การใส่คำอธิบายประกอบภาพทางทันตกรรมเพื่อการวินิจฉัยอัตโนมัติและปัญญาประดิษฐ์สำหรับทันตกรรมทางไกล — กรณีศึกษา

Shaip นำเสนอการแบ่งส่วนโพลีกอนที่แม่นยำของฟันแต่ละซี่จากภาพเอกซเรย์ฟัน ภาพจากกล้องภายในช่องปาก และภาพถ่ายทางคลินิก ซึ่งสร้างขึ้นเป็นชุดข้อมูลคุณภาพระดับใช้งานจริงสำหรับการวินิจฉัยทางทันตกรรมอัตโนมัติ การวางแผนการรักษา และ AI สำหรับทันตกรรมทางไกล

การใส่คำอธิบายประกอบภาพทางทันตกรรม

ภาพรวมโครงการ

เนื่องจาก AI ในด้านทันตกรรมกำลังก้าวไปสู่การวินิจฉัยอัตโนมัติและการใช้งานทันตกรรมทางไกล ลูกค้าจึงต้องการระบบการสร้างคำอธิบายประกอบที่มีพื้นฐานทางคลินิก ซึ่งสามารถแบ่งส่วนฟันแต่ละซี่ — ตัวฟัน รากฟัน และเนื้อเยื่อโดยรอบ — จากวิธีการถ่ายภาพหลายรูปแบบด้วยคำอธิบายประกอบทางทันตกรรมที่สอดคล้องกัน

Shaip ได้สร้างไปป์ไลน์การระบุข้อมูลแบบครบวงจร ซึ่งครอบคลุมการแบ่งส่วนฟันที่แม่นยำระดับโพลีกอน การกำหนดหมายเลขฟันตามมาตรฐานทางทันตกรรม การติดแท็กสภาพหลายคุณลักษณะ และการระบุสถานะการมองเห็น ซึ่งทำให้ได้ชุดข้อมูลที่พร้อมใช้งานสำหรับ AI วินิจฉัยทางทันตกรรม

สถิติสำคัญ

ประเภทคำอธิบายประกอบ

ส่วนของรูปหลายเหลี่ยม

การครอบคลุมฟัน

ซุ้มเต็ม

ป้ายสภาพสินค้า

5

แหล่งที่มาของภาพ

3

ชาเลนจ์ (Challenge)

  • การติดตาม ขอบของตัวฟัน รากฟัน และเนื้อเยื่อมีความแม่นยำ ด้วยการแบ่งส่วนรูปหลายเหลี่ยม
  • ครอบคลุม ฟันตัด ฟันเขี้ยว ฟันกรามน้อย และฟันกรามใหญ่ ครอบคลุมทั้งส่วนโค้งบนและล่าง
  • การทำงานข้ามสายงาน แหล่งกำเนิดภาพสามแหล่ง — ภาพเอกซเรย์ กล้องถ่ายภาพภายในช่องปาก และภาพถ่ายทางคลินิก
  • การประยุกต์ใช้ สัญลักษณ์ทางทันตกรรมมาตรฐาน เพื่อการกำหนดหมายเลขฟันที่สม่ำเสมอ
  • การติดแท็ก สถานะเงื่อนไข ครอบคลุมทั้งส่วนที่แข็งแรง ผุพัง บิ่น หายไป และอุดแล้ว

Solution

การแบ่งส่วนฟันรูปหลายเหลี่ยม

ฟันแต่ละซี่ในภาพทุกภาพได้รับการกำหนดขอบเขตอย่างแม่นยำโดยใช้การแบ่งส่วนรูปหลายเหลี่ยม โดยติดตามขอบเขตที่แน่นอนของโครงสร้างฟันแต่ละซี่ รวมถึงส่วนของตัวฟัน รากฟัน และขอบเนื้อเยื่อโดยรอบ ความหนาแน่นของรูปหลายเหลี่ยมได้รับการปรับเทียบเพื่อจับภาพรูปทรงธรรมชาติของฟันโดยไม่มีส่วนเกินของจุดยอดที่ไม่จำเป็น

ครอบคลุมทั้งส่วนโค้งของเท้า

ข้อมูลประกอบครอบคลุมฟันทุกประเภท ตั้งแต่ฟันหน้า ฟันเขี้ยว ฟันกรามเล็ก และฟันกรามใหญ่ ทั้งในขากรรไบนบนและล่าง ฟันแต่ละซี่ที่มองเห็นได้จะได้รับรูปทรงหลายเหลี่ยมและชุดคุณลักษณะของตัวเอง เพื่อให้มั่นใจได้ว่าแบบจำลองการวินิจฉัยในขั้นตอนต่อไปจะมีบริบทของช่องปากที่สมบูรณ์สำหรับการวางแผนการรักษา

การจัดการแหล่งกำเนิดภาพหลายรูปแบบ

ชุดข้อมูลประกอบด้วยภาพเอกซเรย์ฟัน ภาพจากกล้องตรวจภายในช่องปาก และภาพถ่ายทางคลินิก ซึ่งแต่ละภาพมีลักษณะเฉพาะที่แตกต่างกัน ผู้ให้ข้อมูลได้ปฏิบัติตามแนวทางเฉพาะของแต่ละแหล่งที่มาเพื่อให้การติดป้ายกำกับมีความสอดคล้องกันในทุกรูปแบบข้อมูล ทำให้มั่นใจได้ว่าแบบจำลองที่ได้รับการฝึกฝนแล้วสามารถนำไปประยุกต์ใช้ได้กับภาพทางการแพทย์ประเภทต่างๆ

สัญลักษณ์ทางทันตกรรมมาตรฐาน

ฟันแต่ละซี่ที่ได้รับการระบุรายละเอียดจะถูกติดหมายเลขโดยใช้สัญลักษณ์ทางทันตกรรมมาตรฐาน ทำให้สามารถสร้างผลการวินิจฉัยอัตโนมัติที่ผสานรวมเข้ากับระบบบันทึกข้อมูลทางทันตกรรมที่มีอยู่ได้โดยตรง ความสม่ำเสมอของสัญลักษณ์นี้ทำให้ชุดข้อมูลสามารถนำไปใช้ในการบูรณาการขั้นตอนการทำงานทางคลินิกได้ทันที

การติดแท็กสภาพและการมองเห็น

นอกเหนือจากการกำหนดตำแหน่งของรูปหลายเหลี่ยมแล้ว ฟันแต่ละซี่จะได้รับการติดแท็กสถานะสภาพ เช่น ฟันปกติ ฟันผุ ฟันบิ่น ฟันหาย หรือฟันอุด และสถานะการมองเห็น เช่น มองเห็นได้ชัดเจน มองเห็นบางส่วน หรือถูกบดบัง การติดแท็กหลายชั้นนี้ช่วยสนับสนุนทั้งการตรวจจับและการวินิจฉัยด้วย AI

ขอบเขตโครงการ

ประเภทชุดข้อมูล วิธีการใส่คำอธิบายประกอบ แหล่งที่มาของภาพ การครอบคลุมฟัน ป้ายสภาพสินค้า เอกสาร
การแบ่งส่วนรูปหลายเหลี่ยมทางทันตกรรม การแบ่งส่วนรูปหลายเหลี่ยม เอ็กซ์เรย์ + ตรวจภายในช่องปาก + ตรวจทางคลินิก ครอบคลุมทั้งส่วนบนและส่วนล่างของซุ้มประตู 5 (สมบูรณ์, ผุพัง, บิ่น, หายไป, อุดแล้ว) สัญลักษณ์ทางทันตกรรมมาตรฐาน

ผลลัพธ์

  • ก่อตั้งเป็น กระบวนการแบ่งส่วนทางทันตกรรมที่มีพื้นฐานทางคลินิก ครอบคลุมวิธีการถ่ายภาพสามแบบ
  • มาตรฐาน สัญลักษณ์ทางทันตกรรมมาตรฐาน การกำหนดหมายเลขฟันเพื่อการบูรณาการระบบทางคลินิก
  • จัดส่ง การติดแท็กสภาพ 5 ระดับ ตั้งแต่ฟันที่แข็งแรงไปจนถึงฟันที่อุดแล้ว
  • การบำรุงรักษา ความแม่นยำระดับโพลีกอน บันทึกภาพขอบของส่วนยอด ราก และเนื้อเยื่อ
  • เปิดใช้งานของลูกค้า การวินิจฉัยโรคทางทันตกรรมอัตโนมัติ การวางแผนการรักษา และทันตกรรมทางไกล แผนงาน AI

โดยรวมแล้ว Shaip ช่วยเปลี่ยนความต้องการการระบุข้อมูลทางทันตกรรมแบบหลายรูปแบบให้กลายเป็นกระบวนการแบ่งส่วนภาพที่ได้โครงสร้างทางคลินิกและพร้อมใช้งานจริง ซึ่งสามารถรองรับการวินิจฉัยทางทันตกรรมอัตโนมัติ การวางแผนการรักษาด้วย AI การตรวจสอบสุขภาพช่องปาก และการใช้งานทันตกรรมทางไกลด้วยความแม่นยำระดับคลินิก

ไอคอนคำคม

การแบ่งส่วนโพลีกอนของ Shaip สามารถจับภาพสิ่งที่แบบจำลองการวินิจฉัยของเราต้องการได้อย่างแม่นยำ นั่นคือ ตัวฟัน รากฟัน และขอบเนื้อเยื่อ พร้อมด้วยสัญลักษณ์ทางทันตกรรมที่ถูกต้องครบถ้วน การครอบคลุมหลายรูปแบบทำให้แบบจำลองของเรามีความแข็งแกร่งทั้งในภาพเอกซเรย์และภาพภายในช่องปาก

— ซีทีโอ แพลตฟอร์ม AI สำหรับทันตกรรม

★★★★★
ไอคอนคำคม