MATHENA：Mambaベースの歯科アーキテクチャ階層推定器および解剖全体評価ネットワーク

arXiv cs.CV / 2026/4/2

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文では、顎咬合パノラマX線画像（OPG）から、歯の検出、う蝕（虫歯）のセグメンテーション、異常検出、歯の発達段階付けを統合的に扱う、統一型のMambaベース深層学習フレームワークMATHENAを提案する。
Mambaの線形複雑度を持つ状態空間モデルを活用し、マルチ解像度のSSM駆動検出（MATHE）と、4方向のVision State Spaceブロックによって効率的にグローバル文脈をモデリングする。
歯ごとの解析では、MATHENAはHENAを用いる。HENAはトリプルヘッド設計を備えた軽量なMamba-UNetであり、まずCarSegを学習し、その後これを凍結して、微調整/線形プロービングにより下流の異常検出（AD）と発達段階付け（DDS）を行う。
さらに、本研究はPARTHENONというベンチマークデータセットを提供する。これは10のソースから集約された15,062件のアノテーション済みインスタンスを含む。
報告された結果では、検出、CarSeg、AD、DDSの各タスクで高い性能が示されており、検出で93.78%のmAP@50、CarSegでDiceが90.11%、ADで88.35%、DDSで72.40%の精度である。