基于nnU-Net v2的锥形束CT图像牙结石三维分割:牙齿水平感兴趣体积内的分割性能评估
《Diagnostics》:Three-Dimensional Segmentation of Pulp Stones in Tooth-Level Volumes on Cone-Beam Computed Tomography Using nnU-Net v2: A Preliminary Study
【字体:
大
中
小
】
时间:2026年09月23日
来源:Diagnostics 3.8
摘要
目的:本研究旨在开发并评估一种基于nnU-Net第2版(nnU-Net v2)的模型,用于锥形束计算机断层扫描(CBCT)图像中牙结石的三维分割,特别关注在已知含有牙结石的预选牙齿水平感兴趣体积(VOI)内的分割性能。方法:本回顾性方法学研究纳入90例CBCT检查,其中根据预定义的入选标准确认存在牙结石。参考标注通过三名经验丰富的观察者的共识建立。分割首先在完整的CBCT体积上进行评估。随后,生成238个牙结石阳性的牙齿水平VOI,并在VOI水平将其划分为训练集和保留测试集,分别包含215和23个VOI。由于分配在VOI水平进行,同一患者的不同VOI可能同时出现在两个数据集中。模型性能使用体素级重叠、分类、表面距离和受试者工作特征(ROC)指标进行评估。结果:全体积模型表现出较差的分割性能,Dice相似系数(DSC)为0.183,Jaccard指数为0.119,精确度为0.254,召回率为0.205。在预选的牙结石阳性牙齿VOI的保留VOI水平测试集中,模型达到了DSC 0.637,Jaccard指数0.485,精确度0.695,召回率0.635。平均表面距离和平均对称表面距离分别为0.256 mm和0.286 mm。体素级准确率为0.998,ROC曲线下面积为0.967。然而,这些分类指标代表的是阳性牙齿VOI内牙结石与背景之间的体素分类,并不反映牙齿水平的诊断性能。结论:nnU-Net v2模型在预选的牙结石阳性牙齿水平VOI内表现出中等的分割性能,而较差的全体积结果表明,在完整的CBCT检查中实现牙结石的可靠自动定位仍未解决。研究结果为预选牙齿体积内的计算机辅助牙结石勾画提供了初步证据,但尚未建立端到端的检测方案或证明临床可用性。需要进一步优化,并使用牙结石阳性和牙结石阴性牙齿进行外部验证。
生物通微信公众号
生物通新浪微博
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