Исследование осуществимости сегментации нижнего альвеолярного нерва с помощью глубинного обучения на магнитно-резонансной нейрографии

Почему этот небольшой зубной нерв важен

Нерв, проходящий внутри нижней челюсти, отвечает за чувствительность зубов, губы и подбородка. Стоматологи стараются не повредить его при вмешательствах, однако на стандартных снимках его бывает трудно разглядеть. В этом исследовании проверяют, может ли специальный тип МРТ в сочетании с искусственным интеллектом прямо очерчивать этот нерв — что в будущем могло бы сделать обычные стоматологические операции безопаснее и планирование точнее.

Ограничения современной визуализации челюсти

Сегодня стоматологи обычно полагаются на панорамные рентгеновские снимки и конусно-лучевую КТ, чтобы оценить расположение нерва. Эти изображения показывают костный канал, окружающий нерв, а не сам нерв; края канала отчетливо видны лишь примерно у шести из десяти человек. Когда у пациента появляется онемение или боль после установки имплантата, КТ часто не может сказать, повреждена ли только костная стенка или же сам нерв внутри ушиблен или перерезан. Такая неопределенность затрудняет оценку тяжести травмы и прогноз восстановления.

Скан, который показывает нервы напрямую

Магнитно-резонансная нейрография — это уточнённый вариант МРТ, созданный для выделения нервов за счёт подавления сигналов от сосудов и уменьшения артефактов движения. В области лица и челюсти она может выявлять изменения, например отёк или повреждение вдоль волокон нерва, давая информацию, недоступную костно-ориентированным методикам. Несмотря на эти преимущества, её редко сочетали с автоматизированными инструментами, которые могли бы быстро и последовательно прослеживать мелкие нервы. Авторы поставили цель проверить, сможет ли система глубинного обучения обучиться сегментировать нижний альвеолярный нерв напрямую на этих нерв-ориентированных МР-изображениях.

Обучение компьютера отслеживать нерв

Команда собрала более шести тысяч изображений от 51 здорового нижнего альвеолярного нерва у 29 пациентов, которым проводили магнитно-резонансную нейрографию по поводу нервных жалоб. Экспертный радиолог тщательно размечал нерв на каждом срезе, чтобы создать надежную эталонную разметку. Затем исследователи привели изображения к единообразным квадратным форматам и обучили специализированную нейросеть, рассчитанную на улавливание как тонких деталей, так и более широкого контекста, чтобы она могла выделять тонкий, слабовыраженный нерв на фоне похожих мягких тканей. Модель сравнивали с шестью ведущими сетями сегментации, широко используемыми для небольших медицинских структур.

Насколько хорошо работала модель

Новая система показала более высокую точность по сравнению со всеми шестью соперничающими методами по четырём стандартным метрикам качества сегментации. В среднем предсказанные контуры нерва перекрывались с разметкой эксперта в степени, сопоставимой с тем, что было зафиксировано при сегментации других периферических нервов двумя человеческими читателями. Исследователи также проанализировали не только числовые показатели, но и разные типы ошибок: случаи, когда нерв был полностью пропущен, когда проложенный путь скачкообразно отклонялся от истинного хода, или когда границы были слишком расплывчатыми или, наоборот, чрезмерно узкими. Их модель показала наименьший уровень каждого типа ошибок. Даже на многих снимках с яркими полосами от стоматологического металла система всё ещё успешно прослеживала нерв, хотя в одном особенно искажённом случае потерпели неудачу все модели.

Что это может значить для стоматологической помощи

Эта работа пока не даёт готового «кнопочного» инструмента для рутинного клинического применения, и её тестировали на ограниченном числе пациентов из одного центра, причём только на нормальных нервах. Тем не менее она показывает, что нерв-ориентированная МРТ в сочетании с адаптированной моделью глубинного обучения может с обещающей надёжностью сегментировать нижний альвеолярный нерв. В будущем такие инструменты могли бы снизить объём ручной разметки, дать хирургам более чёткие карты нерва перед установкой имплантатов или операциями на челюсти и помочь отслеживать тонкие изменения в повреждённых нервах со временем.

Цитирование: 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

Ключевые слова: нижний альвеолярный нерв, зубная визуализация, магнитно-резонансная нейрография, сегментация с помощью глубинного обучения, планирование оральной хирургии