基于Segment Anything Model (SAM)的侧位头影测量X线片颅面轮廓自动追踪及其Bj?rk结构重叠法验证

《International Dental Journal》：Deep Learning Contour Tracing of Lateral Cephalometric Radiographs Validated by Bj?rk Superimposition

　　

引言与目的：侧位头影测量重叠（lateral cephalometric superimposition）对于评估颅面生长和正畸治疗结果至关重要。尽管Bj?rk结构重叠（Bj?rk structural superimposition）被视为参考标准，但其依赖人工轮廓追踪，耗时且依赖操作者。本研究旨在构建真实解剖轮廓数据集，并开发一种基于Segment Anything Model（SAM，分割一切模型）的方法，用于自动提取与Bj?rk结构重叠相关的颅面轮廓。方法：共纳入291例患者的383张侧位头影测量X线片（lateral cephalometric radiographs）。由专家标注18个颅面解剖结构，并由第二位正畸医师独立复核。研究人员采用冻结的SAM编码器和线特征增强解码器（融合多尺度感受野融合和双注意力）开发端到端轮廓追踪模型。模型性能通过中心线Dice系数（centreline dice coefficient，clDice）、倒角距离（Chamfer distance）和正畸医师盲法主观评分进行评估。在40例患者80对图像的独立纵向测试集中，使用组内相关系数（intraclass correlation coefficient，ICC）、Dahlberg误差（Dahlberg’s error，Se）和Bland–Altman分析评估自动与人工Bj?rk重叠测量的一致性。结果：18个解剖结构中14个达到中位中心线Dice系数值超过0.8，14个的中位倒角距离低于2.0 mm。中位加权临床评分为8.25 [7.25-9.25]，噪声控制和解剖符合性评分高且分布紧密。自动轮廓与人工轮廓的位移测量显示ICC值高于0.967，Dahlberg误差低于0.41 mm。Bland–Altman分析显示平均差异极小（?0.101至0.115 mm）。结论：基于SAM的模型能够准确提取用于Bj?rk结构重叠的颅面解剖轮廓，与人工追踪具有高度临床一致性。临床相关性：自动轮廓追踪可能减少人工工作量，提高标准化，并支持基于结构的纵向正畸评估。

一、研究背景与问题

侧位头影测量X线片（lateral cephalometric radiographs）是评估颅面生长和正畸治疗结果的重要诊断影像。临床上常对同一患者系列影像进行轮廓追踪和重叠，以评估骨骼发育、牙移位及正畸或正颌干预引起的变化。Bj?rk结构重叠（Bj?rk structural superimposition）基于相对稳定的颅面内部解剖结构，被视为纵向评估的金标准。然而，该方法依赖对软硬组织边界的精确识别和人工轮廓追踪，需要大量临床经验、时间和精力，也阻碍了标准化大规模训练数据集的发展，造成结构级自动轮廓追踪深度模型的长期缺口。现有AI辅助头影测量多集中于自动标志点检测，临床软件常由标志点插值生成曲线用于重叠，但自动标志点鲁棒性仍不足，插值曲线常偏离真实解剖边界，限制结构保真度并需大量人工修正。此外，基于其他标志点的重叠方法（如SN法）与Bj?rk金标准方法的等价性仍有争议。SAM作为大规模通用视觉模型，在自然场景、显微图像和X线成像等多样领域显示出提取结构边界和高质量掩膜的能力，并支持边缘与轮廓任务的零样本迁移；但原始SAM在零样本医学图像分割中任务依赖明显，易受跨模态差异和边界模糊影响，提示任务特异微调和提示策略可改善特定医学分割。因此，研究人员构建基于真实解剖边界的轮廓数据集，适配SAM以提取可直接用于Bj?rk结构重叠的临床相关软硬组织轮廓。该工作填补正畸AI研究中结构级标注的长期缺失，并首次将基础模型扩展至侧位头影测量结构轮廓提取，系统评估其准确性和临床效用；更高解剖保真度可减少人工精修、防止标志点误差传播，并直接基于真实解剖边界而非标志点构造进行Bj?rk重叠，从而减少重叠偏倚，为生长模式和细微结构变化定量评估提供新路径。

二、关键技术方法

样本来自山东大学口腔医院正畸科2021—2025年291例患者383张侧位头影测量X线片；Cohort 1为92例完成综合正畸治疗且具纵向配对影像的青少年，Cohort 2为199例仅有初诊影像者。研究人员逐层标注18个颅面结构并由第二位正畸医师盲法复核。模型为端到端编码器-解码器：冻结SAM图像编码器，解码器含多尺度感受野融合（空洞卷积率r₁、r₂与局部分支）和CBAM（Convolutional Block Attention Module，卷积块注意力模块）双注意力。训练用sigmoid二值交叉熵损失、Adam优化，按患者划分训练/验证/独立测试263:40:80。后处理含Otsu阈值、形态学开闭运算、骨架化与高斯平滑。评价用clDice（centreline dice coefficient，中心线Dice系数）、Chamfer距离（倒角距离）、ICC(2,1)（intraclass correlation coefficient，组内相关系数）、Dahlberg误差（Dahlberg’s error，Se）和Bland–Altman分析。

三、研究结果

clDice结果：在18个解剖结构中，14个结构中位clDice超过0.8，说明模型保留大多数正畸相关结构的拓扑完整性。最高为下颌中切牙（No.12，中位0.974 [IQR: 0.953-0.986]，95% CI: 0.967-0.979）和上颌中切牙（No.11，中位0.967 [IQR: 0.949-0.980]，95% CI: 0.963-0.974）。较低为下颌联合舌侧外皮质骨（No.17，0.617）、上颌牙槽突弧（No.18，0.672）和鼻底（No.9，0.691）。高分结构分布更集中，低分结构离散度更大。

Chamfer距离结果：14个结构中位Chamfer距离低于2.0 mm。最小为鼻骨（No.4，0.63 mm）、下颌中切牙（No.12，0.68 mm）和上颌中切牙（No.11，0.69 mm），表明与人工追踪形态接近。较大为上颌牙槽突弧（No.18，3.67 mm）、鼻底（No.9，3.01 mm）和硬腭下缘（No.10，2.67 mm），提示这些区域空间准确性降低。明显离群值局限于这些离散结构。

基线与消融研究：所提框架整体表现最佳，Standard U-Net次之，Vanilla SAM最差。与Standard U-Net相比，所提框架整体中位clDice由0.460 [IQR: 0.313-0.599]提高至0.897 [IQR: 0.787-0.950]，中位Chamfer距离由3.70 mm降至0.85 mm。与Vanilla SAM相比，所提框架亦显著改善（Vanilla SAM：clDice 0.334，Chamfer距离7.55 mm）。最大性能差距出现在软组织轮廓（No.6）：Vanilla SAM的Chamfer距离为43.12 mm，所提框架降至1.16 mm。消融显示，去除多尺度融合后整体clDice降至0.395、Chamfer距离升至4.98 mm；No.18完全失败，clDice为0、Chamfer距离为100 mm。去除CBAM后整体clDice降至0.384、Chamfer距离升至4.73 mm。对于No.10、No.17和No.18，所提框架未明显优于基线，尤其Standard U-Net。

主观结构一致性评分：两位正畸医师盲法评价轮廓叠加图像，模型中位加权综合评分为8.25 [7.25-9.25]。噪声控制最高为10 [10-10]；解剖符合性为7.5 [7.5-10]，对应平均16至17条轮廓与真实边界匹配；形状可信度为7.5 [7.5-8.75]；连续性为7.5 [5.25-10]，提示仅有少量轻度间隙或中度中断。ICC(2,1)均高于0.75（0.754-0.912，95% CI: 0.626-0.943），观察者间一致性良好。

Bj?rk结构重叠纵向测量一致性：40例测试集患者共80张T₁与T₂影像。人工追踪组各位移测量ICC(2,1)为0.921至0.997，Se为0.192至0.565 mm；自动预测组ICC(2,1)为0.935至0.994，Se为0.269至0.528 mm。自动与人工轮廓之间所有位移测量ICC(2,1)高于0.967（95% CI: 0.938-0.999），Se低于0.41 mm。颅底重叠下上颌与下颌磨牙位移一致性最高，?UMo的Se为0.148 mm，?LMo的Se为0.182 mm。?B在颅底重叠下自动与人工之间Se为0.254 mm，低于人工追踪观察者间Se 0.565 mm。Bland–Altman分析平均差为?0.101至0.115 mm，95%一致性界限窄且围绕零，未显示临床有意义的系统偏倚。

四、讨论总结与结论翻译

讨论指出，Bj?rk结构重叠虽为金标准，但传统方法参考标志点如N、S、Ba在生长中可发生明显且不可预测的位置变化，基于不稳定标志点的重叠可引入最高约4 mm位移误差，导致下颌旋转误判，甚至因参考系统变化造成气道狭窄的假象。其他替代方法如TW重叠、ML多点数学拟合以及基于下颌支平面的局部替代法，仍多为点拟合策略，未充分利用颅面皮质解剖连续性，或更适合静态评估，未考虑生长中下颌下缘改建。本研究通过全自动复杂轮廓提取，减少几何妥协，推动纵向重叠从点拟合向结构表示发展。未纳入下颌管，是因为其在二维侧位片中可见性个体差异大，强制纳入会引入随机误差；三维CT证据提示其可随横向下颌改建而移动，年轻儿童晚期生长稳定前也有发育迁移，因而优先选择三维稳定性更好的下颌联合。结果中18个轮廓组中位clDice均高于0.6，14个超过0.8；所有组中位Chamfer距离低于3.7 mm，14个低于2 mm。颌切牙和磨牙最高，颅底、蝶区和软组织也较好，低性能结构受密度掩蔽和局部过曝影响。Vanilla SAM最低，软组织轮廓Chamfer距离达43.12 mm，可能与其自然图像预训练对低对比、半透明边界暴露有限有关。Standard U-Net优于Vanilla SAM但低于所提框架，说明仅靠领域架构不足，还需大规模视觉预训练与解剖轮廓适配。多尺度融合去除后No.18完全失败，提示冻结SAM编码器与自定义解码器存在交互，ViT编码器可能将细轮廓信息分散于多尺度，融合模块是整合通路；CBAM则抑制无关纹理。主观误差主要来自鼻底、硬腭下缘、下颌联合舌侧外皮质骨和上颌牙槽突弧的轮廓中断，以及双线结构融合中的拓扑变形。自动轮廓与人工高度一致，B点和UMo自动随机误差甚至低于同组观察者间误差，标准化轮廓可减少观察者相关变异。像素级轮廓质量与最终重叠准确性总体正相关但不完全等同，点A区域轮廓质量中等仍测量准确，说明测量稳定性更依赖局部关键几何和核心参考结构。局限包括单中心、人口与错颌亚型及设备变异有限，独立测试主要为青少年纵向配对影像，训练标签基于专家人工追踪仍有主观性，低对比或密度重叠区仍有错误，仅量化位移大小且配准仍需人工，未完全自动化。未来需多中心数据、多专家共识标注、更大标准化数据集，并优化网络、整合多尺度上下文与形态约束，发展向量位移分析、基于轮廓的自动配准、标志点检测、三维分析和数字正畸决策支持。

研究结论翻译：本研究开发了一种基于SAM的侧位头影测量X线片自动轮廓追踪模型，并且据研究人员所知，首次实现了与Bj?rk结构重叠相关的真实软硬组织解剖边界的自动提取。该模型对大多数关键结构表现出良好的几何一致性和空间准确性。轮廓-图像叠加的中位专家临床评分为8.25 [7.25-9.25]，基于自动轮廓的Bj?rk重叠测量与专家参考标准高度一致。该方法减轻了传统Bj?rk分析的巨大人工负担，并改善了现有头影测量软件中基于标志点插值导致的结构表示受限。