База данных клинических фотографий зубных рядов взрослых пациентов во фронтальной и боковых проекциях для обучения нейросети и автоматической сегментации (разметка полигонами)

Одним из направленийстратегического развития России является разработка

цифровых технологий и создание высокотехнологичных сервисов. В том

числе предполагается разработка новых сервисов, связанных с компьютерным

зрением, обработкой естественного языка, системами поддержки принятия

решений, автоматизацией обучения нейронных сетей и др. (Бузова, 2020).

Использование искусственного интеллекта для решения различных задач

позволяет автоматизировать рутинные, трудоемкие или сложные процессы, а

также повысить их точность и производительность (Ossowska, 2022).

Компьютерный анализ медицинских изображений является перспективным

направлением, которое позволит автоматизировать и объективизировать

процесс описания и оценки данных изображений. Медицинские изображения

(рентгенгенограммы, магнитно-резонансные томограммы, компьютерные

томограммы, клинические фотографии и др.) играют важную роль в

диагностике, лечении и профилактике заболеваний (Zhu, 2020). В

стоматологии клинические фотографии пациентов являются особенно важной

частью медицинской документации. Такие изображения могут помочь в

диагностическом процессе путем документирования изменений,

происходящих с возрастом или в процессе лечения, получения экспертного

мнения от других практикующих врачей-стоматологов или заключения

искусственного интеллекта, реализованного в системе поддержки принятия

врачебных решений (Hood, 1998).

Одним из первых этапов создания систем поддержки принятия врачебных

решений является автоматическая сегментация изображений. Сегментация

изображения — это процесс разделения изображения на элементы со схожими

характеристиками и свойствами (Majanga, 2021). Сегментация изображения

зубных рядов с помощью машинного обучения является сложной задачей изза высокой изменчивости формы зубов. В связи с этим необходима разработка

обученной сети и модели машинного обучения, способной сегментировать

зубы с высокой точностью (El Bsat, 2022).

На сегодняшний день количество клинических фотографий зубных рядов,

официально доступных для тренировки систем глубокого обучения в

исследовательских и образовательных целях, ограничено (Majanga, 2021),

поэтому вопрос создания базы данных подобных клинических фотографий

является особенно актуальным.

Автоматическая сегментация изображений зубов на клинических

фотографиях для последующего их использования в создании систем

поддержки принятия решений для диагностики состояния твердых тканей

зубов

Набор размеченных клинических фотографий можно будет использовать для

обучения нейросетей осуществлению автоматической сегментации

изображений зубов. Сегментация является одним из первых этапов создания

систем поддержки принятия врачебных решений по типу «Компьютерного

зрения»

K08.1 Потеря зубов вследствие несчастного случая, удаления или локальной

периодонтальной болезни