AI-driven prediction and diagnosis of temporomandibular disorders
연구 내용
MRI와 파노라마 방사선계측 등 영상 및 임상변수를 입력으로 하여 턱관절 장애 아형을 분류하고, 통증·수면·심리·전신 지표의 연관성을 모델로 규명하는 연구
턱관절 장애의 이질적인 임상 양상을 영상·행동·심리·수면 관련 변수로 통합해 분류 및 예측 모델을 구축합니다. MRI에서는 anterior disc displacement, osteoarthritis, effusion 등 지표를 딥러닝으로 탐지하고, 데이터 증강과 사전학습 기반 fine-tuning 전략으로 일반화 성능을 확보합니다. Grad-CAM 기반 해석가능성을 통해 판단 근거가 관절 디스크 영역에 집중되는지를 확인합니다. 파노라마 방사선 계측 기반으로 연령군을 추정하는 비침습 모델도 함께 개발하며, 통증과 수면의 상호작용, 우울·불안 및 혈액 관련 예측 인자를 조합해 임상 적용성을 높이는 차별성을 갖습니다.
관련 연구 성과
관련 논문
8편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 2022년 Scientific Reports 연구에서 MRI 사전학습과 데이터 증강을 활용해 턱관절 디스크 전위 탐지 정확도를 높이고, Grad-CAM으로 시각적 근거를 제시하는 방향을 확립했습니다. 같은 시기에는 파노라마 방사선계측 파라미터를 이용한 연령군 예측 모델을 구성하고, 통증 아형에 따른 수면 악화 양상을 비교했습니다. 이후 2025년에는 급성-만성 전환 예측에서 행동 및 MRI 구조 지표를 함께 사용하고, 수면 이갈이의 예측을 임상·심리·혈액 관련 요인까지 확장했습니다. 또한 영상 없이 구조화 임상 데이터로 아형을 분류하는 tabular transformer 기반 진단도 수행하며, 진단의 표준화와 임상 워크플로 연계를 목표로 확장했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Advantages of deep learning with convolutional neural network in detecting disc displacement of the temporomandibular joint in magnetic resonance imaging
Age group prediction with panoramic radiomorphometric parameters using machine learning algorithms
Comparison of sleep quality deterioration by subgroup of painful temporomandibular disorder based on diagnostic criteria for temporomandibular disorders
Clinical factors affecting depression in patients with painful temporomandibular disorders during the COVID-19 pandemic
Clinical and MRI markers for acute vs chronic temporomandibular disorders using a machine learning and deep neural networks
Clinical, psychological, and hematological factors predicting sleep bruxism in patients with temporomandibular disorders
TMD Diagnosis Using a Masked Self-Supervised Tabular Transformer
Deep learning-based diagnosis of temporomandibular joint osteoarthritis using whole-body bone scans