简介面向深度学习医学影像应用开发者的一套口腔疾病检测项目代码包。项目基于卷积神经网络CNN对口腔图像进行自动分析与分类覆盖龋齿、牙龈疾病等常见问题并提供上传图像即可输出诊断结果的交互界面适合用于学术研究、课程设计或医疗AI入门实践。压缩包共5个文件主要包含Python应用脚本、预训练模型权重、文本格式的依赖说明与README文档整体大小约19.75MB结构精简便于快速部署。已有378人学习。资源内含可直接运行的app.py与best.pt权重文件配合requirements.txt可快速搭建环境结合README文档能清晰了解项目结构与使用流程帮助使用者理解数据训练、模型加载和推理判断的整体链路也可作为进一步优化检测算法、扩展疾病类别的基线参考。1. 深度学习做口腔疾病检测先卡在影像入口而非模型口腔疾病检测落到深度学习图像识别上难点不在网络有多深而在输入影像太不规整根尖片、全景片、口内照片三种模态在分辨率、灰度和解剖结构上差异极大同一个龋病在不同片子上呈现的形态完全不同。传统视诊依赖医生经验邻面龋和早期根尖病变漏诊率居高不下这正是深度学习能补上的位置。很多团队一头扎进模型结构训练到一半才发现标注口径不统一、图像对比度低到病灶根本看不清。口腔检测的完整路径是数据清洗与标注、模型选型、训练调参、部署验证四段前两段决定模型上限后两段决定能否落到门诊场景。这篇文章按这条路径给出一套可复现做法包含预处理与增强的 Python 代码、PyTorch 生态下的最小训练流程以及口腔小数据集上最值得调的三个参数。适合手头有少量口腔影像、想尽快跑通一版检测模型的工程师。2. 口腔影像数据的清洗、标注与增强决定模型上限的前置环节无论你最后选哪套深度学习框架口腔疾病检测模型的性能上限都先由训练数据决定。这一章把数据环节拆成三个动作按影像模态确定预处理路径、按病灶特点确定标注粒度、最后用代码完成清洗与增强。这三步做完训练脚本本身反而很单调。2.1 根尖片、全景片与口内照片三种模态的预处理分岔口腔影像不是一个统一的数据源先分清模态再谈预处理否则一套归一化参数会在不同数据上互相干扰。下表是三种常见输入的差异和各自的处理侧重。模态典型分辨率主要病灶标注方式预处理侧重根尖片1000×1500 左右龋坏、根尖透射影病灶小矩形框或像素级CLAHE 增强、去除四周黑边全景片2000×1000 左右牙周骨吸收、阻生齿、囊肿矩形框或分割掩膜灰度归一化、裁剪颌弓区域口内照片3000×2000 左右龋齿、牙结石、黏膜病变像素级为主色温校正、去除镜面反光根尖片的病灶通常只占几十个像素邻面龋的透射影更小所以这类数据对分辨率最敏感缩放时宁可裁剪也不要大幅压缩。全景片牙齿排列成弓形四周有大量无关的软组织和边界噪声临床上通常先做颌弓区域裁剪把统计信息集中到牙齿本身。口内照片和 X 光片不同它是反射光成像金属修复体和牙齿表面的镜面反光会和龋坏区域形成类似的高亮信号处理重点是去除反光而不是做灰度拉伸。我一般在项目启动时先写一个数据探查脚本把每张图的尺寸、灰度均值和有效区域占比打印出来看分布再定预处理参数。直接套用现成检测模型的默认预处理在这个场景里是常见的翻车点。2.2 小样本标注从图像级弱监督到病灶级精标口腔影像缺少大规模公开数据集大部分团队面对的是几百到几千张的自有数据。这个量级下标注策略比模型结构更影响最终精度。常见做法分三档先做图像级标注判断一张图里有没有病灶成本最低再做病灶级矩形框标注框出龋坏或根尖病变临床最常用最后才是像素级掩膜留给牙周骨吸收这类边界模糊的病灶。小样本条件下我一般会先用图像级标签训一个分类模型做候选筛选把高置信负样本和低置信正样本挑出来给医生复核再用复核结果训练检测模型。这类弱监督到精标的递进方式比一开始就硬标几千个框省下大量时间。标注规范上口腔数据至少需要两名医生独立标注不一致的区域交给第三名医生仲裁病灶边界以影像科标准为准这个环节省不得。另外一个常被忽略的问题是数据划分。口腔影像数据集必须按患者划分训练集和验证集而不是按图像划分。同一患者的多张片子高度相似按图像划分会造成数据泄漏验证集指标虚高部署到门诊后性能立刻掉下来。2.3 用 Python 做一轮标准的数据清洗与增强下面这段代码完成单张口腔 X 光片的清洗去除黑边、增强对比度、等比例缩放后居中裁剪。它处理的是全项目数据流的入口参数可以直接复制使用。import cv2 import numpy as np from pathlib import Path def clean_oral_image(img_path: str, out_path: str, target_size: int 896) - bool: 单张口腔影像清洗去黑边、CLAHE、等比例缩放后居中裁剪 img cv2.imread(str(img_path), cv2.IMREAD_GRAYSCALE) if img is None: print(f[skip] 无法读取: {img_path}) return False # 找出非黑边的有效区域口腔 X 光片四周经常是一段纯黑边框 mask img 8 if mask.sum() 0.1 * img.size: print(f[skip] 有效区域占比过低: {img_path}) return False ys, xs np.where(mask) img img[ys.min():ys.max() 1, xs.min():xs.max() 1] # CLAHE 增强局部对比度对牙釉质和牙本质边界非常有效 clahe cv2.createCLAHE(clipLimit2.0, tileGridSize(8, 8)) img clahe.apply(img) # 短边缩放到目标尺寸再中心裁剪避免直接拉伸破坏解剖比例 h, w img.shape[:2] scale target_size / min(h, w) img cv2.resize(img, (int(w * scale), int(h * scale))) h, w img.shape[:2] top, left (h - target_size) // 2, (w - target_size) // 2 img img[top:top target_size, left:left target_size] cv2.imwrite(str(out_path), img) return True逻辑说明先按灰度值 8 作为阈值分离黑边有效区域占比不足 10% 的图像直接跳过这类图多半是误导入的空白片。CLAHE 的 clipLimit 控制对比度放大幅度2.0 是医学影像上比较保守的取值再大容易把噪声也放大。短边缩放加中心裁剪的策略是为了保住长边方向的信息口腔全景片是横长的直接 resize 到方形小图会把牙齿压缩得几乎不可辨。训练期的增强用 albumentations 实现它能把图像和标注框同步变换避免手工写同步逻辑出 bug。import albumentations as A # 训练期增强只做不影响解剖语义的变换 train_transform A.Compose([ A.RandomRotate90(p0.5), A.HorizontalFlip(p0.5), A.ShiftScaleRotate( shift_limit0.05, # 平移不超过画面宽高的 5% scale_limit0.08, # 缩放控制在 ±8% rotate_limit15, # 旋转控制在 ±15° p0.5 ), A.RandomBrightnessContrast( brightness_limit0.1, contrast_limit0.1, p0.3 ), A.GaussNoise(var_limit(10.0, 30.0), p0.15), ], bbox_paramsA.BboxParams(formatpascal_voc, label_fields[labels])) # 使用示例图片和标注框一起变换保证框与病灶同步 sample train_transform(imageimage, bboxesboxes, labelslabels)参数说明口腔影像增强有两条硬约束。一是垂直翻转必须关闭上下颌解剖结构翻转后会误导模型的位置先验模型可能把上颌病灶的视觉模式硬套到下颌上。二是旋转角度压缩在 15° 以内患者摆位误差远小于这个范围转多了等于制造不存在的样本。缩放和平移幅度同样从严控制病灶本身小幅度太大容易把病变换到丢失。3. 口腔病灶检测的模型选型与最小训练流程从 CNN 到目标检测框架数据准备好之后进入模型环节。口腔疾病检测不是单一的图像分类任务选定输出头之前先想清楚任务本身要回答什么问题。这一章先讲三条技术路线的边界再给一套基于 PyTorch 生态的最小训练流程。3.1 分类、检测还是分割三种输出头的适用边界深度学习图像识别在口腔场景下有三条常见路线。图像级分类只回答有没有病适用于体检初筛输出一个整图或牙位级别的概率实现最简单但拿不到病灶位置。目标检测在分类基础上输出病灶框和类别回答在哪里、是什么是临床上最常用的形态。语义分割输出像素级掩膜适合牙周骨吸收、牙结石这类边界模糊且呈片状分布的目标医生可以直接看到病变范围。目前主流的目标检测方法分两派以 Faster R-CNN 为代表的两阶段方法定位准但速度慢以 YOLO 系列和一阶段方法为代表的速度快、工程生态完整。口腔病灶普遍小邻面龋可能只有几十个像素选型上我会优先考虑在特征金字塔和损失函数设计上对小目标更友好的 YOLO 系把输入分辨率拉高到 896 以上而不是盲目加深网络。如果你把《动手学深度学习》里目标检测那一章跑过一遍再看 YOLO 的训练日志会非常眼熟。商用视觉线上也有直接用 HALCON 深度学习工具做口腔图像分类的做法适合产线上不需要细定位的场景做医学影像研究的话更常见的路径还是回到 PyTorch 这类深度学习框架自己控制训练细节。3.2 用 PyTorch 生态跑通最小目标检测训练流程深度学习环境配置是很多新手最先卡住的地方。我的建议是直接装 PyTorch 官方预编译的 CUDA 版本不要自己从源码编译本机没有 NVIDIA 显卡就租深度学习云平台的 GPU 实例跑别在 CPU 上干等。下面的流程用 YOLO 系的预训练权重做迁移学习数据格式用 YOLO 的 txt 标签整理成如下目录结构# 1) 数据文件组织 # datasets/ # images/train/xxx.jpg # 清洗后的口腔影像 # labels/train/xxx.txt # YOLO 格式class cx cy w h归一化到 0~1 # images/val/xxx.jpg # labels/val/xxx.txt # 2) 数据配置文件写到 oral_caries.yaml from pathlib import Path yaml_content path: datasets train: images/train val: images/val names: 0: caries 1: periapical_lesion 2: calculus Path(oral_caries.yaml).write_text(yaml_content, encodingutf-8)数据配置文件让框架知道训练集和验证集的位置以及类别名和类别 id 的对应关系。类别不要超过实际需要的数量口腔场景里最常见的错误是把「caries」拆成「浅龋、中龋、深龋」三个类标注工作量翻三倍实际模型区分度并不高合并成一个大类反而稳定。# 3) 最小训练脚本 train_oral.py from ultralytics import YOLO # 用 YOLO 系列的轻量预训练权重做迁移学习 model YOLO(yolov8n.pt) results model.train( dataoral_caries.yaml, epochs120, imgsz896, batch4, lr01e-4, warmup_epochs3, augmentFalse, # 关闭框架内置的额外增强避免和自定义增强叠加过度 projectoral_detect, namebaseline, seed42, )参数说明imgsz 取 896 是口腔小病灶场景的折中越高越有利于邻面龋检出但显存占用按平方增长。batch 取 4 是因为高分辨率加检测头非常吃显存8 GB 显存下已经接近上限。lr0 取 1e-4 是迁移学习的标准做法预训练权重已经在通用目标检测上收敛学习率过大会破坏已有特征。warmup_epochs 取 3 让模型在前几个 epoch 用低学习率热身避免开局震荡。augment 关掉是因为我一般把增强全部放在数据读取层用 albumentations 控制框架内置的 mosaic 等策略在口腔小病灶上容易把病灶切碎。3.3 损失函数与训练参数的工程含义训练过程中控制台会实时打印损失看不懂这些数字就很难判断模型是否正常。YOLO 系训练日志里的三行损失各管一件事cls_loss 是分类分支的交叉熵判断框里有没有病灶box_loss 是定位分支的误差把框压到病灶边界上dfl_loss 是对框边分布建模的分布焦点损失让小目标回归更稳。口腔邻面龋的标注框经常只有十几个像素宽dfl 这类对边界概率的建模比直接 L1 回归更鲁棒这也是 YOLO 系在口腔这类小目标任务上比早期 SSD 好用的原因之一。下面这张参数表是口腔场景下和默认值的差异以及理由直接对照调整即可。参数通用默认口腔场景建议理由imgsz640896~1024邻面龋病体小分辨率直接决定检出率batch82~4高分辨率加检测头显存占用大lr00.011e-4~3e-4迁移学习微调低学习率更稳warmup_epochs33~5让批次统计量稳定后再进入正式训练patience10015~25小数据集更容易过拟合早停可以早点触发augmentTrueFalse增强交给数据层统一控制避免叠加失真显存不足时不要盲目把 imgsz 降下来处理办法是保持小 batch 配上梯度累积效果上等效于更大的 batch# 显存不足时用小 batch 梯度累积等效于更大 batch accum_steps 4 # 实际等效 batch batch * accum_steps optimizer.zero_grad() for i, (images, targets) in enumerate(train_loader): loss model(images, targets) loss / accum_steps # 平均后再反传防止累计过深 loss.backward() if (i 1) % accum_steps 0: optimizer.step() optimizer.zero_grad()注意 loss 要先除以累积步数再反传否则梯度会按累积步数被放大学习率的实际效果和设置不一致。这一步是工程上最常见的隐性 bug。4. 口腔检测模型的调参与评估epoch、损失函数与指标的工程取舍训练能跑通只是开始口腔小数据集上更考验调整和判断。这一章讲三个必调项学习率与 warmup 的配合、epoch 与早停的边界、评估指标的口腔取舍。对应你训练脚本里每天都要看的那些数字。4.1 学习率与 warmup迁移学习场景下的设置逻辑迁移学习下学习率的原则是「预训练权重足够好别破坏它」。口腔影像和 COCO 自然图像分布差异大但底层边缘、纹理特征是可复用的所以 lr0 取 1e-4 做全网络微调比从头训练快得多也比冻结主干的方式更适应口腔影像的灰度分布。warmup 的作用不是调慢训练而是让前几个 epoch 的梯度统计稳定下来。口腔数据集小一个 batch 的样本分布可能偏差很大开局就上大学习率容易让损失震荡到回不来。我一般把 warmup_epochs 设在 3~5配合线性预热把学习率从接近 0 抬到设定值。学习率策略上医疗影像小数据集我习惯用余弦退火先让模型在中高学习率下快速探索再平滑降到最低点比阶梯式衰减更不容易在边界卡住。判断学习率是否合适的直观信号是前 20 个 epoch 的 cls_loss如果一路下降且没有锯齿说明当前取值健康如果 loss 上下跳动超过两成先把 lr0 降到原来的三分之一。4.2 epoch 与早停口腔小数据集防止过拟合的机制口腔自有数据量通常在几百到几千张训练轮数设置得再高模型也会在某个点之后开始死记训练集。在这种情况下epoch 不是越多越好而是配合早停找到一个「验证集指标刚要回落」的位置。120~200 epoch 在这个量级基本够用更大的意义在于让数据增强充分参与训练。早停自己写非常简单本质是监控验证集指标连续若干轮不涨就保存最佳权重退出from copy import deepcopy best_map, best_weights, bad_epochs 0.0, None, 0 patience 20 for epoch in range(1, 121): train_one_epoch() val_map evaluate() if val_map best_map 1e-4: best_map val_map best_weights deepcopy(model.state_dict()) bad_epochs 0 else: bad_epochs 1 if bad_epochs patience: print(f[early stop] epoch{epoch}, best_map{best_map:.4f}) break # 训练结束后回滚到验证集上最好的权重 model.load_state_dict(best_weights)早停的 patience 在口腔场景下取 15~25 比较合适取太大等于没停取太小会在数据增强带来的短暂波动里过早收手。注意 early stop 判断的是验证集 mAP 而不是训练集 loss后者只会单调下降不具备任何停机参考价值。训练结束后用 best_weights 回滚而不是用最后一轮权重这一步经常被忽略。提示如果验证集指标始终上不去先回头查 2.3 节里的数据划分是不是按患者分的患者级别的数据泄漏会让早停完全失效。4.3 从 mAP 到敏感度与特异度口腔场景的指标取舍训练日志里最显眼的 mAP 不是唯一标尺临床场景下还要算两种错误的代价。口腔筛查的核心矛盾是漏诊和误报的不对等漏掉一个邻面龋患者可能拖到牙髓炎才被发现多报一个可疑区医生额外看一眼片子即可。所以口腔场景的指标取舍偏向敏感度。指标含义口腔场景的取舍mAP0.5IoU 大于 0.5 时各类别平均精度日常迭代的主力指标符合粗定位需求mAP0.5:0.95IoU 从 0.5 到 0.95 的均值病灶边缘不清晰分数普遍低于自然图像不用追求极值敏感度 recall检出真病灶占全部真病灶的比例优先保这个漏诊是临床底线问题特异度 specificity判为正常占全部正常样本的比例允许低一点用置信度阈值和人工复核兜底吴恩达在《深度学习》课程调参部分反复强调过评估要先定一个单一数字目标再围绕它调参。口腔场景里我一般把目标定为「敏感度不低于 0.95 时F1 尽量高」mAP 只作为辅助参考。注意模型输出的置信度阈值会同时拉扯敏感度和特异度调指标时不要只改模型不扫阈值。5. 从训练到临床口腔疾病检测模型的落地验证技巧最后一章讲三个部署环节容易被忽略的点推理预处理和训练严格对齐、用注意力热力图核对模型关注区域、以及置信度阈值校准。这三件事都做对了模型才算真正能交给门诊用。5.1 推理预处理与训练严格对齐推理端最常见的翻车是预处理和训练不一致。训练用的灰度图加 CLAHE部署时直接拿原始灰度图喂进去或者训练时做了 BGR 到 RGB 的通道转换推理时只做了归一化。这类不一致不会报错只会让指标悄悄掉几个点。推理预处理要和训练脚本保证同一套逻辑def inference_preprocess(img_bgr, target_size896): gray cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY) # 与训练阶段保持同一套 CLAHE 参数 gray cv2.createCLAHE(clipLimit2.0, tileGridSize(8, 8)).apply(gray) # 模型输入是三通道灰度图复制成三通道 gray cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR) # 等比例缩放加中心裁剪和训练时完全一致 h, w gray.shape[:2] scale target_size / min(h, w) gray cv2.resize(gray, (int(w * scale), int(h * scale))) h, w gray.shape[:2] top, left (h - target_size) // 2, (w - target_size) // 2 gray gray[top:top target_size, left:left target_size] return gray / 255.0灰度图转三通道时三个通道值相同如果模型是在 RGB 预训练权重上微调的通道顺序一旦和训练期不一致卷积核吸收的颜色先验就全部错位。部署前把同一张图分别跑训练代码和推理代码比对输出 logits差异应该为零。5.2 用 Grad-CAM 热力图核对模型关注的解剖区域口腔 X 光片上牙釉质和金属修复体都是高亮结构模型很容易学到「亮的地方就是病灶」这种捷径。用 Grad-CAM 把模型决策依据可视化后叠回原图能直接看出它到底在看解剖位置还是在看伪影。import torch import torch.nn.functional as F def grad_cam(model, img_tensor, target_layer): gradients, activations {}, {} def forward_hook(module, input, output): activations[value] output def backward_hook(module, grad_input, grad_output): gradients[value] grad_output[0] handle_fwd target_layer.register_forward_hook(forward_hook) handle_bwd target_layer.register_full_backward_hook(backward_hook) logits model(img_tensor) score logits.max() model.zero_grad() score.backward() grads gradients[value].mean(dim(2, 3), keepdimTrue) weighted (activations[value] * grads).sum(dim1, keepdimTrue) cam F.relu(weighted).squeeze().cpu().numpy() handle_fwd.remove() handle_bwd.remove() return cam热力图的检查重点是两类失败模式一类是注意力集中在牙齿轮廓边缘说明模型依赖的是边缘对比度而不是病灶纹理另一类是集中在金属修复体周围说明训练数据里修复体和病灶的搭配关系没有学够。发现这两类问题后可以用的手段是给修复体单独加一个类别或者把修复体样本从训练集里单独抽出来做位置扰动让模型不再把高亮当作病灶信号。5.3 置信度阈值校准与人工复核通道模型输出的置信度不是一个可以直接信任的固定值需要在验证集上按敏感度目标扫一遍阈值再定。下面的代码找出满足目标敏感度的最低置信度阈值import numpy as np from sklearn.metrics import precision_recall_fscore_support def find_threshold(scores, labels, target_recall0.95): 在验证集上扫描置信度找满足目标敏感度的最低阈值 best_th, best_f1 0.5, 0.0 for t in np.linspace(0.05, 0.95, 91): preds (scores t).astype(int) p, r, f1, _ precision_recall_fscore_support( labels, preds, averagebinary) if r target_recall and f1 best_f1: best_th, best_f1 t, f1 return best_th, best_f1扫描时观察一个现象如果满足目标敏感度的阈值必须压到 0.1 以下说明模型在验证集上的可分性很差问题不在阈值而在前几章的数据或训练环节。阈值定了之后把置信度在阈值附近一个区间内的样本单独拉出来组成疑队列交给影像科医生二次判读人工复核只处理一小批疑似样本而不是全部图。落地当天用门诊新拍的影像做一轮盲测对比医生原始报告和模型输出连续一个月统计复核队列的阳性率阈值就能稳定下来。本文还有配套的精品资源点击获取