Earticle

현재 위치 Home

Original Article

심층 합성곱 생성적 적대 신경망을 활용한 하악 제1대구치 가상 치아 생성 및 정확도 분석
Generation of virtual mandibular first molar teeth and accuracy analysis using deep convolutional generative adversarial network

첫 페이지 보기
  • 발행기관
    대한치과기공학회 바로가기
  • 간행물
    대한치과기공학회지 KCI 등재 바로가기
  • 통권
    Vol.46 No.2 (2024.06)바로가기
  • 페이지
    pp.36-41
  • 저자
    배은정, 임선영
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A451395

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Purpose: This study aimed to generate virtual mandibular left first molar teeth using deep convolutional generative adversarial networks (DCGANs) and analyze their matching accuracy with actual tooth morphology to propose a new paradigm for using medical data. Methods: Occlusal surface images of the mandibular left first molar scanned using a dental model scanner were analyzed using DCGANs. Overall, 100 training sets comprising 50 original and 50 background-removed images were created, thus generating 1,000 virtual teeth. These virtual teeth were classified based on the number of cusps and occlusal surface ratio, and subsequently, were analyzed for consistency by expert dental technicians over three rounds of examination. Statistical analysis was conducted using IBM SPSS Statistics ver. 23.0 (IBM), including intraclass correlation coefficient for intrarater reliability, one-way ANOVA, and Tukey’s post-hoc analysis. Results: Virtual mandibular left first molars exhibited high consistency in the occlusal surface ratio but varied in other criteria. Moreover, consistency was the highest in the occlusal buccal lingual criteria at 91.9%, whereas discrepancies were observed most in the occusal buccal cusp criteria at 85.5%. Significant differences were observed among all groups (p<0.05). Conclusion: Based on the classification of the virtually generated left mandibular first molar according to several criteria, DCGANs can generate virtual data highly similar to real data. Thus, subsequent research in the dental field, including the development of improved neural network structures, is necessary.

목차

Article Info
INTRODUCTION
MATERIALS AND METHODS
1. Data sets
2. 가상 치아 분류 기준
3. 통계 분석
RESULTS
DISCUSSION
CONCLUSIONS
FUNDING
CONFLICT OF INTEREST
ORCID
REFERENCES

키워드

Deep Convolutional Generative Adversarial Network Deep learning Tooth classification Virtual tooth generation

저자

  • 배은정 [ Eun-Jeong Bae | 부천대학교 치기공과 ]
  • 임선영 [ Sun-Young Ihm | 배재대학교 컴퓨터공학과 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    대한치과기공학회 [The Korean Academy Of Dental Technology]
  • 설립연도
    1979
  • 분야
    의약학>치의학
  • 소개
    본 학회는 치과기공에 관한 모든 분야의 연구와 회무를 총괄하기 위하여 세분화된 분과학회의 회원 상호간 학술교류와 정보를 수집하고, 보수교육 및 학술대회 준비, 진행과 학회지 발간등의 업무를 효율적으로 수행함을 목적으로 한다.

간행물

  • 간행물명
    대한치과기공학회지 [THE JOURNAL OF KOREAN ACADEMY OF DENTAL TECHNOLOGY]
  • 간기
    계간
  • pISSN
    1229-3954
  • eISSN
    2288-5218
  • 수록기간
    1979~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 515 DDC 617

이 권호 내 다른 논문 / 대한치과기공학회지 Vol.46 No.2

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.