1. 项目背景与核心价值

口腔健康问题在全球范围内普遍存在，而牙齿疾病的早期识别对治疗和预后至关重要。传统牙科诊断高度依赖专业医生的经验判断，这种模式存在几个明显痛点：首先，优质医疗资源分布不均，偏远地区患者难以获得及时诊断；其次，人工诊断存在主观性差异；再者，大规模口腔筛查需要耗费大量人力成本。

这个毕业设计项目正是瞄准了这一现实需求，尝试用卷积神经网络（CNN）构建一个能够自动识别牙齿健康状况的智能系统。选择CNN作为核心算法绝非偶然——它在图像识别领域的出色表现已有大量实证研究支持。从技术实现角度看，牙齿图像具有明显的局部特征（如龋齿的斑点、牙结石的沉积形态、牙龈炎的充血区域等），这些特征恰好与CNN擅长的局部感知特性高度契合。

我曾在三甲医院口腔科做过为期半年的数据采集，亲眼目睹了许多因延误诊断导致病情加重的案例。这也让我更加坚定要开发一个准确、高效的自动化诊断辅助工具。这个系统的价值不仅在于技术实现本身，更在于它能让更多人享受到便捷的基础口腔健康筛查服务。

2. 技术方案设计解析

2.1 整体架构设计

系统采用经典的"数据采集-预处理-模型训练-应用部署"四阶段架构。但与传统图像识别项目不同，牙齿健康诊断对模型有着特殊要求：

1. 多病症识别：需要同时检测龋齿、牙周炎、牙结石等多种常见问题
2. 小目标检测：早期龋齿可能只表现为牙面上1-2mm的微小斑点
3. 类间相似性：不同病症在图像表现上可能高度相似（如浅龋与色素沉着）

基于这些特点，我们放弃了直接使用现成的ResNet或VGG模型，而是采用了一种改进的U-Net架构。这种选择主要基于三点考虑：U-Net的编码器-解码器结构特别适合医学图像分割；跳跃连接能保留不同尺度的特征信息；网络深度可灵活调整以适应不同精度的需求。

2.2 数据准备策略

数据质量直接决定模型上限。我们与三家口腔医院合作，采集了12,857张牙齿照片，涵盖六类常见问题：

数据增强方面，除了常规的旋转、翻转操作，我们还针对牙齿图像特点增加了：

• 模拟不同光照条件（特别是牙科手术灯造成的反光）
• 牙龈颜色变异增强
• 局部模糊处理（模拟对焦不准的情况）

重要提示：牙齿图像标注需要专业牙医参与。我们团队花了三个月时间，采用双盲标注加第三方复核的流程，确保标注准确率≥98%。

3. 核心模型实现细节

3.1 改进的U-Net架构

基础U-Net架构在牙齿图像上表现不佳，我们做了三处关键改进：

1. 特征提取器升级： 将原始U-Net的编码器替换为EfficientNet-B4主干网络，在保持参数量相近的情况下，特征提取能力提升27%

2. 注意力机制引入： 在跳跃连接处添加CBAM注意力模块，使模型能更关注病变区域。实测显示这对小龋齿检测特别有效

3. 多尺度输出融合： 最终预测时融合1/4、1/2和原图尺度下的输出，提升对小目标的检测能力

class DentalUNet(nn.Module): def __init__(self, num_classes=6): super().__init__() self.backbone = EfficientNet.from_pretrained('efficientnet-b4') self.decoder = Decoder(encoder_channels=[48, 32, 24, 16], decoder_channels=[256, 128, 64, 32]) self.segmentation_head = SegmentationHead( in_channels=32, out_channels=num_classes, kernel_size=3 ) self.cbam1 = CBAM(gate_channels=48) self.cbam2 = CBAM(gate_channels=32) def forward(self, x): features = self.backbone(x) features[0] = self.cbam1(features[0]) features[1] = self.cbam2(features[1]) decoder_output = self.decoder(features) masks = self.segmentation_head(decoder_output) return masks

3.2 损失函数设计

牙齿健康识别面临严重的类别不平衡问题（健康样本占比约25%）。我们采用组合损失函数：

1. Dice Loss：解决前景-背景不平衡问题
2. Focal Loss：专注难分类样本
3. Boundary Loss：增强边缘分割精度

总损失函数为：L = 0.4*DiceLoss + 0.4*FocalLoss + 0.2*BoundaryLoss

这种组合在验证集上比单一损失函数提高了约15%的mIoU（平均交并比）。

4. 训练优化与调参技巧

4.1 训练策略

采用分阶段训练方案：

1. 预训练阶段（100 epoch）：

   • 使用ImageNet预训练权重初始化
   • 只训练解码器和分割头
   • 学习率1e-4，batch size 16

2. 微调阶段（50 epoch）：

   • 解冻全部层
   • 学习率3e-5，batch size 8
   • 启用所有损失函数

3. 精调阶段（20 epoch）：

   • 只微调CBAM模块和最后三个解码块
   • 学习率1e-5，batch size 4
   • 使用更激进的数据增强

4.2 关键参数实验

我们对三个关键参数进行了网格搜索：

实测发现：使用AdamW优化器比常规Adam稳定，最终采用AdamW + Cosine退火学习率策略。

5. 部署应用与性能优化

5.1 轻量化部署方案

考虑到实际应用场景（如社区诊所可能使用普通电脑），我们做了以下优化：

1. 模型量化：

   • 将FP32模型转为INT8，体积减小4倍
   • 推理速度提升2.3倍，精度损失<1%

2. 剪枝处理：

   • 移除贡献度<0.01的通道
   • 模型参数量减少37%，FLOPs降低42%

3. ONNX转换：

   torch.onnx.export(model, dummy_input, "dental_net.onnx", opset_version=11, input_names=['input'], output_names=['output'])

5.2 实际应用效果

在医院环境测试中（配备GTX 1660显卡的电脑）：

• 单张图像推理时间：87ms
• 平均准确率：91.4%（对比牙医诊断结果）
• 常见病症召回率：
  • 浅龋：83.7%
  • 中龋：92.1%
  • 牙周炎：88.9%

系统还开发了可视化界面，能直观标注病变区域并生成诊断建议：

检测结果： - 牙齿编号：17 - 问题类型：中龋（ICDAS 3级） - 病变范围：咬合面近中窝沟 - 建议处置：树脂充填治疗 置信度：92.3%

6. 常见问题与解决方案

6.1 数据相关问题

问题1：牙齿图像存在反光干扰

• 解决方案：
  1. 采集时使用偏振滤镜
  2. 训练时添加模拟反光的数据增强
  3. 预处理阶段使用基于HSV色彩空间的反射检测算法

问题2：小龋齿漏检

• 解决方案：
  1. 采用多尺度训练（512x512和1024x1024交替）
  2. 在损失函数中增加小目标权重
  3. 后处理时使用形态学操作增强微小病变

6.2 模型训练问题

问题3：模型对牙龈颜色过敏感

• 解决方案：
  1. 在HSV空间对色调进行归一化
  2. 增加牙龈颜色变异的数据增强
  3. 在损失函数中添加牙龈区域抑制项

问题4：类别不平衡导致健康牙齿误判

• 解决方案：
  1. 采用分层采样确保每类样本均衡
  2. 在推理阶段设置动态阈值
  3. 添加健康牙齿的负样本（如假牙、牙齿模型等）

7. 项目扩展方向

这个基础框架可以沿多个方向深化：

1. 三维牙齿模型分析： 引入CBCT扫描数据，开发3D CNN模型，评估牙齿内部结构

2. 时序分析： 对同一患者多次就诊图像进行对比，追踪病情发展

3. 多模态融合： 结合X光片、口腔显微镜图像等多源数据提升诊断精度

4. 移动端部署： 开发手机APP，让用户能自行完成基础筛查

在实际开发过程中，最大的收获是认识到医疗AI项目必须紧密贴合临床需求。比如我们最初没有考虑牙科手术灯的反光问题，导致实际测试时准确率骤降。后来通过实地考察牙科诊所，才完善了数据采集和处理流程。这也提醒我，好的技术方案必须建立在对应用场景的深刻理解之上。