Annotatie van tandheelkundige beelden voor geautomatiseerde diagnose en AI in teledentistry — Casestudie
Hoe Shaip nauwkeurige polygoonsegmentatie van individuele tanden mogelijk maakte op basis van tandheelkundige röntgenfoto's, intraorale camerabeelden en klinische foto's — opgebouwd tot een productieklare dataset voor geautomatiseerde tandheelkundige diagnose, behandelplanning en AI voor teledentistry.
project Overzicht
Naarmate AI in de tandheelkunde zich ontwikkelt richting geautomatiseerde diagnose en teledentistry, had de klant behoefte aan een klinisch onderbouwde annotatiepipeline die in staat is om individuele tanden – kroon, wortel en omliggend weefsel – te segmenteren over meerdere beeldvormingsmodaliteiten met consistente tandheelkundige notatie.
Shaip ontwikkelde de complete annotatiepipeline, die polygoonprecieze tandsegmentatie, standaard tandheelkundige notatie voor tandnummering, multi-attribuut conditietagging en zichtbaarheidsmarkering omvat. Hiermee werden datasets geproduceerd die direct inzetbaar zijn voor AI in de tandheelkundige diagnostiek.
Key Stats
Type annotatie
Veelhoeksegment.
Tandbedekking
Volledige boog
Conditietags
5
Beeldbronnen
3
Challenges
- Tracing nauwkeurige kroon-, wortel- en weefselranden met polygoonsegmentatie
- Dekking snijtanden, hoektanden, premolaren en molaren over zowel de bovenste als de onderste boog
- Overdwars werken drie beeldbronnen — Röntgenfoto's, intraorale camera's en klinische foto's
- Het toepassen van standaard tandheelkundige notatie voor een consistente nummering van de tanden
- Tagging toestandsstatus van gezond tot verrot, beschadigd, afgebroken, ontbrekend en opgevuld.
Het resultaat
Polygonale tandsegmentatie
Elke tand in elke afbeelding werd afzonderlijk geannoteerd met behulp van nauwkeurige polygoonsegmentatie, waarbij de exacte grens van elke tandstructuur werd getraceerd, inclusief de kroon, wortel en omliggende weefselranden. De polygoondichtheid werd gekalibreerd om organische tandcontouren vast te leggen zonder onnodige overlapping van hoekpunten.
Volledige dekking van de voetboog
De annotaties omvatten alle tandtypen — snijtanden, hoektanden, premolaren en molaren — in zowel de boven- als onderkaak. Elke zichtbare tand kreeg een eigen polygoon en attributenset, zodat latere diagnostische modellen een volledige mondcontext hadden voor de behandelplanning.
Verwerking van beeldvormingsbronnen met meerdere modaliteiten
De dataset omvatte röntgenfoto's van het gebit, beelden van intraorale camera's en klinische foto's, elk met unieke beeldkenmerken. De annotatoren volgden bronspecifieke richtlijnen om consistente labeling over de verschillende modaliteiten te waarborgen, zodat het getrainde model generaliseerbaar zou zijn over verschillende soorten klinische beeldvorming.
Standaard tandheelkundige notatie
Aan elke geannoteerde tand werd een nummer toegekend volgens de standaard tandheelkundige notatie. Dit maakt geautomatiseerde diagnostische resultaten mogelijk die direct kunnen worden geïntegreerd met bestaande tandheelkundige dossiersystemen. Dankzij deze consistente notatie kan de dataset direct worden ingezet voor integratie in klinische workflows.
Conditie- en zichtbaarheidslabeling
Naast de plaatsing van polygonen kreeg elke tand een statuslabel — gezond, aangetast door cariës, afgebroken, ontbrekend of gevuld — en een zichtbaarheidsstatus — volledig zichtbaar, gedeeltelijk afgesloten of geblokkeerd. Deze meerlaagse labeling ondersteunt zowel detectie- als diagnostische AI-toepassingen.
Project bereik
| Gegevenssettype | Annotatiemethode | Beeldbronnen | Tandbedekking | Conditietags | schrijfwijze |
|---|---|---|---|---|---|
| Tandheelkundige polygonsegmentatie | Polygonsegmentatie | Röntgenfoto + intraoraal onderzoek + klinisch onderzoek | Volledige boven- en onderboog | 5 (gezond, verrot, beschadigd, ontbrekend, gevuld) | Standaard tandheelkundige notatie |
Resultaten
- Opgericht een klinisch onderbouwde tandheelkundige segmentatiepipeline via drie beeldvormingsmodaliteiten
- Gestandaardiseerde standaard tandheelkundige notatie tandnummering voor klinische systeemintegratie
- Geleverd 5-klasse conditielabeling van gezonde tanden tot gevulde tanden
- onderhouden precisie op polygoonniveau het vastleggen van kroon-, wortel- en weefselranden
- De client is ingeschakeld Geautomatiseerde tandheelkundige diagnose, behandelplanning en teledentistry. AI-routekaart
Al met al heeft Shaip geholpen om een behoefte aan tandheelkundige annotatie met meerdere modaliteiten om te zetten in een klinisch gestructureerde, productiegereed segmentatiepipeline. Deze pipeline is in staat om geautomatiseerde tandheelkundige diagnoses, AI-ondersteunde behandelplanning, mondgezondheidsmonitoring en teledentistry-toepassingen met klinische precisie te ondersteunen.
De polygoonsegmentatie van Shaip legde precies vast wat ons diagnostisch model nodig had: kroon, wortel en weefselranden, met overal de juiste tandheelkundige notatie. De dekking van meerdere modaliteiten maakte ons model robuust voor zowel röntgen- als intraorale beeldvorming.
