基于生成对抗网络（GANs）的合成全景牙科X光图像生成技术及其在数据增强中的应用研究

为解决牙科人工智能领域标注数据稀缺问题，Maria Waqas团队开发了定制化生成对抗网络（GANs）管道，生成2048×1024像素的高分辨率合成全景X光片（OPG）。研究通过YOLO模型检测和专家评分验证，证实合成图像能准确表征牙齿结构（M3模型mAP达53.7%），为隐私敏感环境下的AI诊断模型训练提供伦理化数据增强方案。

　　

在牙科人工智能领域，高质量标注数据的稀缺性严重制约了深度学习模型的开发。传统数据增强技术如裁剪旋转难以处理全景X光片（Orthopantomography, OPG）这类特殊影像，而真实患者数据又面临隐私和跨机构共享障碍。Maria Waqas团队在《International Dental Journal》发表的研究，通过生成对抗网络（Generative Adversarial Networks, GANs）构建了突破性解决方案。

研究团队从巴基斯坦、泰国和美国三地收集4777张OPG影像，覆盖2190×1236至3006×1859像素的多种分辨率。采用深度卷积生成对抗网络（DCGAN）架构，通过9层生成器和判别器的对抗训练，最终筛选出M1-M4四个最优模型。关键技术包括：Wasserstein GAN（WGAN）损失函数优化梯度稳定性、区域特异性数据集训练策略，以及结合YOLO目标检测模型（mAP评估）和牙医专家评分（5分量表）的双重验证体系。

数据收集与准备

跨国多中心数据集涵盖不同人种颌骨特征，经水平翻转和色调调整等增强后扩展至9554张。模型训练显示，M3在450轮训练后能生成包含完整颞下颌关节和上颌窦的2048×1024像素图像。自动化评估中，M3对下颌无牙区（class 8）检测准确率达99.5%，显著优于M1（43.3% mAP）。专家评估揭示合成图像在牙弓形态（54.67分）和舌骨（56分）等关键结构接近真实影像76.67分的50%以上水平，但下颌神经管（22.67分）等精细结构仍有差距。

讨论指出，该研究首次实现全解剖结构保留的高清OPG合成，相较前人256×256像素的裁剪方案具有显著临床优势。虽然合成图像暂不能完全替代真实诊断，但其在AI模型训练中展现的增强效果（如提升罕见病症样本量）和伦理合规性，特别适用于资源有限地区。未来结合条件GAN（Conditional GANs）和主动学习框架，可进一步定向生成特定病理特征的标注数据，推动牙科AI从实验研究向临床落地的跨越。