基于三阶段类别先验与形态感知框架的混合牙列CBCT牙齿分割方法

《Neurocomputing》：Tooth segmentation in mixed dentition CBCT via a three-stage class-prior and morphology-aware framework

　　摘要：在混合牙列期，由于复杂的解剖结构特征，对儿童锥形束计算机断层扫描图像进行精确的三维牙齿分割仍面临挑战。现有的针对恒牙列设计的方法往往难以有效推广，主要是因为混合牙列时期牙齿数量增多、牙齿拥挤、空间排列复杂以及形态差异显著。为克服这些限制，我们提出了一种新的三阶段分割框架，该框架结合了类别先验引导和形态感知优化。在第一阶段，引入了三维形态约束图网络（MCG-Net），其中包含类别先验约束图模块（CPCGM），用于根据混合牙列的空间和发育先验动态建模类别间的依赖关系；同时还有形态约束模块（MCM），通过边界感知监督提升结构精度。在第二阶段，开发了三维分割与分类优化网络（SCR-Net），通过多任务学习同时优化单颗牙齿的分割结果并调整第一阶段的类别预测，从而减轻牙齿拥挤和形态变异带来的影响。在最终阶段，采用了基于体素计数的类别加权策略，以减少重叠区域内的类别冲突，提高较小牙齿的分割精度。该框架在自建的混合牙列数据集以及公开可用的恒牙列数据集上进行了验证。定量和定性结果表明，该方法在混合牙列分割方面具有更高的精度和稳定性，同时在恒牙列分割任务中也表现出良好的性能。

引言：准确地对儿童混合牙列进行三维分割和分类对于早期正畸诊断和干预至关重要，因为它有助于识别咬合功能、预测潜在的错颌问题，以及评估如上颌犬齿阻生等发育异常情况[1]、[2]、[3]、[4]。然而，基于锥形束计算机断层扫描的手动分割方法耗时且劳动强度大，还高度依赖操作者的经验，往往导致结果一致性较差[5]。尽管人工智能已广泛应用于自动牙齿分割领域，但现有研究主要针对恒牙列，而对混合牙列的研究相对较少。目前，恒牙列分割方法已从半自动的传统技术[6]、[7]、[8]、[9]、[10]发展到基于深度学习的自动化技术[11]、[12]、[13]、[14]、[15]、[16]。早期的深度学习模型，如ToothNet[12]，虽然提出了多阶段框架，但由于训练数据有限且易受金属伪影影响而存在局限。后续研究则致力于扩充数据集，并引入牙齿解剖学先验，如牙齿质心、骨骼信息及空间关系，以便更好地应对牙齿拥挤和金属伪影等临床复杂情况[14]、[15]、[16]。与此同时，牙齿分类的精细度也在不断提升，从二元分割发展为可区分7类、8类甚至多达32类的精细分类，从而实现更精准且更具临床意义的分析。不过，将这些方法推广到混合牙列仍是一项重大挑战。混合牙列期是乳牙脱落与恒牙萌出的过渡阶段，这一时期带来了独特的分割难题[17]、[18]、[19]。如图1(a)所示，大量牙齿共存不仅增加了类别识别的难度，还会导致牙齿排列拥挤，使牙齿间边界变得模糊。此外，混合牙列处于动态发育阶段，牙齿位置往往不规则，空间分布也不一致，如图1(b)–(d)所示。这类差异使得无法直接应用从成人恒牙列中获得的解剖学先验。另外，不同发育阶段的单个牙齿在几何形状和结构特征上可能存在显著差异，进一步增加了分割难度。最后，目前尚无涵盖混合牙列的公开儿童CBCT数据集，这也限制了深度学习模型在该领域的通用性和临床应用前景。为解决这些问题，我们首先构建了一个包含上述复杂临床病例的混合牙列CBCT数据集（MD-Dataset）。该数据集包含52种不同牙齿类别的标注以及3种异常类别的标注。在此基础上，我们进一步提出了一个结合类别先验引导和形态感知优化的三阶段分割框架，旨在提升混合牙列的分割和分类性能。具体而言，在第一阶段，我们提出了三维形态约束图网络（MCG-Net），用于对所有牙齿进行全局多类别分割。MCG-Net包含类别先验约束图模块（CPCGM），能够根据发育和空间先验动态建模类别间的空间依赖关系；同时还包含形态约束模块（MCM），通过边界感知监督提升结构精度。在第二阶段，我们引入了三维分割与分类优化网络（SCR-Net），用于同时优化每颗牙齿的分割结果并调整类别预测。为捕捉不同牙齿的形态特征，在分割阶段将所有牙齿视为同一类别。为避免单颗牙齿被错误地分割成多个碎片，SCR-Net还设置了分类分支，因为这类碎片通常具有相似的外观和上下文信息，可被可靠地判定为属于同一类别。该框架采用双重裁剪策略来平衡这两项任务，同时利用第一阶段的类别预测作为额外指导，进一步提升分类精度。在第三阶段，我们提出了基于体素计数的类别加权策略，将优化后的单颗牙齿分割结果整合到完整的混合牙列分割图中。通过给体素较少的类别赋予更高权重，该策略提升了较小牙齿的分割精度。我们在包含112例混合牙列CBCT扫描的MD-Dataset上进行了定量和定性评估，结果表明该方法取得了显著改进，具备较强的临床应用潜力。为进一步评估其在不同牙列类型上的适用性，我们还在公开的可用成人CBCT数据集上对该方法进行了测试，结果显示其在恒牙列分割任务中也表现出良好性能。本研究的主要贡献如下：1. 提出了一种针对混合牙列儿童CBCT扫描的多类别牙齿分割三阶段框架，该框架结合了先验引导的全局分割与单颗牙齿优化，提升了类别区分度和边界清晰度。2. 在第一阶段引入CPCGM模块，通过个性化的邻接矩阵建模类别间的空间关系，并借助图卷积捕捉跨类别的全局上下文特征，从而提高类别区分能力。3. 同样在第一阶段引入MCM模块，通过边界感知损失函数提供额外的体素级监督，为各种形状和大小的牙齿提供全面的结构参考。4. 在第二阶段开发了三维SCR-Net，用于同时优化单颗牙齿的分割结果并调整类别预测。该框架采用双重裁剪策略来平衡精细的结构细节与整体上下文，同时利用第一阶段的类别预测作为指导，进一步提升分类精度。5. 在第三阶段提出了基于体素计数的类别加权策略，将优化后的单颗牙齿预测结果整合到完整的混合牙列分割图中，解决潜在的标签冲突问题。6. 通过在自建的儿童混合牙列CBCT数据集和公开的可用成人CBCT数据集上进行的广泛实验，验证了所提方法的有效性，结果显示其在混合牙列分割方面有显著改进，在恒牙列分割任务中也表现出较强竞争力。

相关研究：近年来，基于CBCT扫描的各种自动牙齿分割方法被提出，这些方法大致可分为两类：对整个牙列进行二元分割，以及对单颗牙齿进行多类别分割。前者侧重于提取整个牙齿区域，通常采用单阶段网络以实现高效处理；后者则旨在识别并分割每一颗单独的牙齿，往往借助多阶段或多任务框架来提升分割精度。

概述：为解决儿童CBCT扫描中混合牙列分割的难题，我们提出了一种新的三阶段框架，该框架将任务分解为全局分割、单颗牙齿优化以及牙列整合三个部分。图2展示了该框架的整体流程，主要包括三个阶段：首先设计三维MCG-Net，对所有牙齿进行全局多类别分割；随后应用定制的后处理策略来抑制噪声、保留有用信息。

数据集：为验证所提方法的有效性，我们在两个CBCT数据集上进行了实验：一个是自建的混合牙列数据集（MD-Dataset），另一个是公开可用的恒牙列数据集（PD-Dataset）[14]，以此评估该方法的分割性能以及在不同场景下的通用性。MD-CBCT数据集来自四川大学华西口腔医院，包含112例年龄在6至12岁、处于混合牙列期的患者的CBCT扫描图像。

讨论：在本节中，我们将展示临床应用结果，并从多个角度分析实验成果。

结论：本文提出了一种适用于儿童CBCT扫描的三阶段自动牙齿分割框架。在第一阶段，三维MCG-Net结合了CPCGM和MCM模块，使网络能够在保持牙齿解剖结构完整性的同时，动态建模牙齿之间的空间和拓扑关系。在第二阶段，三维SCR-Net采用多任务策略，对每颗牙齿同时进行精细分割和类别调整，有效解决了相关问题。

作者贡献声明：张佳希负责原文撰写、方法设计及研究工作；李翔负责方法验证工作；胡宇鹏负责研究工作及数据整理；唐伟负责监督工作、数据整理及概念构思；王曦负责文章审阅与编辑工作、监督工作；郭继祥负责文章审阅与编辑工作、监督工作及概念构思。

利益冲突声明：作者声明不存在任何可能影响本文研究的已知财务利益或个人关系。

致谢：本研究得到了国家自然科学基金委员会的支持，项目编号为62376176和62495064，同时也得到了四川省科技厅的资助，项目编号为2024YFFK0236和2023YFG0272。张佳希目前在中国成都四川大学计算机科学学院攻读硕士学位，她的研究兴趣包括深度学习、医学图像分割以及计算机辅助诊断。

张佳希|李翔|胡宇鹏|唐伟|王曦|郭继祥
中国四川成都，610065，四川大学计算机科学学院