Intra-YOLO: A Small Object Detection Model for Caries and Molar-Incisor Hypomineralization in Intraoral Photography Based on Transfer Learning with Reinforcement Learning

Technische Samenvatting: Intra-YOLO voor Detectie van Kleine Objecten in Intraorale Fotografie

Probleemstelling
Het artikel behandelt de klinische uitdaging om tussen cariës en Molaire Incisieve Hypomineralisatie (MIH) te onderscheiden aan de hand van intraorale fotografie. Hoewel beide aandoeningen zich op vergelijkbare wijze presenteren, verschillen hun etiologie en behandeling aanzienlijk; MIH is een ontwikkelingsdefect, terwijl cariës het gevolg is van bacteriële demineralisatie. Een accurate diagnose wordt bemoeilijkt door de kleine omvang van laesies (ruim 78% van de geannoteerde laesies beslaat minder dan 0,58% van het beeldoppervlak), variabiliteit in beeldvormingsomstandigheden (bijvoorbeeld speekselverontreiniging, verlichting) en het subjectieve karakter van visuele onderzoeken door clinici. Bestaand onderzoek heeft zich grotendeels gericht op radiografische beeldvorming of classificatie van afzonderlijke tanden, waardoor er een gat bestaat in geautomatiseerde systemen voor detectie van de volledige mond die in staat zijn om kleine, schaalvariabele laesies in complexe intraorale omgevingen te verwerken.

Methodologie
De auteurs stellen Intra-YOLO voor, een deep learning-framework dat is geoptimaliseerd voor detectie van kleine objecten en is gebouwd op de YOLOX-architectuur. De methodologie integreert verschillende geavanceerde technieken:

1. Leermeester-Leerling-paradigma met Transfer Learning:

   • Leermeestermodel (S-YOLO): Getraind op hoogresolutie uitgesneden beeldpatches (640×640 pixels) om de feature-extractie uit kleine laesies te maximaliseren. Dit model omvat:
     • SSM (State-Space Modeling) Attention-mechanismen: Om ruis en achtergrondinterferentie te onderdrukken.
     • S-PAFPN (Verbeterd Feature Pyramid Network): Combineert hoogresolutie details van grote feature-kaarten met semantische informatie uit vroege backbone-lagen om fijnkorrelige features te behouden.
     • Gesneden Inferentie: Toegepast om de kleine omvang van laesies effectief te verwerken.
   • Leerlingmodel: Getraind op volledige intraorale afbeeldingen om zowel gelokaliseerde als globale features te integreren.

2. Versterkend Leren (RL) voor Kennisdistillatie:

   • In plaats van statische distillatie, maakt het framework gebruik van een RL-agent (met behulp van Proximal Policy Optimization, PPO) om dynamisch te beslissen welke voorspelde bounding boxes van de leermeester als pseudo-labels voor de leerling moeten worden gebruikt.
   • De beslissing van de agent is gebaseerd op een beloningsfunctie die rekening houdt met de grootte van de laesie, de betrouwbaarheidsscore van de leermeester en de voorspellingsonzekerheid van de leerling (gemeten door entropieverlies). Dit zorgt ervoor dat de leerling zich richt op leergevallen met "hoge waarde", met name voor kleine en variabele laesies.

3. Dataverwerking:

   • Het onderzoek gebruikte een klinische dataset van 822 intraorale afbeeldingen van het Taipei Municipal Wanfang Hospital, met 3.583 cariës- en 4.443 MIH-annotaties.
   • De trainingsset werd uitgebreid door afbeeldingen uit te snijden in patches, wat resulteerde in 6.417 uitgesneden afbeeldingen met meer dan 12.000 bounding boxes om achtergrondonevenwichtigheden te mitigeren en het aantal geldige trainingsstalen te vergroten.

Belangrijkste Bijdragen

• Intra-YOLO Framework: Een nieuwe architectuur die specifiek is ontworpen voor de dubbele detectie van cariës en MIH in intraorale fotografie, en die de specifieke uitdaging van extreem kleine laesiegroottes aanpakt.
• Schaalbewuste Distillatie: De integratie van versterkend leren in het proces van kennisdistillatie maakt adaptieve selectie van trainingsstalen mogelijk, waardoor het vermogen van het model om te leren van moeilijke, kleinschalige doelen verbetert zonder ruisachtige supervisie in te voeren.
• Verbeterde Feature-fusie: De ontwikkeling van de S-PAFPN-module en de toepassing van SSM-attention-mechanismen die specifiek zijn toegespitst op intraorale beeldvorming om multi-scale feature-fusie en ruisonderdrukking te verbeteren.

Resultaten
Het model werd geëvalueerd op een vastgehouden klinische dataset met behulp van mean Average Precision (mAP) en mAP50 (bij IoU 0,5).

• Prestaties: Intra-YOLO behaalde een mAP van 23,1% en een mAP50 van 47,8%.
• Vergelijkingen:
  • Het presteerde beter dan het basismodel S-YOLO (zonder RL-distillatie), dat 22,0% mAP en 44,2% mAP50 behaalde.
  • Het presteerde significant beter dan andere end-to-end-modellen, waaronder twee-staps detectoren (Faster R-CNN, DETR, DAB-DETR) die varieerden van 12,4% tot 16,7% mAP, en single-stap detectoren zoals YOLOv5 en standaard YOLOX met gesneden inferentie (19,7% mAP).
• Ablatie: Experimenten bevestigden dat de op PPO gebaseerde adaptieve distillatiestrategie de beste resultaten opleverde in vergelijking met statische drempelstrategieën, met specifieke verbeteringen in detectie van kleine objecten (mAP's tot 18,3%).

Betekenis en Beweringen
Het artikel beweert dat Intra-YOLO een computer-ondersteund diagnostisch systeem (CAD) biedt dat in staat is om cariës en MIH in intraorale foto's accuraat en efficiënt te detecteren. De auteurs stellen dat dit systeem kan:

• De diagnostische variabiliteit en subjectiviteit onder clinici verminderen.
• Tijdige, evidence-based behandelplanning ondersteunen door objectieve referenties te bieden voor lokalisatie en classificatie van laesies.
• Vroegere klinische besluitvorming faciliteren.

De auteurs handhaven een bescheiden toon en erkennen dat, hoewel de resultaten veelbelovend zijn, verdere validatie op grotere en diversere datasets vereist is voordat het systeem volledig kan worden geïntegreerd in de routine tandheelkundige praktijk. Ze benadrukken dat het systeem is ontworpen om clinici te ondersteunen in plaats van hen te vervangen, met name gericht op het verminderen van misdiagnoses tussen visueel vergelijkbare laesies.