《Frontiers in Medicine》:ArchCaries-YOLO26: a dentition-aware framework for automated detection of primary and permanent tooth caries in intraoral photographs
编辑推荐:
为了解决彩色口内图像中龋病病变尺度小、边界不规则、背景干扰显著以及乳牙与恒牙龋病局部外观相似等挑战,本文提出了ArchCaries-YOLO26,一种基于YOLO26的龋病目标检测模型。具体而言,本研究解决了在口内照片中准确检测和定位龋病病变,并判别所检测病变
为了解决彩色口内图像中龋病病变尺度小、边界不规则、背景干扰显著以及乳牙与恒牙龋病局部外观相似等挑战,本文提出了ArchCaries-YOLO26,一种基于YOLO26的龋病目标检测模型。具体而言,本研究解决了在口内照片中准确检测和定位龋病病变,并判别所检测病变发生于乳牙还是恒牙的问题。该模型引入了自适应牙弓轨迹状态空间模块(Adaptive Dental-Arch Trajectory State-Space Module,ADT-SSM),通过沿预测的牙弓轨迹进行双向状态传播,对相邻牙齿的排列、尺度和形态关系进行建模。同时,设计了类条件内外边界积分校准模块(Class-Conditioned Inner–Outer Boundary Integral Calibration Module,CIBC),通过联合分析内部候选区域、边界环和外部牙体组织的特征,自适应地细化乳牙和恒牙龋病的包围框边界。在公开数据集上,所提模型的mAP@50、mAP@50-95、精确率(Precision)和召回率(Recall)分别达到0.951±0.006、0.799±0.007、0.918±0.005和0.872±0.006;在临床数据集上,相应指标分别达到0.920±0.006、0.776±0.007、0.779±0.009和0.905±0.009。消融实验结果表明,ADT-SSM和CIBC在牙列上下文建模与包围框定位方面发挥互补作用,二者联合使用可在分类与定位上取得更均衡的性能。所提方法为利用常规彩色口内图像实现乳牙和恒牙龋病的自动化筛查提供了一种可行的技术途径。
龋病是最常见的口腔疾病之一,其进展可导致牙体硬组织破坏、疼痛、咀嚼功能受损以及牙髓和根尖周病变,因此早期识别和定位龋坏牙对及时干预和治疗方案制定十分重要。传统龋病诊断依赖临床视诊、探诊和影像检查,对专业经验、设备和操作环境有一定要求。随着移动成像设备和计算机视觉技术的发展,彩色口内图像凭借采集便捷、成本较低且能直接呈现牙面外观的优势,逐渐成为辅助口腔健康筛查的重要数据源;基于深度学习的目标检测方法能够同时输出龋病类别与空间位置,可为基层筛查、口腔健康教育和临床检查提供直观的可解释信息。然而,彩色口内图像中的龋病检测仍面临多方面的挑战:龋病病变通常尺度小、形态不规则、边界不清、局部对比度低,且易与牙体窝沟、邻间隙、牙面色素沉着、光照阴影和唾液反光混淆;成像视角、光照条件和口腔软组织遮挡会造成图像分布差异;混合牙列期中乳牙与恒牙龋病局部颜色和纹理高度相似,但牙冠大小、邻牙间距、邻接关系和萌出状态存在差异。现有检测网络一般在规则二维网格上聚合特征,难以充分利用牙齿沿弯曲牙弓排列的连续结构信息;常规检测头直接回归矩形包围框,未显式建模候选框内病变、边界过渡区和框外正常牙体组织之间的差异。为此,研究人员提出了ArchCaries-YOLO26,在牙列上下文建模和候选框边界校准两个层面改进龋病检测。
研究人员以YOLO26(一种单阶段目标检测框架)为基础,构建了端到端的乳恒牙龋病检测模型。模型引入自适应牙弓轨迹状态空间模块(ADT-SSM),沿预测牙弓轨迹进行双向状态传播,建模邻牙排列、尺度和形态关系;同时设计类条件内外边界积分校准模块(CIBC),通过联合分析候选框内区、边界环和外区牙体组织特征,自适应校准包围框四条边界。在公开数据集和临床数据集上的实验表明,所提模型在mAP@50、mAP@50-95、Precision和Recall上均取得较优结果;消融实验验证了两个模块在分类判别和包围框定位上的互补作用。该研究为利用常规彩色口内图像实现乳牙和恒牙龋病自动化筛查提供了一种可行且有效的技术途径。
关键技术方法方面,所提模型以YOLO26为基线,结合C3k2、SPPF(空间金字塔池化)、C2PSA骨干与PAN-FPN(路径聚合网络-特征金字塔网络)进行多尺度特征融合。ADT-SSM通过轻量分支预测牙弓轨迹参数,利用双线性插值和双向状态空间传播沿自适应曲线采样邻牙信息;CIBC对候选框分别提取内区、边界环和外区特征,经RoIAlign(兴趣区域对齐)、类条件加权、自注意力与迭代四边界回归实现定位校准。损失函数采用自适应类加权二分类交叉熵、CIoU(完全交并比)和L1边界距离回归。数据集包括公开数据集(巴基斯坦Mithi地区10–24岁受试者6,313幅手机口内图像,含4,891个恒牙龋D和467个乳牙龋d标注)和郑州中心医院临床数据集(581幅图像、137例患者,含257个d和631个D标注,按患者7:1:2划分)。
实验结果与分析部分的主要发现如下。
5.1 实验设置与超参数:所有对比实验在Ubuntu 22.04 LTS、NVIDIA A100 GPU和PyTorch 2.2环境下完成;输入统一为640×640,使用COCO预训练权重,训练100轮,批次大小32,优化器为AdamW,初始学习率1×10
?3,采用余弦退火和混合精度训练,以验证集最高mAP@50-95选取模型。
5.2 消融实验结果:在公开数据集上,单独加入CIBC使mAP@50、mAP@50-95、Precision和Recall较基线分别提升0.056、0.039、0.054和0.076;单独加入ADT-SSM使Recall提升0.128、mAP@50-95提升0.066。完整模型在公开数据集上取得四项指标最优,mAP@50-95从基线0.713升至0.799。在临床数据集上,完整模型取得最高mAP@50、mAP@50-95和Recall,但Precision低于仅加CIBC的模型,表明ADT-SSM在提升敏感性的同时会引入一定假阳性。
5.3 与其他模型的比较:与YOLOv8、YOLOv10、YOLO11、RT-DETR、RT-DETRv2、YOLO12、YOLO-Master、CPF-DETR、DEIM、RF-DETR和STEP-DETR等模型比较,所提模型在公开数据集上mAP@50、mAP@50-95、Precision和Recall均最高,分别达到0.951、0.799、0.918和0.872;在临床数据集上分别达到0.920、0.776、0.779和0.905,其中前三项优于对比模型,表明模型在临床图像分布下具有较好检测能力,但假阳性问题仍需进一步研究。
5.4 定性实验结果:在具有小尺度、低对比度和复杂背景干扰的代表性口内图像上,所提模型预测框与真实标注一致性较好,且在不同视角下能够稳定区分乳牙龋d和恒牙龋D;部分对比模型存在漏检、类别误判以及包围框偏大或偏移的问题,说明牙弓上下文与内外边界校准有利于判别和定位。
5.5 精确率–召回率曲线分析:在公开和临床数据集上,所提模型整体PR曲线高于基线,并能在召回率升高时保持较稳定的精确率。乳牙龋d的曲线较恒牙龋D下降更早、波动更大,这与少数类样本量少以及混合牙列期复杂形态有关。
5.6 F1–置信度曲线分析:所提模型整体F1曲线在较宽的置信区间上高于基线且更平稳;恒牙龋D曲线更平滑,乳牙龋d曲线波动更大。临床数据集上的曲线下降和类间差异更明显,说明复杂采集条件下少数类检测的阈值敏感性仍有待提高。
5.7 牙弓轨迹采样长度敏感性分析:对ADT-SSM轨迹采样长度L在5、7、9、11之间进行比较,L=9在公开和临床数据集上取得更均衡的Precision、Recall和定位精度,且多次运行标准差较低。过短采样不足以捕获跨牙排列信息,过长采样可能引入远处牙齿或背景干扰。
5.8 Grad-CAM实验结果:采用梯度加权类激活映射(Gradient-weighted Class Activation Mapping,Grad-CAM)对最终特征层进行可视化,高响应区域主要集中于预测龋病区域,并与检测框位置具有较好空间一致性;部分响应延伸至邻近牙齿和周围结构,符合ADT-SSM聚合牙弓上下文的设计,而对软组织和正常牙面的响应较弱。
5.9 统计与Bootstrap分析:将3次随机种子实验保留并报告配对差值。与YOLO26基线相比,公开数据集上mAP@50、mAP@50-95、Precision和Recall的平均配对差分别为+0.081、+0.086、+0.077和+0.160,对应Bootstrap 95%置信区间均高于0;临床数据集上三项指标为正,Precision的配对差为?0.013且置信区间包含0,表明敏感性提升稳定而精确率增益存在不确定性。
5.10 错误检测实验结果展示:对假阳性、假阴性和分类错误案例进行分析。假阳性常发生在局部牙面外观类似龋病的区域;假阴性反映病变视觉证据不足;分类错误表明乳恒牙龋病外观相似仍可导致类别误判。这些结果说明仅依靠彩色口内图像有时难以区分细微龋变与非龋性外观变化。
讨论部分指出,基于彩色口内图像的龋病目标检测具有采集成本低、操作方便等优点,适合初步预警、病例预筛和检查辅助,但不能替代临床诊断。跨数据集评估显示,模型在公开与临床数据集间直接迁移时mAP@50明显下降,表明两类数据存在域偏移,模型的泛化能力仍需更大规模前瞻性研究验证。研究局限性包括公开数据来源单一、临床样本量有限、图像易受光照和遮挡影响、少数类样本不平衡、矩形框不能描述病变不规则形态和实际侵犯范围等。未来需扩大多中心、多设备和多年龄段数据,引入像素级分割等更细粒度标注,并在真实筛查流程中验证模型价值。
研究结论部分可翻译为:研究人员提出了ArchCaries-YOLO26用于彩色口内图像中的龋病检测。该模型采用ADT-SSM沿自适应牙弓轨迹建模牙列背景,并利用CIBC根据候选框内、外区域的特征差异校准预测包围框的四条边界。在公开数据集和临床数据集上的实验表明,所提模型在mAP@50、mAP@50-95、Precision和Recall方面取得相对均衡的性能。消融实验进一步验证了两个模块在类别判别和包围框定位中的互补贡献。此外,定性结果、PR曲线和F1–置信度曲线显示,在评估数据集所代表的成像条件下,模型具有相对稳定的检测性能。这些发现不应被解释为对未知机构、成像设备、人群或采集条件具有稳健泛化能力的证据。需要指出,定位输出是表示龋坏牙近似位置的矩形包围框,不应被解释为单个龋病病变不规则形态边界或解剖范围的精确勾画。因此,ArchCaries-YOLO26目前应视为一种辅助识别和定位可疑龋坏牙的研究性筛查与决策支持工具,而非替代牙科专业人员的临床诊断。未来工作将进一步扩大多中心和多种成像设备的数据收集,探索像素级分割及结合牙位信息的更细粒度龋病标注,并在实际口腔健康筛查流程中验证模型的泛化能力和实用价值。