본 논문은 디지털 치의학 분야에서 정확한 치아 분할을 위한 다중 모달 사전 학습 프레임워크인 ToothMCL을 제시합니다. 기존의 치아 분할 방법론의 한계를 극복하기 위해, Cone-Beam Computed Tomography (CBCT)와 Intraoral Scans (IOS) 데이터를 통합하는 다중 모달 대조 학습을 활용합니다. 이를 통해 모달 불변 표현을 학습하고, 미세한 해부학적 특징을 정확하게 모델링하여 정밀한 다중 클래스 분할과 FDI 치아 번호 확인을 가능하게 합니다. 또한, 3,867명의 환자 데이터를 포함하는 CBCT-IOS3.8K라는 대규모 데이터셋을 구축하고, 다양한 독립 데이터셋에서 ToothMCL을 평가하여 기존 방법보다 뛰어난 성능을 보임을 확인했습니다. CBCT 분할에서 12%, IOS 분할에서 8%의 Dice Similarity Coefficient (DSC) 향상을 달성했습니다.
