최근 딥러닝 기반의 치과 영상 진단 연구가 활발해지고 있다. 본 연구팀은 다수의 Vendor 로부터 얻어진 최소 1만장 이상의 치과 파노라마 사진을 바탕으로 20여가지 이상의 치과 질환을 학습, 검증, 테스트 과정을 통해 개발한 경험을 공유하고자 한다.
총 기간은 4년 이상이 소요되었으며, 치아우식, 치조골소실, 치근이개부병소, 낭종, 잔존치근, 보철물불량, 종양 등 다빈도 상병과 저빈도 상병이 혼합된 다양한 치과 파노라마 사진을 바탕으로 하였다.
최소 5명의 판독자가 라벨링을 하였으며, 10년이상의 임상경험을 가진 구강악안면외과 전문의가 최종확인을 수행하였다.
각 치아별 분할 과정을 수행하여 치아기반의 진단을 할 수 있었으며, 치과 질환 외에 임플란트, Pontic 등 진단에 있어서 유용한 구조물들도 구분할 수 있도록 모델을 개발하였다.