《Scientific Reports》：Artificial intelligence-based photographic detection of pink esthetic score attributes using a hybrid deep learning segmentation pipeline: a method development study
编辑推荐：
本研究旨在开发并在内部验证一种新颖的解剖学驱动人工智能(AI)系统，用于从口内照片中自动进行术后粉红美学评分(Pink Esthetic Score, PES)评估。与大多数依赖端到端预测的现有AI方法不同，所提出的流水线从解剖学基础的测量中推导PES属性。研
本研究旨在开发并在内部验证一种新颖的解剖学驱动人工智能(AI)系统，用于从口内照片中自动进行术后粉红美学评分(Pink Esthetic Score, PES)评估。与大多数依赖端到端预测的现有AI方法不同，所提出的流水线从解剖学基础的测量中推导PES属性。研究人员开发了一种集成实例分割和基于规则的测量的混合分析流水线。牙冠分割使用Mask R-CNN执行，而牙龈分割使用YOLOv11执行。从分割结构中提取解剖学特征，并通过源自训练数据集的数据驱动阈值校准转换为序数PES属性。参考标准由82张术后口内照片的独立专家评分组成。研究人员计算诊断准确性、混淆矩阵分析和回归指标以评估自动评估与专家评估之间的一致性。基于混合分割的系统在近端乳突、远端乳突、牙龈边缘和牙龈颜色评估方面分别达到了91.5%、85.4%、86.6%和82.9%的准确率。在57.3%的病例中观察到自动总分与专家总分完全一致，当应用临床相关的±1 PES点容差时增加至79.3%。回归分析显示平均绝对误差为0.76，均方根误差为1.35，R2值为0.49。解剖学驱动的分割框架可能为研究环境中的自动摄影PES属性评估提供一种透明且可重复的方法。
该研究发表于《Scientific Reports》。美学结果已成为前牙种植治疗成功的核心决定因素，其中种植体周围软组织外观与患者满意度密切相关，也是软组织增量的常见指征。近年来牙周病学与种植牙科共识强调对美学及患者报告结果进行标准化、客观评估。过去二三十年提出了众多美学指数以客观评价种植体周围软组织和牙冠美学，其中粉红美学评分(Pink Esthetic Score, PES)及其与白美学评分(White Esthetic Score, WES)的结合在临床研究中应用最广，因其关注临床有意义的种植体周围软组织参数且序次评分简便，便于跨研究比较。尽管PES在临床研究中显示出可接受可靠性，但评分变异性已有报道，可能受检查者经验和亚专科背景影响。因此，旨在提高评分一致性和可重复性的策略可增强研究中种植体周围美学评估的可靠性。人工智能(AI)特别是深度学习图像分析的进展正日益应用于牙科各领域，以提高牙周及种植相关应用的诊断准确性、效率和一致性。既往深度学习模型通过直接预测总体综合评分处理PES评估，然而PES是由不同解剖学特征评估衍生的综合指数，准确评估可能需要属性层面、特征驱动的分析而非整体评分预测。本研究旨在开发并在内部验证一种新颖深度学习模型，用于自动评估源自PES框架的种植体周围美学属性，以提高研究环境的标准化和可重复性。
研究人员开展了混合深度学习分割流水线的开发与内部验证研究，得出解剖学驱动分割框架可实现透明可重复的自动摄影PES属性评估的结论，其属性级准确率最高达91.5%，总分在±1容差内一致率达79.3%，具有重要意义，为研究环境中标准化种植体周围美学评估提供了可解释的AI支持工具基础。
作者开展研究用到的主要关键技术方法包括：回顾性筛选开罗大学470例患者865张术后口内照片，最终纳入390例独特患者各一张照片，按患者级别简单随机分为训练验证池(n=308)与独立测试集(n=82)；牙冠分割采用外部Roboflow“Teether”数据集(n=1966)训练Mask R-CNN(ResNet-50+特征金字塔网络FPN)模型；牙龈分割使用院内标注的308张图像训练YOLO11l-seg模型；通过两阶段阈值校准将连续解剖测量转为序数PES属性；推理流水线依次执行图像预处理、双模型分割、掩码后处理、地标提取、特征计算及基于规则的评分，牙龈颜色异常时辅以通义千问Qwen 2.5视觉语言模型回退判断。
研究结果如下：
测试数据集与参考标准可靠性：865张照片排除475张后剩余390张来自390例独特患者，随机分配为308张开发集与82张独立测试集；牙冠模型在外部Teether数据集训练，测试集未被任何训练或阈值设定接触，无数据泄漏；测试集上两名校准牙周科医生加权Cohen’s kappa为0.80，显示实质一致性；纳入患者平均年龄44.3±7.5岁，女性占69.2%，种植位点多位于上颌中切牙(FDI 11, 21)，中位修复交付时间21个月，软组织状态从健康至重度炎症不等，图像质量异质以反映真实采集条件。
属性级诊断性能：在82张测试集上自动系统与专家共识的观察一致性为82.9%至91.5%；近中乳头准确率最高91.5%(二次加权κ=0.83)，Score 2召回率0.977，宏F1 0.911；牙龈边缘86.6%(κ=0.74)，Score 2召回0.923；远中乳头85.4%但κ仅0.48，因误分类多介于极端类别(0与2)而非相邻类别；软组织颜色82.9%(κ=0.61)，Score 1最难判(召回0.364)，主导Score 2召回0.923；各属性均向健康类别倾斜，故同时报告宏平均指标以避免掩盖少数类表现。
总粉红美学评分一致性分析：自动总分与专家完全一致的病例占57.3%，±1点内占79.3%；平均绝对误差0.756，均方根误差1.352；二次加权κ=0.69，组内相关系数ICC=0.69；Bland–Altman分析显示均值偏差+0.07，95%一致性界限-2.59至+2.74；回归显示轻微压缩趋向中段值(斜率0.56，R2=0.49)，系统倾向高估低PES、低估高PES；绝大多数差异为单步偏差而非大幅偏离。
讨论部分总结：研究人员指出本研究为方法开发与验证，确立所提流水线可行性与参考标准一致性，非表征部署条件或临床亚群表现；据研究所知是首个尝试用预定义基于规则标准从可测属性推导美学评分的深度学习模型，刻意设计用单张正面口内照片以反映常规PES临床评估；经四种骨干组合比较选定Mask R-CNN作牙冠分割、YOLO11l-seg作牙龈分割的混合架构，结合深度学习分割与确定性规则层及视觉语言模型回退，兼顾感知能力与透明逻辑；两分割模型用不同匹配数据集以限上游误差传播，牙龈边缘参照对侧牙、乳头参照邻牙接触点使系统偏差趋抵消；用标准配置非过度调参以保可重复性，显示框架本身稳健；规则层用训练集标签阈值扫描处理类别不平衡，推理全确定性，无法恢复地标时赋保守分0而非丢弃病例；属性级近中乳头最高，牙龈颜色最低受光源变异影响，远中乳头虽准确率高但极端误分类致加权κ低；多数差异在±1内反映阈值附近敏感而非结构失效；与既往端到端分类或回归比，本解剖驱动分步框架更稳定贴近临床推理；局限包括单中心上颌前牙单颗种植术后正面照、未分层亚组、排除极差照片或引偏倚、未评软组织轮廓(三维限制)、单标注者牙龈掩码、标注者与一评分者重叠但有三措施缓解、未量化分割掩码级性能、几何代用地标与真解剖标志偏差、无颜色校正靶、未强制Mask R-CNN随机种子及量化扰动鲁棒性、无自动不可评分图像检测；未来需多中心外部验证、纵向评估、整合三维成像、改进颜色归一化、掩码级评价及校准协议等。
结论部分翻译：本研究发现表明，解剖学驱动的混合分割框架可为PES属性的自动摄影评估提供结构化方法。通过整合解剖分割、基于规则的测量及统计衍生的阈值扫描，所提系统为美学评估提供了一种透明的端到端预测模型替代方案。尽管仍需进一步外部验证，该框架可作为开发可重复且可解释的AI支持工具的基础，用于研究环境中标准化的种植体周围美学评估。
