基于全景X线片的放射学DMFT(rDMFT)评分自动化估算AI流程的开发与外部验证:一项可行性研究

《Clinical Oral Investigations》:Development and external validation of an AI pipeline for automated estimation of a radiographic DMFT (rDMFT) score from panoramic radiographs: a feasibility study

【字体: 大 中 小 】 时间:2026年10月16日 来源:Clinical Oral Investigations 3.6

编辑推荐:

  目的:评估利用位置感知深度学习流程从单张全景X线片中估算放射学龋失补牙评分(rDMFT)(作为临床DMFT指数的替代指标)的可行性。 材料与方法:将基于DENTEX 2023数据集训练的牙齿状态检测器和牙位编号检测器(32个FDI牙位)整合至位置感知读数模块(

  
目的:评估利用位置感知深度学习流程从单张全景X线片中估算放射学龋失补牙评分(rDMFT)(作为临床DMFT指数的替代指标)的可行性。 材料与方法:将基于DENTEX 2023数据集训练的牙齿状态检测器和牙位编号检测器(32个FDI牙位)整合至位置感知读数模块(每FDI牙位对应一颗牙,排除第三磨牙,缺失牙数 = 28 ? 占据牙位数),并在来自独立医院的100张全景X线片上,以两名牙医基于X线片的参考标准(组内相关系数(ICC)、平均绝对误差(MAE)、Bland-Altman分析)进行验证。 结果:与参考标准相比,该流程的ICC为0.84(95%置信区间(CI) 0.74至0.90),MAE为2.38,其点估计值低于两名牙医间的一致性(ICC 0.88,MAE 2.13),而分别与每位牙医比较时误差更大(MAE分别为3.00和2.73),且因龋齿过度检出产生+1.14单位的偏倚;填充牙一致性最高(r 0.90),龋齿牙一致性最低(r 0.34;牙医间r 0.16)。在26张存在缺牙的X线片中,缺牙计数完全准确者占42%(62%在±1颗牙以内),而在74副完整牙列中,有15副被过度报告为缺牙;牙体缺失不再被遗漏(26/26均被检出),但总体ICC为0.84,低于无编号时的0.90。 结论:自动化rDMFT估算是可行的,但其点估计值的一致性低于两名牙医间的一致性,且与每位牙医单独比较时误差更大。缺失组分现可反映实际牙体缺失,但仍不精确,并在部分完整牙列中被过度报告;龋齿组分不可靠。该流程是一个研究性基础组件,而非决策支持或分诊工具。 临床相关性:rDMFT是一种影像学替代指标,而非临床测量指标,该流程不建议用于临床;任何应用均需首先在非选择性队列中针对临床确定的参考标准进行验证。

基于全景X线片的放射学DMFT(rDMFT)评分自动化估算:一项深度学习流程的可行性研究与外部验证解读

研究背景与问题

未治疗的恒牙龋齿仍是全球疾病负担中最普遍的慢性疾病,影响约23亿人口。龋失补牙指数(Decayed-Missing-Filled-Teeth Index,DMFT)自20世纪30年代以来一直是衡量终生龋病经历的流行病学标准,也是成人群体研究中的主导指标。然而,DMFT指数是通过临床检查建立的流行病学工具,并非日常诊疗中常规计算的患者层面评分。全景X线片(Orthopantomogram,OPG)提供了唯一能够一次性获取全口牙列图像的检查手段,但无法确定牙齿缺失或修复的原因,且对许多龋损分辨不佳,因此从OPG读取的计数仅是龋病经历的一种影像学替代指标,本身即受评估者间变异性的影响。尽管人工智能在口腔放射学领域取得了快速进展,包括龋齿检测、牙周骨丧失评估、修复体检测与记录以及牙齿检测与FDI编号等任务,但在机构独立的队列上进行外部验证仍不常见,且性能很少以患者为单位并结合当前报告框架所需的不确定性量化进行基准测试。据研究人员所知,尚无基于深度学习的系统能从全景X线片中实现自动化rDMFT估算。因此,本研究旨在评估一种结合牙齿状态检测与牙位编号的流程,使龋坏、缺失和充填牙按FDI牙位逐一计数,并在外部验证中与两名牙医的参考标准进行比较的可行性。

研究内容与结论

研究人员开发并外部验证了一种两检测器深度学习流程,用于从单张全景X线片自动化估算放射学DMFT(radiographic DMFT,rDMFT)评分。该流程结合了牙齿状态检测与FDI牙位编号,实现了对龋坏、缺失和充填牙的牙位级计数。在100张来自独立医院的全景X线片外部验证队列中,该流程与两名牙医基于X线片的参考标准相比,组内相关系数(Intraclass Correlation Coefficient,ICC)为0.84,平均绝对误差(Mean Absolute Error,MAE)为2.38,点估计值低于两名牙医间的一致性(ICC 0.88,MAE 2.13),且分别与每位牙医比较时误差更大(MAE分别为3.00和2.73)。该流程的系统性偏高(偏倚+1.14单位)主要由龋齿过度检出导致。研究得出结论:自动化rDMFT估算是可行的,但一致性低于牙医间水平,龋齿组分不可靠,缺失组分虽能反映实际牙体缺失但仍不精确,该流程属于研究性基础组件,而非临床决策支持或分诊工具。其重要意义在于首次提出了一个经过外部验证的、可追溯至牙位的rDMFT估算流程,并为后续改进和临床验证奠定了基础。

关键技术方法

研究人员采用了以下主要技术方法:1. 数据来源与队列:训练数据来源于公共DENTEX 2023数据集,包含705张带有异常牙齿标注和634张带有FDI牙位标注的全景X线片。外部验证队列来自杜塞尔多夫大学医院口腔颌面与面部整形外科的100张匿名化全景X线片。2. 深度学习检测器:分别训练了两个YOLO26x检测器,一个用于牙齿状态分类(健康、龋坏、充填),另一个用于32个FDI牙位编号。3. 测试时增强(Test-Time Augmentation,TTA):对状态检测器应用四种几何增强(原图、水平翻转、0.83倍和1.20倍缩放),并通过加权框融合(Weighted Boxes Fusion,WBF)合并预测结果。4. 位置感知读数模块:通过预设规则处理检测结果,确保每FDI牙位最多对应一颗牙,排除第三磨牙,并根据重叠的状态框优先级(充填 > 龋坏 > 健康)确定牙位状态,最终计算rDMFT = D + M + F。

研究结果

内部性能:状态检测器在内部验证集上总体平均精度(Average Precision,AP)为0.59,其中健康牙最强(AP 0.71),龋齿最弱(AP 0.43)。编号检测器精度为0.91,召回率为0.92,在选定阈值下占据牙位匹配精度达0.985,召回率0.984,现存牙计数完全准确率74%,±1颗牙以内准确率91%。
评估者间可靠性:两名牙医在总rDMFT上表现出强一致性(ICC 0.876,线性加权κ 0.704),但各组分差异显著:缺失牙(r 0.995,κ 0.95)和充填牙(r 0.992,κ 0.94)接近完美,而龋齿牙(r 0.16,κ 0.18)几乎等同于随机水平。
外部验证:与参考标准相比,流程的ICC为0.84,MAE为2.38,系统性偏高(偏倚+1.14单位)。与每位牙医单独比较时误差更大(MAE分别为3.00和2.73),均超过牙医间MAE(2.13)。差异随评分幅度增大而减小,但离散度增加。
累积一致性:46%的X线片在±1 rDMFT单位内,67%在±2单位内,77%在±3单位内,90%在±5单位内。牙医间在严格容差下一致性更高(42% vs. 19%完全一致;57% vs. 46%在±1单位内)。
组分表现:充填牙一致性最高(r 0.90,MAE 1.15,偏倚+0.01),缺失牙居中(r 0.83,MAE 0.92,偏倚+0.30),龋齿牙最弱(r 0.34,MAE 1.75,偏倚+0.83),其过度检出解释了大部分总偏倚。
位置感知缺失计数:流程在所有26张存在缺牙的X线片中均检出了牙体缺失(敏感性100%),但缺失计数完全准确率仅42%,62%在±1颗牙以内。在74副完整牙列中,有15副被过度报告为缺牙(特异性80%),主要发生在前磨牙区域,多由编号检测器将相邻牙位框错误放置于同一颗牙所致。
读数模块比较:与无编号的计数型读数相比,位置感知读数的ICC点估计值较低(0.84 vs. 0.90),MAE较高(2.38 vs. 2.21),但计数型读数结构性地偏好M=0,导致半数缺牙病例被遗漏。组分误差部分抵消:仅29%的X线片三个组分均在±1单位内,21%的总误差≤1单位掩盖了至少一个组分误差≥2单位。
亚组稳健性:MAE在rDMFT两端最高(0分组2.94,≥13分组3.86),中间范围较低(1-5分组1.89,6-12分组2.04),图像清晰度三分位间无单调依赖关系。

讨论与结论

讨论部分指出,该流程的参考标准可靠性(ICC 0.876)与既往研究一致,并限制了任何估算器所能达到的理论上限。rDMFT反映了影像学可见的牙齿状态,而非临床意义上的龋病经历,不应与临床DMFT直接比较。研究局限性包括:评分仅为影像学替代指标且参考标准基于X线片;外部队列来自单一三级转诊中心;缺乏牙位级外部验证;龋齿过度检出反映训练数据的标注倾向;缺失组分依赖于编号检测器性能;流程未输出校准概率且未能进行人口统计学公平性审计。研究人员建议未来可结合咬翼片缩小龋齿差距,并进行前瞻性读者研究及代表性人群的回顾性验证。
结论:可从单张全景X线片自动估算rDMFT评分,但其与两名牙医参考标准的一致性(ICC 0.84)点估计值低于牙医间一致性(0.88),与每位牙医单独比较时误差更大,一致性界限宽且依赖于评分幅度。位置感知计数对于获得能反映实际牙体缺失的缺失组分是必要的,但缺失计数仍不精确且在部分完整牙列中被过度报告;龋齿组分对牙医和流程均不可靠;rDMFT高估了参考标准。该评分是临床龋病经历的替代指标而非测量值,该流程是研究性基础组件而非决策支持或分诊工具;任何临床或人群层面的应用均需在前瞻性非选择性人群中针对临床确定的参考标准进行验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号