Proximal dental caries are dental cavities occurring on occluded surfaces between
adjacent teeth. Proximal dental caries are diagnosed with dental x-ray images since they
can hardly be observed with naked eye. However, a poor quality of dental x-ray images
caused by uneven exposure, x-ray scattering, and a large variation makes it difficult
for dentists to diagnose proximal dental caries. Therefore, we propose an automatic
proximal dental caries detection system for intraoral (IO) and panoramic x-ray images.
The system consists of probability generation, crown extraction, and refinement. In
probability generation, a probability map of proximal dental caries is produced by
pixel-wise convolutional neural networks (CNNs). In crown extraction, crown areas of
teeth where dental caries possibly exist are extracted. In order to extract each crown
separately, modified seams are used to isolate each tooth and a gum line is detected
using the difference of mean intensity values between local areas above and below the
gum line. Then, an edge-based level set method with regularization is utilized to extract
crown areas. In refinement, the probability map is refined using crown areas to improve
detection results. Crown areas and distance probabilities modeled by crown contours
are used to eliminate false positives. Finally, the refined probability map is binarized to
decide proximal caries regions. Experiments on both IO and panoramic images reveal
that the proposed system using both CNNs and crown extraction is superior to $na\ddot{i}ve$
CNNs. Another contribution of this paper is that it is the first time to propose an
algorithm for detection of proximal dental caries to the best of our knowledge.
인접면 치아 우식이란 두 개의 치아가 접하고 있는 면 사이에서 발생하는 충치로 치아 X-ray 영상을 이용하여 진단한다. 하지만 고르지 못한 노출, X-ray의 산란, 잡음 등으로 인해 치아 X-ray 영상에서 인접면 치아 우식을 검출하기 쉽지 않다. 따라서 이 논문에서는 인접면 치아 우식 진단을 도울 수 있도록 치아 X-ray 영상 중 Intraoral (IO) 영상과 파노라마 영상에서 인접면 치아 우식을 자동으로 검출하는 시스템을 제안한다. 먼저, IO 영상에 대한 인접면 치아 우식 검출 시스템은 우식 확률 계산, 치관 영역 추출, 우식 확률 보정으로 이루어진다. 우식 확률 계산에서는 치아가 수직이 되도록 RANSAC 알고리즘을 이용하여 영상을 정렬한 후, 픽셀 단위의 CNN 기반 회귀분석기를 이용하여 인접면 치아 우식 확률 지도를 생성한다. 치관 영역 추출은 치아 우식이 생길 가능성이 있는 치관 영역을 분할하는 단계로, 변형된 Seam vector를 사용하여 치아를 하나씩 분리한 후, 잇몸 위아래 영역의 밝기 차이를 이용하여 잇몸 선을 검출한다. 그리고 잇몸 선 위 영역에 대해 에지 기반의 Level set 방법을 적용하여 치관 영역을 분할한다. 확률 지도 보정에서는 앞서 구한 치관 영역을 이용하여 치관 외부에서 발생하는 확률을 제거한 후, 치관의 외곽선에서 멀어질수록 낮은 확률을 부여하여 치아 신경 부분의 확률을 제거한다. 마지막으로 보정된 확률 지도를 이진화하여 최종 우식 영역을 검출한다. 파노라마 영상에 대한 인접면 치아 우식 검출 시스템도 IO 영상과 마찬가지로 우식 확률 계산, 치관 영역 추출, 우식 확률 보정으로 이루어진다. 우식 확률 계산에서는 영상에서 치아 영역만을 포함한 사각 영역을 잘라낸 후, CNN을 이용해 우식 확률 지도를 생성한다. 치관 영역 추출에서는 변형된 Seam vector를 이용하여 윗니와 아랫니를 분리한 후, IO영상과 동일한 방법으로 잇몸 선을 검출하여 치관 영역을 분할한다. 우식 확률 보정에서는 확률 지도에서 치관 영역 외의 확률을 제거한 후 이를 이진화하여 우식 영역을 검출한다. 본 논문은 처음으로 자동 인접면 우식 검출 방법을 제안하였으며, CNN 방식에 치아 분할 결과를 융합하는 방식으로 검출 결과를 향상시켰다. 실험 결과, CNN만을 사용하는 방법에 비해 제안하는 방법이 Precision, F 점수, 평균 False positive 수에서 더 좋은 성능 보였다.
