프로젝트 소개
본 과제는 자가형광탐지기술(Quality Light-based Fluorescence, QLF)로 치아 초기우식을 촬영하고, 타액의 우식유발균 데이터를 함께 활용해 치과의사 진단을 보조하는 인공지능 모델을 개발하는 연구임.
연구목표는 QLF 이미지에 인공지능(딥러닝) 모델을 적용해 우식진단 효용성을 평가하고, rtPCR(real time PCR)로 타액 내 우식유발균(예: streptococcus mutans, Streptococcus sobrinus; gtfB, gtfC, gbpC, 16s rRNA 등) 정량 후 머신러닝으로 결합 진단율을 향상시키는 기준을 고안하는 데 있음. QLF-딥러닝(GoogLeNet Inception v3 CNN)과 오차행렬·Accuracy·Precision·Recall·F1·ROC AUC, SVM·Random Forest 분석을 수행함. 기대효과는 치과(병)의원에서 객관적 보조자료로 과잉·과소진료를 줄이고, 접근이 어려운 지역의 1차 선별로 구강건강 불평등 완화에 기여하는 데 있음.