全景X线影像与文本报告协同分析的牙科疾病全息分类框架研究

针对牙科全景X线片标注数据匮乏的难题，巴西研究团队创新性地提出融合文本报告自动标注（LLMs）与牙齿实例分割（HTC网络）的全息学习框架。该研究利用8,795张影像和8,029份报告构建最大规模数据集，通过伪标签生成和图像-文本关联技术实现13种牙科病症分类，其分类精度接近高年级牙科学生水平，为医学影像自动化分析提供了可扩展的新范式。

　　

牙科影像诊断长期面临两大困境：全景X线片（panoramic radiographs）解读依赖专家经验，而标注数据短缺制约人工智能应用。传统方法需手动标注每颗牙齿的病变特征，耗时费力且难以规模化。更棘手的是，临床常见的非结构化文本报告与影像数据割裂，海量诊断信息无法有效利用。巴西巴伊亚州研究基金会（FAPESB）支持的Bernardo Silva团队在《Medical Image Analysis》发表的研究，开创性地将自然语言处理（NLP）与计算机视觉（CV）技术融合，构建了首个无需牙齿级标注的全息分析框架。

研究团队采用四大关键技术：1）基于ResNeXt-101的混合任务级联网络（HTC）实现牙齿实例分割；2）大型语言模型（LLMs）从8,029份临床报告中自动提取13类牙科病症标签；3）FDI牙位编码系统关联图像分割结果与文本标签；4）马修斯相关系数（MCC）评估模型性能。所有数据来源于临床真实世界的8,795张全景X线片及配对报告。

【分类框架构建】通过掩码自编码器（MAE）预训练提取牙齿区域特征，结合O²PR数据集训练的HTC网络生成牙齿伪标签，将每颗牙齿裁剪为独立分析单元。

【文本-影像关联】LLMs解析报告中的"36牙远中邻面龋"等描述，通过FDI系统映射至对应图像区域，建立全球首个超8000样本的牙齿-病症关联数据库。

【性能验证】模型在龋病、根尖周病变等分类任务中MCC值均显著优于基线，与专家共识对比显示：精确度达本科毕业班学生水平（差异<8.1%），其中牙体缺损分类F1-score达0.89。

【临床对比】双盲试验显示系统诊断一致性指数（Kappa=0.73）显著高于实习医生组（Kappa=0.61），尤其在识别复杂重叠解剖结构时展现出稳定性优势。

该研究突破性地证明：1）文本报告可作为高质量弱监督信号，解决医学影像标注瓶颈；2）全息框架将牙齿分类任务效率提升20倍；3）构建的16,824样本数据集为领域最大资源库。研究者特别指出，该方法可扩展至CBCT等多模态数据，但现阶段对牙周炎骨吸收程度等定量评估仍需改进。这项工作不仅为牙科AI诊断树立新标准，其"伪标签+跨模态关联"范式更为医学影像分析提供了普适性解决方案。