使用深度学习算法在锥束CT图像中检测来源于牙源性的上颌窦炎

当牙齿问题波及鼻窦

反复的鼻塞或面部压迫感常被归咎于过敏或感冒，但令人意外的是，相当一部分鼻窦问题实际上始于感染的后牙。本研究探讨人工智能如何解读三维牙科扫描，以识别何时鼻窦炎与牙根感染有关，从而帮助牙医和医生更迅速、更有把握地找到病因。

为何鼻窦问题与牙齿相关联

上颌窦位于上后牙正上方，仅由一层薄薄的骨质隔开。当窦腔内的软组织发炎或增厚时，患者可能出现慢性充血、疼痛或面颊饱胀感。在许多情况下，牙根尖的牙源性感染会刺激邻近的窦膜，但症状可能看似普通的鼻窦不适且牙齿检查时无明显异常。这使得即便是有经验的临床医生也难以判断鼻窦炎是由牙病引起、由其他鼻窦原因引起，还是窦腔本身正常。

三维牙科扫描如何提供更清晰视野

锥束计算机断层扫描（CBCT）是一种牙科三维扫描，能在相对较低辐射剂量下清晰显示骨质与软组织。它可以揭示在常规医学CT或平片上常被遗漏的牙根周围和窦膜的细微变化。本研究收集了来自两家根管治疗门诊的70例CBCT扫描，并从三个观察角度——自上而下（轴位）、正面（冠状位）和侧面（矢状位）——精心挑选出超过5000张二维切片。专家牙医与口腔放射科医师审阅了每一例扫描，并就哪些图像显示正常窦、哪些显示与病变牙根相关的窦炎、以及哪些显示由其他非牙源原因引起的窦炎达成一致。

教计算机读图像

在训练深度学习系统之前，团队对图像进行了清理与增强。他们标准化图像尺寸、降低噪声与金属条纹并锐化边缘，使关键结构更突出。他们还使用一种生成模型来创建额外的高质量训练图像，丰富数据集并增加多样性。计算机处理流程随后遵循了若干步骤。首先，它学会从每张切片识别其所属的观察角度。接着，分割阶段学会勾勒三个关键区域：牙根、窦腔和薄薄的黏膜衬里。最后，专用网络分析每个视角以提取与疾病相关的模式，“多视角”模型将三种角度的信息融合，判断窦腔是正常、受牙根问题影响，还是受其他鼻窦疾病影响。

系统的表现如何

研究者在保留的测试图像以及一组来自新患者、共738张的完全独立CBCT切片上评估了模型。视角分类器几乎不会混淆三种扫描角度。分割步骤在所有三种视角上都与专家标注展现出高度重叠，准确勾勒出牙根、窦腔和窦膜。单一视角分类器已达到较高准确率，但融合三种视角的多视角网络表现最佳。在测试集与外部数据集上，它在三类分组中都正确标注了每例，与专家组的综合判断一致。作者采取了若干措施以避免过拟合，包括按患者划分数据、谨慎的数据增强和正则化技术，从而提高系统在研究样本之外的泛化可能性。

这对患者可能意味着什么

对临床医生而言，这一自动化流程可作为不知疲倦的第二读片者，突出显示与牙根相关的窦病、绘制窦腔形态并显示受感染牙根与窦底的接近程度。这类支持有助于规划根管治疗、决定如何处理持续的鼻窦症状，并为种植或上颌窦提升手术提供指导。尽管目前研究使用的是有限视野的二维切片，且仍需在更多门诊和设备上进行更大范围的验证，但它为将来分析完整三维扫描的工具奠定了坚实基础。简言之，这项工作表明，精心构建的人工智能能够可靠地识别何时鼻窦问题与牙根相关，为从模糊的面部压迫感到找到真正病因提供更清晰的路径。

引用: Sherif, O.A.S., Taha, N.S., Fahmy, A.M. et al. Detection of maxillary sinusitis of endodontic origin in cone-beam CT images using deep learning algorithms. Sci Rep 16, 16254 (2026). https://doi.org/10.1038/s41598-026-52147-w

关键词: 上颌窦炎, 牙源性窦炎, 锥束CT, 深度学习, 牙科影像