朗视仪器与北京大学口腔医院联合研究成果发表于国际权威期刊《Clinical Oral Investigations》

近日，朗视仪器携手北京大学口腔医院李巍然教授团队、北京大学第三医院、清华大学等机构的科研团队，在国际权威期刊《Clinical Oral Investigations》发表重磅研究成果^[1]。团队成功研发出一套全自动AI诊断系统，该系统基于锥形束计算机断层扫描（CBCT）图像，可实现前牙牙槽骨缺损（ABD）的精准识别与分类，为正畸诊疗决策提供了高效、可靠的智能解决方案。

《Clinical Oral Investigations》是口腔领域国际权威期刊，聚焦口腔临床研究与转化应用，涵盖正畸学、牙科学、影像诊断等方向。期刊收录高质量原创研究、技术突破等内容，注重研究的临床实用性与创新性，在牙科影像学与AI诊疗融合领域具有重要影响力。

牙槽骨是正畸治疗牙齿移动的基础，前牙因牙槽骨菲薄和正畸移动幅度大，易出现骨开裂和骨开窗等牙槽骨缺损，进而引发牙根暴露、牙齿松动和牙龈退缩等牙周问题，严重影响正畸治疗效果与口颌系统健康。传统2D影像学检查评估局限，CBCT虽能提供3D精准成像，但手动重建切片、诊断分析耗时且高度依赖医生经验，临床亟需高效解决方案。

为此，研究团队构建两阶段全自动AI框架：一是通过RootBoneRecog算法，自动完成前牙分割、长轴定位等流程，将3D CBCT图像转化为标准化2D切片，处理时间缩至2分钟，与专家手动结果的结构相似性指数达0.803；二是创新设计HiFuse网络，整合CNN与Transformer优势，实现牙槽骨缺损的精准分类。

该AI诊断系统牙槽骨缺损诊断准确率可达93.6%，显著优于主流模型；通过热力图可视化可精准定位缺损，与专家标注高度契合。本AI诊断系统无需人工干预，输入原始3D CBCT图像即可完成全流程诊断，能优化诊疗流程，为正畸治疗前后筛查、方案制定及骨增量手术决策提供科学依据。

本研究得到北京市自然科学基金（L232026、L242129、L222114）与国家重点研发计划（2023YFC2413604）支持。

[1] Guo R, Ma N, Shi T, Li W, et al. Fully automatic AI diagnosis of alveolar bone defect in anterior teeth on CBCT images[J]. Clinical Oral Investigations, 2026: 60.