近日，深圳大学“齿间侦探”科研团队成功研发出基于近红外透照与深度学习的新型龋齿无创精准检测技术，攻克了传统龋齿检测存在的辐射风险、早期漏诊、操作局限等行业痛点，为全民口腔健康早筛查、早干预提供了安全高效的技术方案。该研究通过多波段光学实验与深度学习模型优化，实现了龋齿的精准识别与分级评估，相关实验成果验证了技术的实用性与推广潜力，为口腔健康数智化管理提供了全新路径。

龋齿已成为全球主要公共卫生问题之一，世界卫生组织2022年报告显示，全球约有25亿人受龋齿困扰。龋齿早期脱矿阶段可通过再矿化修复，延误治疗则会引发牙体损伤，甚至诱发全身并发症，早期精准诊断是防控关键。目前临床常用的视诊、牙科探针、牙合翼片等检测手段存在明显短板：视诊易漏诊邻面隐匿龋损，探针会对牙体造成不可逆损伤，X射线检测存在电离辐射风险，灵敏度有限且不适用于儿童、孕妇等敏感人群，短期内无法重复检测，难以满足常态化筛查需求。

针对上述痛点，深圳大学团队创新采用近红外透照技术作为核心检测手段。研究团队选取850nm、980nm、1310nm、1450nm四个波段开展对照实验，通过光学成像系统采集不同龋坏程度的牙齿透照图像，经对比验证确定980nm波段为最优检测波段。该波段下，健康牙釉质因散射系数低呈现高亮透影，龋坏脱矿区域因微孔引发强散射形成暗区，可清晰区分早期龋损与牙齿表面色素沉积，彻底消除色素干扰导致的误判问题，同时实现无辐射、非侵入式检测，突破传统X射线的应用限制。

在光学成像基础上，团队构建改进型YOLOv8m深度学习目标检测模型，实现龋齿的自动化识别与精准分级。研究创新性引入C2f模块与SPPFv2结构强化特征提取能力，采用解耦检测头设计提升分类精度，搭配Anchor-Free架构优化不规则龋损的拟合效果。实验数据显示，在980nm波长下，该模型对龋齿检测的精确率达94.3%、召回率97.2%、mAP50值0.979，较传统YOLOv5s模型分别提升1.6%、0.5%和1.9%，对浅龋、中龋、深龋及牙结石等复杂病灶的识别精度显著提升，尤其在小样本、复杂病灶检测上表现出更强的鲁棒性。

为保障检测结果的权威性，团队建立双医师复核机制，对近红外透照图像进行独立判定与样本校准，确保病灶分类精准可靠。实验对比表明，该技术在早期釉质浅层龋、邻面隐匿龋的检测灵敏度与特异度上，优于传统X射线检测，可清晰显影牙体内部病变，避免影像结构重叠造成的漏诊，真正实现龋齿“早发现、早诊断”。

该技术的突破，为口腔健康管理带来全新可能。其无辐射特性适配儿童、孕妇等敏感人群，可广泛应用于校园、社区等大规模筛查场景；轻量化的技术架构具备家庭化普及潜力，能助力民众实现口腔健康常态化监测，推动口腔健康从“被动治疗”向“主动预防”转变。同时，技术契合《健康口腔行动方案（2019—2025年）》全人群、全生命周期口腔健康服务目标，可弥补医疗资源匮乏地区的筛查短板，缩小城乡、区域间口腔健康差距。

从科研成果到落地应用，深圳大学“齿间侦探”团队的研究，将光电技术与深度学习深度融合，为龋齿无创检测提供了国产化创新方案。未来，随着技术的持续优化与推广，这项无创、精准、安全的检测技术，将进一步赋能口腔健康数字化管理，为全民口腔健康防护筑牢科技防线，助力健康中国建设。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com