基于锥形束CT的腭中缝成熟度数据集:为个体化上颌扩弓术式选择提供AI判读新依据

《Scientific Data》:A dataset of midpalatal suture maturation stage in cone-beam computed tomography

【字体: 大 中 小 】 时间:2026年03月01日 来源:Scientific Data 6.9

编辑推荐:

  为解决如何精准评估腭中缝(MPS)融合状态以指导上颌扩弓治疗选择的问题,研究人员开展了基于600例锥形束计算机断层扫描(CBCT)的MPS成熟度数据集研究。他们构建了一个融合3D卷积神经网络(3D CNNs)和全连接网络的定制模型,实现了对MPS分期(A-E期)的高精度分类(AUC>0.95)。该研究的意义在于为临床选择传统快速腭扩展(RME)或骨支抗式RME/手术提供了客观、量化的决策辅助。

  
在口腔正畸领域,如何有效拓宽狭窄的上颌骨是一个经典且关键的临床挑战。医生们手里有几种“武器”:对于骨骼尚有生长潜力的青少年,传统的快速腭扩展(Rapid Palatal Expansion, RME)矫治器可以利用尚未完全闭合的腭中缝(Midpalatal Suture, MPS),像打开一扇门的铰链一样,将上颌骨向两侧撑开;而对于骨骼已经融合的成年人,这种“硬掰”的方法可能无效甚至导致牙齿倾斜、牙根吸收等副作用,此时就需要采用创伤更大的骨支抗式RME(Bone-anchored RME)或者结合外科手术。那么,核心问题来了:如何准确判断一位患者腭中缝的“开合状态”——是柔韧可分的,还是已然“铁板一块”?这直接决定了治疗方案的成败与风险。目前,临床医生主要依靠二维X光片和年龄进行经验性判断,但这就像仅凭外观猜测核桃的坚硬程度,不够精确,且存在个体差异。一个客观、精准的腭中缝成熟度评估工具,是推动上颌扩弓治疗走向个体化、精准化的迫切需求。
为此,一项发表在《Scientific Data》上的研究,为破解这一难题提供了重要的数据基础和分析工具。研究人员系统性地收集并分析了600例年龄覆盖4至25岁患者的锥形束计算机断层扫描(Cone-Beam Computed Tomography, CBCT)影像,涵盖了从完全未融合到完全融合的全部五个成熟阶段(A-E期),构建了一个高质量的MPS成熟度影像数据集。他们开发了一个定制化的深度学习模型,该模型创新性地将用于处理三维影像的3D卷积神经网络(3D Convolutional Neural Networks, 3D CNNs)与用于处理表格化临床数据(如年龄、性别等)的全连接网络相结合,以实现对MPS分期的自动、高精度分类。研究还深入评估了性别、年龄、颈椎分期、牙龄、腭部形态及MPS骨密度比等多个因素与MPS融合状态的相关性。所有影像均经过正畸医生和颌面影像医师的质量评估,并获得了伦理批准。
本研究的主要结果通过严谨的分析逐步揭示:
模型性能:研究所开发的融合模型在诊断腭中缝成熟度上表现出色,其受试者工作特征曲线下面积(Area Under the Curve, AUC)超过0.95,证明了模型具有极高的区分能力,能够可靠地辅助临床诊断。
关键影响因素分析:通过对多因素的相关性评估,研究明确了年龄、颈椎骨龄分期、牙龄及腭中缝区域的骨密度比值是与腭中缝融合状态显著相关的关键指标。这为理解MPS融合的生理过程提供了更丰富的维度,超越了单纯依赖实际年龄的传统做法。
临床决策价值:基于模型的准确分期,研究清晰地提出了临床决策路径:对于模型判定为未闭合(如A、B期)的腭中缝,传统的快速腭扩展(RME)通常是安全有效的选择;而对于已融合(如D、E期)的病例,则应优先考虑骨支抗式RME或外科辅助的上颌扩弓术。这为治疗方案的精准选择提供了数据驱动的决策支持。
综上所述,这项研究构建了一个大规模、高质量、涵盖全年龄段的腭中缝CBCT影像数据集,并成功开发了一个高性能的深度学习模型用于自动、客观地评估腭中缝成熟度。其重要意义在于,它将上颌扩弓治疗中最为关键的骨骼条件评估,从依赖主观经验推向基于客观影像数据的量化分析,为实现真正的个体化治疗迈出了关键一步。该模型不仅能辅助正畸医生制定更安全、有效的扩弓方案,减少治疗风险,其提出的多模态数据(影像+临床参数)融合分析框架,也为口腔医学其他领域的智能化诊断提供了有价值的范式参考。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号