배경: 치아 발달 평가는 치과 연령 추정 및 치아 성숙도 평가에서 중요한 요소이다. 본 연구는 딥러닝을 이용하여 Demirjian의 방법에 기반한 자동화 치아 발달 단계 구분 시스템을 개발하고 그 성능을 평가하고자 하였다. 방법: 본 연구에는 2020년부터 2021년까지 서울대학교치과병원 소아치과 데이터베이스에서 획득한 익명 파노라마 방사선사진 5133장을 포함하였다. 제안된 방법론은 치아 단계 구분을 위한 3단계 절차(검출, 분할, 분류)를 포함한다. 파노라마 자료는 훈련 및 검증 세트로 무작위 분할(8:2)하였고, 각 단계에 대해 YOLOv5, U-Net, EfficientNet을 학습하고 적용하였다. 모델의 성능과 더불어 EfficientNet의 Grad-CAM 분석을 평가하였다. 결과: 검출에서 평균정확도(mAP)는 0.995였으며, 분할은 정확도 0.978을 달성하였다. 분류 성능은 절치(Incisor) 모델 69.23, 견치(Canine) 80.67, 소구치(Premolar) 84.97, 대구치(Molar) 90.81의 F1 점수를 보였다. Grad-CAM 분석에서 분류 모델은 발달 중인 치아의 치근단(apical) 부위를 주로 포커스하였으며, 이는 Demirjian의 방법에 따른 단계 구분에 있어 핵심적인 특징이다. 결론: 이러한 결과는 자동화 치아 단계 구분을 위한 본 연구의 딥러닝 접근이 치과의사에게 보조 도구로 활용될 수 있으며, 치과 연령 추정과 치아 성숙도 평가를 신속하고 객관적으로 수행하는 데 기여할 수 있음을 시사한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.