PMCanalSeg：用于从3D锥形束CT图像自动分割翼腭管和下颌管的数据集

颌骨中“隐蔽通道”的重要性

当外科医生修正颌骨畸形以改善咬合或面容时，他们往往在距离骨内脆弱神经和血管只有几毫米的地方操作。如果这些细小通道受损，患者可能出现出血、麻木或长期疼痛。本文介绍了PMCanalSeg——一套新发布的3D牙科扫描集合，旨在帮助计算机学会识别上下颌中两条尤其重要的骨性通道，从而使这些手术更安全、更精确。

面部骨骼中的精细通道

在面部骨骼内部有狭窄的通道，保护着神经和血管。对颌面手术最关键的两条通道是下颌管（携带下颌的主要神经）和翼腭管（位于上颌的较小且结构更复杂的通道）。在正颌（矫正颌骨）手术中，医生必须在切割和重定位骨骼时避开这些结构。传统上，外科医生或放射科医师会在锥形束CT（CBCT）切片上逐层描绘这些管道，这种三维X射线方法在牙科中被广泛使用。仔细的手工标注既耗时又需要深厚的专业知识，并且容易出现人为错误。

教计算机进行三维“观察”

近年来，深度学习改变了医学图像分析，使计算机能够自动学习勾画器官和其他结构。然而，这些系统需要大量高质量且由专家标注的示例才能达到临床可靠性。关于下颌管的公开数据集寥寥无几，且主要集中在下颌。一个重要的盲点是上颌的翼腭管——它更难以观察、个体差异也更大。缺乏覆盖两条管道的丰富开放数据集，难以训练稳健的算法或公正地比较不同方法的效果。

构建PMCanalSeg数据集

作者通过汇集PMCanalSeg来填补这一空白，该集合由191例在中国某牙科医院就诊患者的CBCT扫描组成。所有个人识别信息都在严格隐私规则下被移除，仅保留年龄、性别和扫描日期等必要信息。每个扫描从医院的原始格式转换为便于研究的3D文件，并经过处理以强调骨组织并去除诸如脊柱等无关结构。随后对颅骨进行了数字分割，分离出上颌和下颌区域，以便算法专注于两条管道所在的部位。

专家描绘与严格校验

为精确标注管道，四位经验丰富的口腔外科医生分阶段进行工作。两位专家首先在每个3D扫描上描绘翼腭管和下颌管的走行，确定属于每条通道的微小三维像素（体素）。随后另外两位外科医生逐层将这些标注与原始影像核对，纠正任何不一致之处。在样本病例中，团队还测量了不同专家之间的一致性，发现一致性很高，表明标签可靠。最终的数据集按患者整齐组织，为上颌、下颌和整颅体积分别设立文件夹，便于研究人员使用。

机器能从中学到多少？

为测试PMCanalSeg，作者训练了若干领先的3D图像分割网络，并评估其预测与专家标注的吻合程度。对于下颌管，现代基于变换器的模型表现尤为出色，能较为准确地追踪真实的神经通路。翼腭管则更具挑战性：其体积小、形状复杂且上颌解剖结构拥挤，导致准确率较低、边界错误较多。团队还将PMCanalSeg的结果与另一个广泛使用的下颌数据集进行了比较，并讨论了扫描质量、标注风格和解剖覆盖范围差异如何影响报告的性能指标。

对患者和研究的意义

对非专业读者而言，关键信息是：PMCanalSeg提供了首个包含下颌主要神经管和此前被忽视的上颌翼腭管两者详细标注的开放3D颌骨影像集合。通过将这些数据和支持代码以非商业用途免费开放，作者为开发和基准测试能够自动标示这些隐蔽通道的计算工具奠定了坚实基础。随着这些工具的改进，外科医生将能够更好地规划切割以避开关键神经和血管，减少并发症，使患者在颌面手术后获得更安全、更可预测的疗效。

引用: Li, G., Lu, Y., Wu, G. et al. PMCanalSeg: A dataset for automatic segmentation of the pterygopalatine and mandibular canals from 3D CBCT images. Sci Data 13, 312 (2026). https://doi.org/10.1038/s41597-026-06620-w

关键词: 锥形束CT, 颌面外科, 医学图像分割, 牙科影像, 深度学习数据集