Annotation von Zahnbildern für die automatisierte Diagnose und KI in der Telezahnmedizin – Fallstudie
Wie Shaip eine präzise Polygonsegmentierung einzelner Zähne auf Röntgenbildern, intraoralen Kameraaufnahmen und klinischen Fotografien ermöglichte – erstellt als produktionsreifer Datensatz für die automatisierte zahnärztliche Diagnose, Behandlungsplanung und KI in der Telezahnmedizin.
Projektübersicht
Da sich die zahnärztliche KI in Richtung automatisierter Diagnose und Telezahnmedizin entwickelt, benötigte der Kunde eine klinisch fundierte Annotationspipeline, die in der Lage ist, einzelne Zähne – Krone, Wurzel und umgebendes Gewebe – über verschiedene Bildgebungsmodalitäten hinweg mit konsistenter zahnärztlicher Notation zu segmentieren.
Shaip entwickelte die durchgängige Annotationspipeline, die polygongenaue Zahnsegmentierung, standardisierte zahnärztliche Nummerierung, mehrattributive Zustandskennzeichnung und Sichtbarkeitsmarkierung umfasst – und erzeugt so modellfertige Datensätze für die zahnärztliche KI-Diagnostik.
Schlüsselstats
Anmerkungstyp
Polygon Seg.
Zahndeckung
Vollbogen
Bedingungs-Tags
5
Bildgebende Quellen
3
Challenges
- Tracing präzise Kronen-, Wurzel- und Gewebegrenzen mit Polygonsegmentierung
- Abdeckung Schneidezähne, Eckzähne, Prämolaren und Molaren sowohl über den oberen als auch den unteren Bogen hinweg
- Übergreifend arbeiten drei Bildquellen — Röntgenaufnahmen, intraorale Kameras und klinische Fotografien
- Anwendung Standard-Zahnnotation für eine einheitliche Zahnnummerierung
- Tagging Zustand über gesunde, verfallene, abgeplatzte, fehlende und gefüllte
Lösung
Polygon-Zahnsegmentierung
Jeder Zahn in jedem Bild wurde einzeln mittels präziser Polygonsegmentierung annotiert, wobei die exakten Grenzen jeder Zahnstruktur einschließlich Krone, Wurzel und umgebendem Gewebe nachgezeichnet wurden. Die Polygondichte wurde kalibriert, um die organischen Zahnkonturen ohne unnötigen Eckpunkt-Overhead zu erfassen.
Vollständige Abdeckung des Fußgewölbes
Die Annotationen umfassten alle Zahntypen – Schneidezähne, Eckzähne, Prämolaren und Molaren – im Ober- und Unterkiefer. Jeder sichtbare Zahn erhielt ein eigenes Polygon und einen eigenen Attributsatz, wodurch sichergestellt wurde, dass die nachfolgenden Diagnosemodelle den gesamten Mundraum für die Behandlungsplanung berücksichtigten.
Umgang mit multimodalen Bildgebungsquellen
Der Datensatz umfasste dentale Röntgenaufnahmen, intraorale Kamerabilder und klinische Fotografien – jede mit spezifischen Bildgebungsmerkmalen. Die Annotatoren folgten quellenspezifischen Richtlinien, um eine einheitliche Kennzeichnung über alle Modalitäten hinweg zu gewährleisten und so sicherzustellen, dass das trainierte Modell auf verschiedene klinische Bildgebungstypen generalisierbar ist.
Standard-Zahnnotation
Jeder annotierte Zahn wurde mit seiner Nummer gemäß der standardisierten zahnärztlichen Notation versehen, wodurch automatisierte Diagnoseergebnisse ermöglicht werden, die sich direkt in bestehende zahnärztliche Dokumentationssysteme integrieren lassen. Dank dieser einheitlichen Notation ist der Datensatz sofort für die Integration in klinische Arbeitsabläufe geeignet.
Zustands- und Sichtbarkeitskennzeichnung
Neben der Polygonplatzierung wurde jedem Zahn sein Zustand – gesund, kariös, abgebrochen, fehlend oder gefüllt – sowie sein Sichtbarkeitsstatus – vollständig sichtbar, teilweise verdeckt oder verdeckt – zugeordnet. Diese mehrschichtige Kennzeichnung unterstützt sowohl Erkennungs- als auch Diagnose-KI-Anwendungen.
Projektumfang
| Datensatztyp | Annotationsmethode | Bildgebende Quellen | Zahndeckung | Bedingungs-Tags | Bewertung |
|---|---|---|---|---|---|
| Segmentierung von Zahnpolygonen | Polygonsegmentierung | Röntgen + intraoral + klinisch | Vollständiger oberer und unterer Bogen | 5 (gesund, verrottet, abgeplatzt, fehlend, gefüllt) | Standard-Zahnnotation |
Ergebnisse:
- Gegründet a klinisch fundierte Pipeline zur Segmentierung von Zahndaten über drei Bildgebungsmodalitäten
- Standardisiert Standard-Zahnnotation Zahnnummerierung für die Integration in klinische Systeme
- Erfolgreicher Abschluss von Zustandskennzeichnung der 5 Klassen von gesunden bis zu gefüllten Zähnen
- Leicht Polygon-Präzision Erfassung von Krone, Wurzel und Geweberändern
- Die Client-Einstellungen wurden aktiviert. automatisierte zahnärztliche Diagnose, Behandlungsplanung und Telezahnmedizin KI-Roadmap
Insgesamt trug Shaip dazu bei, eine multimodale Anforderung an die zahnärztliche Annotation in eine klinisch strukturierte, produktionsreife Segmentierungspipeline umzuwandeln – eine Pipeline, die in der Lage ist, automatisierte zahnärztliche Diagnosen, KI-gestützte Behandlungsplanung, Mundgesundheitsüberwachung und Telezahnmedizin-Anwendungen mit klinischer Präzision zu unterstützen.
Shaips Polygonsegmentierung erfasste exakt die für unser Diagnosemodell benötigten Strukturen – Krone, Wurzel und Gewebegrenzen – mit korrekter dentaler Kennzeichnung. Die multimodale Abdeckung machte unser Modell robust für Röntgen- und intraorale Bildgebung.
