지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.12
- 수록면
- 1,891 - 1,897 (7page)
- DOI
- 10.5370/KIEE.2021.70.12.1891
이용수
이 논문의 연구 히스토리 (3)
2021
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
In this study, a deep learning hybrid framework was developed to automatically stage periodontitis in dental panoramic radiographs. The framework was proposed to automatically quantify the periodontal bone loss and classify periodontitis for each individual tooth into four stages according to the criteria that was proposed at the 2017 World Workshop. Radiographic bone level (or CEJ level) was detected using deep learning with a simple structure of the entire jaw in panoramic radiographs. Next, the percent ratio analysis of the radiographic bone loss combined the tooth long-axis with periodontal bone and CEJ levels. The percentage ratios can be used to automatically classify periodontal bone loss. Additionally, the number of missing teeth was quantified by detecting the position of the missing teeth in the panoramic radiographs. A multi-device study was also performed to verify the generality of the developed method. The mean absolute difference (MAD) between periodontitis stages by the automatic method and by the radiologists was 0.31 overall for all the teeth in the whole jaw. The MADs for the images from the multiple devices were 0.25, 0.34, and 0.35 for devices 1, 2, and 3, respectively. The developed method had a high accuracy, reliability, and generality when automatically diagnosing periodontal bone loss and the staging of periodontitis by the multi-device study.
목차
Abstract
1. 서론
2. 재료 및 방법
3. 결과
4. 토의
5. 결론
References
참고문헌 (31)
참고문헌 신청
Tonetti, M.S. / 2017 / Impact of the global burden of periodontal diseases on health, nutrition and wellbeing of mankind: A call for global action / Journal of Clinical Periodontology 44(5):456~462
Armitage, G.C. / 1999 / Development of a classification system for periodontal diseases and conditions / Annals Periodontology 4(1):1~6
Caton, J.G. / 2018 / A new classification scheme for periodontal and peri-implant diseases and conditions -Introduction and key changes from the 1999 classification / Journal of Periodontology 89:S1~S8
Tonetti, M.S. / 2018 / Staging and grading of periodontitis: Framework and proposal of a new classification and case definition / Journal of Clinical Periodontology 45(Suppl 20):S149~S161
Chan, H.P. / 2020 / Computer-aided diagnosis in the era of deep learning / Medical Physics 47(5):E218~E227
Armitage, G.C. / 1999 / Development of a classification system for periodontal diseases and conditions / Annals Periodontology 4(1):1~6
Caton, J.G. / 2018 / A new classification scheme for periodontal and peri-implant diseases and conditions -Introduction and key changes from the 1999 classification / Journal of Periodontology 89:S1~S8
Tonetti, M.S. / 2018 / Staging and grading of periodontitis: Framework and proposal of a new classification and case definition / Journal of Clinical Periodontology 45(Suppl 20):S149~S161
Chan, H.P. / 2020 / Computer-aided diagnosis in the era of deep learning / Medical Physics 47(5):E218~E227
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
방사선학적 골 소실량과 치주염 진행 단계의 딥러닝 기반 컴퓨터 보조 진단 방법: 다중기기 연구
대한전기학회 학술대회 논문집
2021 .07
-
치과 파노라마 영상에서 치주염 자동 진단을 위한 딥러닝 하이브리드 프레임워크
대한전기학회 학술대회 논문집
2020 .07
-
The purinergic receptor P2X5 contributes to bone loss in experimental periodontitis
BMB Reports
2018 .01
-
Chronic stress accelerates ligature-induced periodontitis by suppressing glucocorticoid receptor-α signaling
Experimental and Molecular Medicine
2016 .01
-
Multiple Inputs Deep Neural Networks for Bone Age Estimation Using Whole-Body Bone Scintigraphy
멀티미디어학회논문지
2019 .12
-
Calculation of 3D bone posture using correlations of foot bone joints
대한기계학회 춘추학술대회
2021 .04
-
CNN 기반 전이학습을 이용한 뼈 전이가 존재하는 뼈 스캔 영상 분류
멀티미디어학회논문지
2022 .08
-
Detection of the root resorption from panoramic X-ray images using deep metric learning
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
치과 파노라마 영상에서 합성곱 신경망을 이용한 자동적 치조골 수준 및 치아 검출
정보 및 제어 논문집
2019 .04
-
Artificial Bone via Bone Tissue Engineering: Current Scenario and Challenges
조직공학과 재생의학
2017 .01
-
전두골 결손 마우스 모델의 골형성 자동 분석
멀티미디어학회논문지
2015 .09
-
간호대학 여학생의 골 건강 인지, 골 건강 지식 및 골질량 증진행위에 관한 연구
한국산학기술학회 논문지
2020 .08
-
Classification the Root Resorption from Panoramic X-ray Image Using Center Loss Redefined in Angle Space
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
뼈의 불균질성 가시화를 위한 CT 영상의 메쉬 모델 변환 방법
한국CDE학회 논문집
2018 .12
-
3D Printer로 제작된 인공뼈 구조에 대한 기계적 특성에 관한 연구
한국기계가공학회지
2020 .11
-
Comparison of Autogenous Tooth Materials and Other Bone Grafts
조직공학과 재생의학
2021 .01
-
Region of Interest Localization for Bone Age Estimation Using Whole-Body Bone Scintigraphy
스마트미디어저널
2021 .01
-
치과 교정치료 계획을 위한 파노라마 영상을 이용한 자동 개별 치아 영역 분류 방법
한국컴퓨터정보학회논문지
2018 .04
-
성인의 자기 전 칫솔질 실천유무에 따른 구강건강상태의 비교: 국민건강영양조사 제7기의 자료를 활용하여
한국산학기술학회 논문지
2021 .10
-
3D Printing된 인공뼈의 기계적 특성에 관한 연구
한국기계가공학회 춘추계학술대회 논문집
2020 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
치과 파노라마 영상에서 치주염 자동 진단을 위한 딥러닝 하이브리드 프레임워크
이상정
,
장혁준
,
이원진
대한전기학회 학술대회 논문집
2020
.07
비착용형 센싱기술을 융합한 가상현실을 활용한 치매 케어 시스템 개발
유재환
,
안도현
,
천승호
외 1명
한국컴퓨터정보학회 학술발표논문집
2019
.01
유전자 발현 데이터를 이용한 치주질환 진단 인공지능 모델
김채연
Proceedings of KIIT Conference
2021
.11
Management of Intrahepatic Bile Duct Injury: Interventional Radiology
Chang Jin Yoon
대한외과학회 학술대회 초록집
2022
.11
영상치의학에서의 인공지능 기술 동향
한상선
대한치과의사협회지
2022
.04
최근 본 자료
댓글(0)
0