利用注意力增强型深度学习，从全景X光片中对牙齿状况进行多标签诊断

《Oral and Maxillofacial Surgery》：Multi-label diagnosis of dental conditions from panoramic x-rays using attention-enhanced deep learning

　　本研究开发并评估了用于全景X光片多类牙科状况分类的自动化深度学习模型，比较了自定义CNN、预训练模型及混合方法的效果。实验采用1512张X光片的预处理和5折交叉验证，结果显示混合模型（CNN+随机森林）准确率最高达90.6%，预处理普遍提升性能，自定义CNN（含注意力机制）优于传统方法。

　　

摘要

目的

本研究旨在开发和评估用于全景X光图像中牙齿状况多类别分类的自动化深度学习模型，比较了带有注意力机制的自定义CNN架构、预训练模型以及混合方法的有效性。

方法

对1,512张全景牙科X光图像进行了预处理，通过分割处理生成了4,764张在四个类别（填充物、龋洞、种植牙和阻生牙）上平衡的图像。应用了数据增强和预处理技术，包括亮度调整、CLAHE增强和归一化。评估了多种架构：带有注意力机制的自定义CNN、集成注意力机制的预训练模型（VGG16、ResNet50、Xception），以及混合CNN-机器学习方法（CNN + SVM、CNN + 随机森林、CNN + 决策树）。性能评估采用了5折交叉验证，指标包括准确率、精确度、召回率和F1分数以及ROC-AUC。

结果

经过预处理的混合CNN + 随机森林模型取得了最佳性能：准确率为90.6%，ROC-AUC为0.987，F1分数为0.906。预处理显著提高了所有架构的性能，准确率提升幅度从6.3%（VGG16）到19.4%（ResNet50）不等。带有注意力机制的自定义CNN的准确率为86.0%，优于传统的CNN方法（76.0%）。在预训练模型中，经过预处理的Xception准确率为79.8%。

结论

与端到端深度学习模型相比，混合CNN-机器学习方法在牙齿状况分类方面表现更优。然而，临床应用需要解决数据集中缺乏正常/健康病例的问题，并在多样化的临床人群中进行前瞻性验证研究，以确定其在实际应用中的有效性和安全性。