Manyetik rezonans nörografide inferior alveolar sinirin derin öğrenme tabanlı segmentasyonunun fizibilite çalışması

Bu küçük diş siniri neden önemli

Alt çenenizde ilerleyen sinir, dişlerinizi, dudağınızı ve çenenizi hissetmenizi sağlar. Diş hekimleri işlemler sırasında onu zarar vermemeye dikkat eder, ancak standart görüntülerde net görmek zor olabilir. Bu çalışma, sinire odaklanan özel bir MRG türü ile yapay zekânın bu siniri daha doğrudan çizebilip çizemeyeceğini araştırıyor; bu, bir gün yaygın diş ameliyatlarını daha güvenli ve planlamayı daha kesin hale getirebilir.

Mevcut çene görüntülemenin sınırları

Günümüzde diş hekimleri genellikle bu sinirin nerede olduğunu tahmin etmek için panoramik röntgenler ve koni ışınlı BT taramalarına güvenir. Bu görüntüler siniri çevreleyen kemik kanalını gösterir, sinirin kendisini değil, ve kanal kenarları yalnızca yaklaşık her on kişiden altısında açık şekilde görülebilir. Bir hastada implant sonrası uyuşma veya ağrı olduğunda, BT genellikle yalnızca kemik duvarın kırılıp kırılmadığını mı yoksa içerisindeki sinirin morarmış veya kesilmiş olup olmadığını mı ayırt edemez. Bu belirsizlik, yaralanmanın ne kadar ciddi olduğunu ve beklenen iyileşmenin nasıl olacağını değerlendirmeyi zorlaştırır.

Sinirleri doğrudan gösteren bir tarama

Manyetik rezonans nörografi, kan damarlarından gelen sinyalleri baskılayarak ve hareket kaynaklı artefaktları azaltarak sinirleri vurgulamaya yönelik rafine bir MRG türüdür. Yüz ve çenede, sinir lifleri boyunca şişlik veya hasar gibi değişiklikleri ortaya çıkarabilir; bu, kemik temelli görüntülemenin sağlayamadığı bilgiler sunar. Bu güçlü yanlarına rağmen, küçük sinirleri hızlı ve tutarlı şekilde izleyebilecek otomatik araçlarla nadiren kullanılmıştır. Yazarlar, sinire odaklı bu MRG görüntülerinde inferior alveolar siniri doğrudan segmentleyebilecek bir derin öğrenme sisteminin öğrenip öğrenemeyeceğini araştırmaya koyuldular.

Bilgisayara siniri izlemeyi öğretmek

Ekip, sinir sorunları nedeniyle manyetik rezonans nörografisi çekilmiş 29 hastadaki 51 sağlıklı alt çene sinirinden 6000'den fazla görüntü topladı. Bir uzman radyolog her görüntü diliminde siniri dikkatle işaretleyerek güvenilir bir referans oluşturdu. Araştırmacılar daha sonra görüntüleri tek tip karelere ön işlediler ve hem ince detayları hem de daha geniş bağlamı yakalayacak biçimde tasarlanmış özel bir sinir ağı eğittiler; böylece ince, soluk siniri benzer görünen yumuşak dokuların arasından ayırt edebilsin. Bu modeli küçük tıbbi yapılar için yaygın olarak kullanılan altı önde gelen segmentasyon ağı ile karşılaştırdılar.

Modelin performansı nasıldı

Yeni sistem, segmentasyon kalitesinin dört standart ölçütünde altı rakip yöntemin tümünden daha yüksek doğruluk elde etti. Ortalama olarak, modelin tahmin ettiği sinir konturları, uzman işaretlemeleriyle diğer periferik sinirleri iki insan okuyucunun segmentlediği durumlarda bildirilen benzer örtüşme düzeyine yakın oldu. Araştırmacılar ayrıca ham sayılardan öte farklı başarısızlık türlerine baktılar: sinirin tamamen kaçırıldığı vakalar, izlenen yolun gerçek seyirden saptığı durumlar veya sınırların çok gevşek ya da çok sıkı olduğu durumlar. Modelleri her başarısızlık türünde en düşük oranı gösterdi. Diş metali kaynaklı parlak çizgilerle bozulmuş birçok taramada bile sistem siniri yakın takip etmeyi başardı; ancak bir özellikle bozulmuş vakada her model başarısız oldu.

Bu diş bakımına ne anlama gelebilir

Bu çalışma henüz rutin klinik kullanım için tek tuşla çalışacak bir araç sunmuyor ve yalnızca tek merkezden, normal sinirlere sahip sınırlı sayıda hasta üzerinde test edildi. Yine de, sinire odaklı MRG ile uyarlanmış bir derin öğrenme modelinin inferior alveolar siniri umut verici bir güvenilirlikle segmentleyebileceğini gösteriyor. Gelecekte bu tür araçlar elle yapılan izleme yükünü hafifletebilir, implant yerleştirme veya çene cerrahisi öncesi cerrahlara sinirin daha net haritalarını verebilir ve yaralanmış sinirlerdeki ince değişiklikleri zaman içinde izlemeye yardımcı olabilir.

Atıf: 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

Anahtar kelimeler: inferior alveolar sinir, diş görüntüleme, manyetik rezonans nörografi, derin öğrenme segmentasyonu, oral cerrahi planlaması