Uno studio di fattibilità sulla segmentazione basata su deep learning del nervo alveolare inferiore in neurografia a risonanza magnetica

Perché questo piccolo nervo dentale è importante

Il nervo che corre all'interno della mandibola inferiore consente la sensibilità di denti, labbro e mento. I dentisti cercano di non danneggiarlo durante le procedure, ma può essere difficile vederlo chiaramente con gli esami standard. Questo studio esplora se un tipo speciale di RM unita all'intelligenza artificiale possa delineare quel nervo in modo più diretto, cosa che un giorno potrebbe rendere più sicure le comuni operazioni dentali e più precisa la pianificazione.

Limiti dell'imaging mandibolare corrente

Oggi i dentisti si affidano di solito a radiografie panoramiche e a cone beam CT per stimare la posizione del nervo. Queste immagini mostrano il canale osseo che circonda il nervo, non il nervo stesso, e i bordi del canale sono chiaramente visibili in solo circa sei persone su dieci. Quando un paziente presenta intorpidimento o dolore dopo un impianto, la TC spesso non è in grado di dire se è solo la parete ossea a essere lesionata o se il nervo all'interno è contuso o reciso. Questa incertezza rende difficile valutare la gravità della lesione e prevedere il recupero.

Una scansione che mostra i nervi direttamente

La neurografia a risonanza magnetica è una forma raffinata di RM pensata per evidenziare i nervi sopprimendo i segnali dei vasi sanguigni e riducendo gli artefatti da movimento. Nella regione facciale e mandibolare può rivelare alterazioni come edema o danni lungo le fibre nervose, offrendo informazioni che gli esami basati sull'osso non possono fornire. Nonostante questi punti di forza, è stata raramente usata con strumenti automatizzati in grado di tracciare rapidamente e in modo coerente nervi di piccole dimensioni. Gli autori hanno voluto verificare se un sistema di deep learning potesse imparare a segmentare direttamente il nervo alveolare inferiore su queste immagini RM focalizzate sui nervi.

Insegnare a un computer a tracciare il nervo

Il team ha raccolto più di seimila immagini da 51 nervi mandibolari inferiori sani in 29 pazienti sottoposti a neurografia RM per problemi nervosi. Un radiologo esperto ha marcato con cura il nervo su ogni fetta di immagine per creare un riferimento affidabile. I ricercatori hanno poi preprocessato le immagini in quadrati uniformi e addestrato una rete neurale specializzata progettata per catturare sia i dettagli fini sia il contesto più ampio, in modo da individuare il nervo sottile e tenue rispetto ai tessuti molli di aspetto simile. Hanno confrontato questo modello con sei reti di segmentazione di punta ampiamente usate per strutture mediche di piccole dimensioni.

Quanto bene si è comportato il modello

Il nuovo sistema ha raggiunto un'accuratezza superiore rispetto a tutti e sei i metodi concorrenti su quattro misure standard di qualità della segmentazione. In media, i contorni del nervo predetti si sovrapponevano alle marcature dell'esperto in misura simile a quanto riportato quando due lettori umani segmentano altri nervi periferici. I ricercatori hanno inoltre analizzato, oltre ai numeri grezzi, diversi tipi di errore: casi in cui il nervo veniva completamente mancato, dove il tracciato saltava rispetto al percorso reale, o dove i bordi erano troppo larghi o troppo stretti. Il loro modello ha mostrato il tasso più basso per ciascun tipo di errore. Anche in molte scansioni affette da striature luminose dovute a metalli dentali, il sistema è comunque riuscito a seguire il nervo da vicino, sebbene in un caso particolarmente distorto tutti i modelli abbiano fallito.

Cosa potrebbe significare per l'assistenza dentale

Questo lavoro non fornisce ancora uno strumento a prova di tasto per l'uso clinico routinario, ed è stato testato su un numero modesto di pazienti di un singolo centro utilizzando solo nervi normali. Tuttavia, dimostra che la neurografia focalizzata sui nervi combinata con un modello deep learning su misura può segmentare il nervo alveolare inferiore con una affidabilità promettente. In futuro, tali strumenti potrebbero alleggerire il carico della tracciatura manuale, fornire ai chirurghi mappe più chiare del nervo prima di posizionare impianti o eseguire interventi mandibolari e aiutare a monitorare nel tempo cambiamenti sottili nei nervi lesionati.

Citazione: Choi, Y.J., Han, S., Lee, C. et al. A feasibility study of deep learning-based segmentation of the inferior alveolar nerve on magnetic resonance neurography. Sci Rep 16, 15433 (2026). https://doi.org/10.1038/s41598-026-45392-6

Parole chiave: nervo alveolare inferiore, imaging dentale, neurografia a risonanza magnetica, segmentazione deep learning, pianificazione chirurgia orale