zzm.uzh.ch

이 이메일 도메인이 관측된 논문 1건

arXiv:2608.21422v1cs.CV

미소의 위상수학: 치과 영상에서의 지속성 호몰로지

Topology of a Smile: Persistent Homology in Dental Imaging

CBCT(Cone Beam Computed Tomography) 스캔은 상세한 3차원 영상을 제공하여 치의학에서 진단 및 치료 계획 수립 작업에 널리 사용됩니다. 이러한 스캔은 매우 유용하지만, 이를 분석하고 기록하는 작업은 노동 집약적이기 때문에 치아 유형 및 관련 병변을 식별하기 위한 해부학적 구조의 분류(classification) 및 분할(segmentation)과 같은 핵심 단계를 자동화하려는 노력이 이어져 왔습니다. 본 논문에서는 여러 스케일에 걸쳐 연결 요소, 구멍, 빈 공간(void)과 같은 특징을 식별하여 데이터의 형태를 연구하는 위상수학적 데이터 분석(TDA) 프레임워크인 지속성 호몰로지(persistent homology)를 활용한 자동화 접근법을 제안합니다. 지속성 호몰로지와 서포트 벡터 머신(SVM)을 결합하여 CBCT 스캔에서 치아를 분류하고 진단을 수행할 수 있도록 합니다. 우리의 방법은 치아 라벨링 작업에서 97.67%, 진단 작업에서 96.77%의 평균 정확도 점수를 달성하여 최고 수준(SOTA)의 성능을 향상시켰으며, 동일한 데이터로 학습된 CNN의 정확도인 각각 70.27% 및 86.67%를 크게 뛰어넘었습니다.