En genomförbarhetsstudie av djuplärningsbaserad segmentering av nervus alveolaris inferior på magnetisk resonans-neurografi

Varför denna lilla tandnerv spelar roll

Nerven som löper inne i underkäken låter dig känna tänderna, läppen och hakan. Tandläkare undviker noggrant att skada den vid ingrepp, men den kan vara svår att se tydligt på vanliga avbildningar. Denna studie undersöker om en särskild typ av MR tillsammans med artificiell intelligens kan avgränsa nerven mer direkt, vilket en dag skulle kunna göra vanliga tandkirurgiska ingrepp säkrare och planeringen mer precis.

Begränsningar i nuvarande käkavbildning

I dag förlitar sig tandläkare vanligtvis på panoramaröntgen och konebeam-CT för att uppskatta var denna nerv ligger. Dessa bilder visar den beniga kanal som omsluter nerven, inte nerven själv, och kanalens kanter är tydligt synliga i endast ungefär sex av tio personer. När en patient har domning eller smärta efter ett implantat kan CT ofta inte avgöra om bara den beniga väggen är bruten eller om nerven inuti är tilltufsad eller avskuren. Denna osäkerhet försvårar bedömningen av skadans allvar och vad man kan förvänta sig för återhämtning.

En skanning som visar nerver direkt

Magnetisk resonans-neurografi är en förfinad form av MR som utformats för att framhäva nerver genom att dämpa signaler från blodkärl och minska rörelsestörningar. I ansikte och käke kan den avslöja förändringar som svullnad eller skador längs nervfibrerna, och ger information som benbaserade skannor inte kan. Trots dessa styrkor har den sällan använts tillsammans med automatiserade verktyg som snabbt och konsekvent kan följa små nerver. Författarna ville undersöka om ett djuplärningssystem kunde lära sig att segmentera nervus alveolaris inferior direkt på dessa nervfokuserade MR-bilder.

Att lära en dator att spåra nerven

Teamet samlade in mer än sex tusen bilder från 51 friska underkäksnerver hos 29 patienter som genomgått magnetisk resonans-neurografi för nervproblem. En erfaren radiolog markerade noggrant nerven på varje bildskiva för att skapa en pålitlig referens. Forskarnas preprocessade bilderna till enhetliga kvadrater och tränade ett specialiserat neuralt nätverk utformat för att fånga både fin detalj och bredare kontext, så att det kunde urskilja den tunna, svaga nerven mot liknande mjukvävnad. De jämförde denna modell med sex ledande segmenteringsnätverk som ofta används för små medicinska strukturer.

Hur väl modellen presterade

Det nya systemet uppnådde högre noggrannhet än samtliga sex konkurrerande metoder på fyra standardmått för segmenteringskvalitet. I genomsnitt överlappade dess förutspådda nervkonturer de expertsatta markeringarna i en grad som liknar vad som rapporterats när två mänskliga läsare segmenterar andra perifera nerver. Forskarna granskade också bortom råa siffror olika typer av fel: fall där nerven missades helt, där den spårade banan hoppade bort från det verkliga förloppet, eller där gränserna blev för lösa eller för snäva. Deras modell hade den lägsta frekvensen för varje feltyp. Även i många skanningar påverkade av ljusa störstrimmor från tandmetall lyckades systemet ändå följa nerven nära, även om i ett särskilt kraftigt förvrängt fall misslyckades alla modeller.

Vad detta kan innebära för tandvården

Detta arbete levererar ännu inte ett färdigt verktyg för rutinbruk i kliniken, och det testades på ett begränsat antal patienter från ett enda center med endast normala nerver. Det visar ändå att nervfokuserad MR i kombination med en anpassad djuplärningsmodell kan segmentera nervus alveolaris inferior med lovande tillförlitlighet. I framtiden skulle sådana verktyg kunna minska bördan av manuell spårning, ge kirurger tydligare kartor över nerven innan de sätter implantat eller utför käkoperationer, och hjälpa till att följa subtila förändringar i skadade nerver över tid.

Citering: 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

Nyckelord: nervus alveolaris inferior, tandbildgivning, magnetisk resonans-neurografi, djuplärningssegmentering, planering av munoperationer