This study aimed to investigate the difference that convolutional neural network(CNN) shows in the determining osteoporosis on panoramic radiograph by performing a paired test by inputting the original image and the limited image including the cortical bone of the posterior border of the mandible used by radiologists. On panoramic radiographs of a total of 661 subjects (mean age 66.3 years ± 11.42), the area including the cortical bone of the posterior part of the mandible was divided into the left and right sides, and the ROI was set, and the remaining area was masked in black to form the limited image. For training of VGG-16, panoramic radiographs of 243 osteoporosis subjects (mean age 72.67 years ± 7.97) and 222 normal subjects (mean age 53.21 years ± 2.46) were used, and testing 1 and testing 2 were performed on the original and limited images, respectively, using panoramic radiographs of 51 osteoporosis subjects (mean age 72.78 years ± 8.3) and 47 normal subjects (mean age 53.32 years ± 2.81). The accuracy of VGG-16 for determining osteoporosis was 97%, in the testing 1 and 100% in the testing 2. When determining osteoporosis on the original image, CNN showed sensitivity in a wide range of areas including not only the inferior cortical bone of the mandible but also the maxillary and mandibular cancellous bone, cervical spine, and zygomatic bone. When the same ROI including the lower inferior cortical border of the mandible of the osteoporosis group was applied and the sensitive region was compared between the original image and the limited image, the original image showed wider sensitive region in cancellous bone and cortical bone than on the limited image (p<.05). Since osteoporosis is a disease that affects throughout the skeletal system, this finding seems very valid.

영상 인식 기술은 평면 영상에 대해서 많이 연구되고 그 성능 또한 발전하고 있다. 그러나 평면 영상이 아닌 구면 파노라마 영상과 다양한 환경에서 주어지는 특수한 형태의 영상에 대한 인식은 평면과 다르게 기하학적인 왜곡으로 인해서 많은 어려움이 따른다. 본 논문에서는 평면영상의 인식 기술에서 최근 각광받는 훈련을 통한 신경망 인식 기법이 구면 파노라마 영상의 인식에서도 쓰일 수 있음을 보인다. 또한 구면 영상에 대한 기존 신경망 모델의 인식률을 높이기 위해서 큐브맵 변환을 활용하는 방법을 제시한다.

Cone Beam CT 데이터를 3차원 컴퓨터 프로그램을 이용하여 기존의 파노라마 영상과 재구성된 파노라마 영상을 재현해서 악궁형태에 따른 치아의 왜곡을 분석하고자 하였다. Cone Beam CT의 횡단면 영상과 재구성 파노라마에서 측정된 치아의 직경은 전치부에서 구치부로 갈수록 큰 변화없이 일치되는 것을 알 수 있었다. 하지만 파노라마는전치부에서 약간의 왜곡이 보이다가 구치부로 갈수록 왜곡이 더 심한 것을 알 수 있었다. 환자 개개인의 악궁에 맞게 재구성된 파노라마가 일반적으로 사용되는 파노라마 촬영보다 왜곡이 더 감소한다는 것을 알 수 있었다. 또한 파노라마는 전치부에서 구치부로 갈수록 왜곡이 더 심해지는 것을 알 수 있었는데, 이 또한 재구성된 파노라마 영상에서는 왜곡이 감소한다는 것을 알 수 있었다.