基于深度学习的全景牙片牙龄分类：多粒度多模型对比研究

《BMC Oral Health》：Deep learning-based dental age classification from panoramic radiographs: a multi-granularity, multi-model comparative study

　　

摘要

研究目的

本研究旨在评估混合深度学习架构MaxViT-T在利用全景放射图进行精细牙龄估算及粗略年龄分组分类方面的性能，并通过可解释人工智能技术解析该模型的决策过程。

材料与方法

研究使用了2,761张来自6至18岁患者的全景放射图作为数据集。共完成了两项分类任务：13类精细牙龄估算，以及3组粗略年龄分类（年龄范围分别为6–9岁、10–13岁和14–18岁，对应早期混合牙列期、晚期混合牙列期和恒牙列期）。采用5折分层交叉验证方法，将混合架构MaxViT-T与包括CNN和Transformer在内的其他10种架构进行对比。同时使用Grad-CAM和SHAP工具来评估模型的可解释性。

研究结果

在两项任务中，MaxViT-T均表现出最佳性能。在13类牙龄估算任务中，其准确率为0.4980，平均绝对误差为0.71年；以容忍度为标准时，1岁内的准确率可达84.9%，2岁内则上升至96.1%。在3组年龄分类任务中，该模型的准确率为91.13%，AUC值为0.9669。可解释性分析表明，模型在较年轻阶段会关注乳牙及正在萌出的恒牙，而到较大年龄时则将注意力转向第三磨牙的发育情况，且主要关注下颌区域。

结论

在所有被评估的模型中，混合架构MaxViT-T在牙龄估算方面的准确率最高，不过其与领先的CNN和Transformer架构相比，优势并不具有统计学显著性。该模型的决策行为与已知的牙齿发育特征相符，这为所学习到的特征具有生物学合理性提供了支撑。