
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于深度学习对磁共振神经成像中下牙槽神经进行分割的可行性研究
《Scientific Reports》:A feasibility study of deep learning-based segmentation of the inferior alveolar nerve on magnetic resonance neurography
【字体: 大 中 小 】 时间:2026年04月02日 来源:Scientific Reports 3.9
编辑推荐:
摘要 下牙槽神经(IAN)是支配下颌区域的主要感觉神经,其自动分割至关重要。通过计算机断层扫描(CT)和锥形束计算机断层扫描(CBCT),可以间接观察到围绕下牙槽神经的下颌管。磁共振神经成像(MRN)是一种
下牙槽神经(IAN)是支配下颌区域的主要感觉神经,其自动分割至关重要。通过计算机断层扫描(CT)和锥形束计算机断层扫描(CBCT),可以间接观察到围绕下牙槽神经的下颌管。磁共振神经成像(MRN)是一种用于神经可视化的成像技术,有助于区分细小的周围神经与周围的软组织。据我们所知,本研究是首次利用MRN图像对下牙槽神经进行半自动分割的尝试。我们基于6,027张冠状MRN图像开发了一个深度学习模型,并使用四个定量指标对其性能进行了评估,同时将该模型与六个在相同数据集上重新训练并用于小结构分割的先进模型进行了对比。我们的模型取得了0.712±0.254的Dice相似系数(DSC),显著优于其他六个对比模型。此外,在根据DSC阈值分析分割失败率时,我们的模型表现出最低的失败率。总之,与许多仅关注使用CBCT或CT的骨性边界的先前研究不同,本研究证明了基于MRN的下牙槽神经分割的可行性和潜在临床应用价值。