MATHENA: Mamba 기반 아키텍처 치아 계층 추정기 및 해부학적 전반적인 평가 네트워크

MATHENA: Mamba-based Architectural Tooth Hierarchical Estimator and Holistic Evaluation Network for Anatomy

Orthopantomograms (OPGs)를 이용한 치과 진단은 치아 검출, 충치 분할(CarSeg), 이상 감지(AD), 그리고 치아 발달 단계 판별(DDS) 등 여러 작업의 조화가 필요합니다. 본 논문에서는 Mamba의 선형 복잡도 상태 공간 모델(SSM)을 활용하여 위 네 가지 작업을 모두 해결하는 통합 프레임워크인 Mamba 기반 아키텍처 치아 계층 추정기 및 해부학적 전반적인 평가 네트워크(MATHENA)를 제안합니다. MATHENA는 다중 해상도 SSM 기반 검출기인 MATHE를 통합하여, 네 방향 비전 상태 공간(VSS) 블록을 통해 O(N)의 글로벌 컨텍스트 모델링을 수행하고, 각 치아에 대한 이미지를 추출합니다. 추출된 이미지는 경량 Mamba-UNet 구조인 HENA에 의해 처리되며, HENA는 트리플 헤드 아키텍처와 글로벌 컨텍스트 상태 토큰(GCST)을 사용합니다. 트리플 헤드 아키텍처에서, CarSeg는 먼저 상위 작업으로 학습되어 공유 표현을 구축하고, 이후 구축된 공유 표현은 AD 미세 조정 및 DDS 분류를 위한 선형 프로빙을 통해 재사용되어 안정적이고 효율적인 학습을 가능하게 합니다. 또한, 본 논문에서는 15,062개의 주석이 달린 데이터 샘플을 포함하는 벤치마크인 PARTHENON을 구축했습니다. MATHENA는 치아 검출에서 93.78%의 mAP@50, CarSeg에서 90.11%의 Dice, AD에서 88.35%, 그리고 DDS에서 72.40%의 정확도를 달성했습니다.

Dental diagnosis from Orthopantomograms (OPGs) requires coordination of tooth detection, caries segmentation (CarSeg), anomaly detection (AD), and dental developmental staging (DDS). We propose Mamba-based Architectural Tooth Hierarchical Estimator and Holistic Evaluation Network for Anatomy (MATHENA), a unified framework leveraging Mamba's linear-complexity State Space Models (SSM) to address all four tasks. MATHENA integrates MATHE, a multi-resolution SSM-driven detector with four-directional Vision State Space (VSS) blocks for O(N) global context modeling, generating per-tooth crops. These crops are processed by HENA, a lightweight Mamba-UNet with a triple-head architecture and Global Context State Token (GCST). In the triple-head architecture, CarSeg is first trained as an upstream task to establish shared representations, which are then frozen and reused for downstream AD fine-tuning and DDS classification via linear probing, enabling stable, efficient learning. We also curate PARTHENON, a benchmark comprising 15,062 annotated instances from ten datasets. MATHENA achieves 93.78% mAP@50 in tooth detection, 90.11% Dice for CarSeg, 88.35% for AD, and 72.40% ACC for DDS.