近年, 歯並びや噛み合わせの社会的認知度が高まり, 矯正歯科を受診する患者も多い。しかし, 予知性の高い治療には精密な検査と分析に基づく診断が重要となる。従来の3D物体分類は自動車や航空機など形状が明確に異なるカテゴリを対象とした粗粒度分類が中心であり, 形状差が僅かにしか存在しない対象を識別する微細粒度分類は依然として困難な課題である。そこで本研究では, 3Dスキャンデータを対象とした不正咬合の診断サポートの実現可能性を検証した。具体的には, 約1000名の不正咬合患者データから歯単位のセグメンテーションを行い, 抽出した低次元幾何特徴量で機械学習モデルによる分類性能を定量的に評価した。