110万元！吉林大学拟转让一项口腔外科手术的牙齿影像智能分析技术

近日，吉林大学发布科技成果转化公示，拟通过协议定价的方式，将“面向口腔外科手术的牙齿影像智能分析系统及方法”相关专利授权给产业方使用，授权使用费为110万元，许可期限为两年。该专利的发明人为徐志民及其团队。

该技术属于牙齿影像分析技术领域，其公开了一种面向口腔外科手术的牙齿影像智能分析系统及方法。此方法通过整合多尺度特征与空间上下文信息，致力于提升牙齿影像分析的准确性与鲁棒性，从而为口腔外科手术提供更为可靠的支持。

口腔外科手术的精准实施高度依赖对牙齿影像的精细分析。然而，现有技术在临床应用中存在诸多显著痛点，严重影响了诊疗效率与安全性。

牙齿及其周围组织的解剖结构复杂，个体差异明显。传统的影像分析大多依赖医生的主观经验判断，这不仅耗费时间和精力，还容易因人为误差导致诊断的一致性欠佳，难以精准捕捉细微病变与复杂结构之间的关系。

从技术层面来看，现有数字影像处理方法存在明显局限。

一方面，大多数技术着重于浅层特征提取，对深层语义信息的挖掘不够充分，致使病变定位模糊，无法满足口腔外科手术对于精准度的严格要求。另一方面，牙齿影像常常由于拍摄角度、设备分辨率等因素，出现边界模糊的问题。传统算法的抗干扰能力较弱，难以实现清晰的分割，给后续的手术规划造成阻碍。

此外，现有的系统缺乏对空间上下文信息的有效整合，在面对牙齿形态各异、组织相互交错的复杂场景时，特征提取不够充分，进一步降低了影像分析的鲁棒性和可靠性。

这些问题直接致使临床诊疗效率低下：医生需要耗费大量时间手动分析影像，从而延长了手术准备周期；依据模糊影像制定的手术方案容易出现偏差，增加了术中风险以及术后并发症的概率。对于口腔种植、正畸等对精准度要求极高的手术而言，现有的影像分析技术已难以满足临床需求，迫切需要一套智能化、高精度的一体化分析方案，以突破精准诊疗的核心瓶颈。

此次转化的“面向口腔外科手术的牙齿影像智能分析系统及方法”专利技术，其核心优势在于采用“多尺度特征深度挖掘 + 空间自适应智能强化”构建一体化解决方案，实现从特征提取到语义分割的全链条技术革新，彻底打破传统牙齿影像分析“精度低、鲁棒性差、依赖主观经验”的局限。

该技术率先在特征提取层面实现了颠覆性的突破，创新性地采用Swin Transformer骨干网络，同步获取牙齿影像浅层、中层、深层的多尺度特征图，打破了传统算法仅聚焦单一层次特征的局限。

浅层特征图用于捕捉边缘、颜色对比度等基础信息，中层特征图着重聚焦牙齿相对位置等抽象结构，深层特征图则提炼牙齿三维形态等高阶语义信息。这三层特征全面覆盖了影像的细节与全局结构，为精准分析奠定了数据基础。

同时，针对中层和深层特征图，设计了空间自适应模块。通过偏移量学习模块动态调整感受野位置，从而精准适配牙齿不规则的形态与复杂的边界；借助调制标量学习模块调节特征响应强度，突出关键解剖结构信息。经过双线性插值采样与按位置点乘处理后，形成空间强化特征图，大幅提升了模型对细节特征的敏感度与鲁棒性。

在边缘分割与特征融合环节，该技术构建了“精准检测 + 互补融合”的闭环体系，以攻克边界模糊这一难题。

其一，创新性地设计了边缘检测分支。将浅层特征图经过卷积层，聚焦边缘特征后，借助 Sigmoid 激活函数生成边缘特征掩码，再与浅层特征图按位置进行点乘，从而精准提取牙齿边缘信息特征图，有效弥补了传统算法在边缘分割方面不够清晰的缺陷。

其二，采用多维度特征融合策略。首先，通过跳跃连接层整合空间强化特征图与边缘信息特征图，形成初始融合特征图；接着，通过不同空洞率（3、5、1）的空洞卷积操作实现跨层结构分解，以中层特征为基准计算跨层几何特征响应，结合移位窗口与相对位置编码机制进行融合校正；最终，经上采样恢复分辨率，生成多尺度显著融合特征图，实现细节信息与语义信息的互补优化。

此外，该技术在临床实用性上具有“高适配性 + 强可靠性”的显著优势。

在适配性方面，它支持 CBCT 等口腔外科常用影像数据输入，能够兼容不同扫描参数、设备分辨率的影像数据，广泛适用于口腔种植、正畸、肿瘤切除等多种手术场景。

在准确性方面，分类层借助点卷积层捕捉细微的解剖特征，经过 Softmax 分类单元生成牙齿体素概率图，再通过阈值判断、连通成分分析与形态学操作转化为离散分割标签图，从而确保分割结果与真实解剖结构相符。

在效率方面，全流程自动化分析无需人工干预，极大地缩短了影像处理时间，为手术规划提供了高效的支持。

目前，针对口腔外科手术中存在的“影像分析精度不足、依赖主观经验、效率低下”等核心痛点，国内外医疗科技企业已围绕“AI智能算法、多模态数据融合、临床场景适配”这三大方向加快布局，借助技术创新推动口腔影像分析从“人工主导”迈向“智能精准”，以满足种植、正畸、外科手术等多场景的临床需求。

菲森科技所推出的“神农·云CT”配备了AI辅助诊断功能，借助AI驱动的金属伪影抑制技术生成高品质图像。同时，它采用18×20cm的大视野设计，能够精准捕捉牙齿及其周围的解剖结构，为后续的分析工作提供可靠的数据基础。

其配套的数智引擎DentalX™实现了数据云存储、远程阅片与AI辅助诊断的深度协作，可辅助医生迅速完成神经管识别、种植位点规划等任务。

登士柏西诺德的Primescan椅旁口内扫描仪集成了由AI驱动的三维重建技术，能够迅速获取高精度的口内数字模型，还可自动识别牙齿边缘、邻接关系以及咬合特征，为种植导板制作和修复体设计提供数据支撑。

其CEREC智能修复系统进一步融入了AI算法，能够实现牙齿形态的自动生成以及修复体的优化。相关产品已通过FDA、CE、NMPA等多个国家和地区的认证。

需留意的是，其CariVu龋齿检测设备是一款独立的手持式近红外成像工具，不与Primescan或AI诊断模块集成，主要用于早期龋齿的筛查。

朗视医疗（Landray）作为国产CBCT的代表性企业，专注于口腔影像设备与智能算法的深度融合。其Smart3D - X系列CBCT配备了自主研发的智能分割引擎，借助深度学习技术自动精准分割牙齿、颌骨及下牙槽神经，生成三维可视化模型，同时提供可疑病灶区域（如低密度影）的智能提示，辅助医生识别根尖周炎、颌骨囊肿等病变，适用于种植、正畸及外科手术规划。该产品已获得NMPA三类医疗器械认证。

AlignTechnology（隐适美母公司）将AI深度融入正畸全流程。其iTero口内扫描仪与ClinCheckPro软件平台相互协作，能够依据扫描数据自动生成个性化的牙齿移动模拟方案，供医生审核与调整。

该公司进一步推动了多模态数据融合，支持把iTero口扫数据与第三方CBCT影像、面部扫描信息整合起来，用于复杂病例（如埋伏牙、正颌手术）的综合评估。