YOLO-Based Multiclass Classification of Peri-Implant Bone Loss Severity on Panoramic Radiographs Using Expert-Defined Reference Labels: A Retrospective Study

Technische Samenvatting: YOLO-gebaseerde multiklasse-classificatie van de ernst van peri-implantair botverlies

Probleemstelling
De radiografische beoordeling van peri-implantair botverlies op panoramische röntgenfoto's is een standaard klinische praktijk, maar blijft gevoelig voor waarnemingsvariabiliteit, met name bij het identificeren van laesies in een vroeg stadium. Hoewel kunstmatige intelligentie (AI) en deep learning (DL) veelbelovend zijn gebleken in de dentomaxillofaciale radiologie, hebben eerdere studies zich grotendeels gericht op binaire detectie van ziekte of identificatie van implantaten. Er is een gebrek aan onderzoek naar het toepassen van objectdetectiekaders voor de multiklasse-ernststratificatie van peri-implantair botverlies op panoramische röntgenfoto's. Bovendien vertrouwen veel bestaande classificatiesystemen op klinische parameters (bijv. sondediepte) die niet beschikbaar zijn in datasets die uitsluitend uit beelden bestaan, wat de noodzaak voor een reproduceerbaar, op ratio gebaseerd radiografisch kader voor geautomatiseerde analyse met zich meebrengt.

Methodologie
In deze retrospectieve single-center studie is een YOLO-gebaseerd deep learning-framework ontwikkeld en gevalideerd voor geautomatiseerde multiklasse-classificatie.

• Dataset: De studie maakte gebruik van 1.020 panoramische röntgenfoto's met 3.051 geannoteerde tandimplantaten. De gegevens werden verdeeld in trainingssets (693 afbeeldingen), validatiesets (228 afbeeldingen) en testsets (99 afbeeldingen) met behulp van een gestratificeerde verhouding van 70:20:10.
• Annotatie & Referentiestandaard: Drie specialisten (een orale en maxillofaciale radioloog, een periodontoloog en een protheticus) beoordeelden de implantaten onafhankelijk op basis van louter radiografische bevindingen. Onenigheid werd opgelost door middel van een meerderheidsstemming. Implantaten werden geannoteerd met rechthoekige bounding boxes op het makesense.ai platform.
• Classificatiekader: Door een op ratio gebaseerde benadering te adopteren, afgeleid van Hwang et al., werd botverlies gecategoriseerd in vier klassen relatief aan de totale intra-ossale implantatielengte:
  • Gezond: Geen detecteerbaar botverlies.
  • Graad S: Botverlies ≤ 25%.
  • Graad M: Botverlies tussen 25% en 50%.
  • Graad A: Botverlies ≥ 50%.
• Modelarchitectuur: Twee objectdetectie-architecturen, YOLOv8 en YOLOv12, werden onder identieke omstandigheden getraind (300 epochs, batchgrootte 16, Adam optimizer) met behulp van transfer learning.
• Preprocessing: De trainingspipeline omvatte uitgebreide real-time data-augmentatie (rotatie, schaling, translatie, afschuiving, perspectieftransformatie, horizontale spiegeling) en geavanceerde technieken zoals mosaic, mixup en copy-paste augmentatie om klassenimbalans aan te pakken en generalisatie te verbeteren.
• Evaluatiemetrieken: Prestaties werden beoordeeld aan de hand van Precision, Recall, F1-score, mAP@0.5 en mAP@0.5:0.95.

Belangrijkste Resultaten
Beide modellen detecteerden alle vier de ernstcategorieën succesvol, hoewel de prestaties varieerden per klasse en metriek:

• Algemene Prestaties:
  • YOLOv8 vertoonde een hogere Recall over de meeste klassen, met name voor "Gezond" (0.83) en "Graad S" (0.92), wat wijst op een sterke sensitiviteit voor dominante en vroege categorieën. Het behaalde ook de hoogste mAP@0.5 voor de Graad A klasse (0.52).
  • YOLOv12 behaalde hogere mAP@0.5 waarden voor de Gezond (0.46), Graad S (0.64) en Graad M (0.37) klassen, wat duidt op een betere balans tussen precisie en lokalisatie voor deze categorieën.
• Klassespecifieke Bevindingen:
  • Graad S was de meest consistent gedetecteerde categorie in beide modellen, met het hoogste aantal true-positive voorspellingen in de confusion matrix.
  • Misclassificatie: Fouten kwamen het meest voor tussen aangrenzende ernstcategorieën (bijv. Gezond misgeclassificeerd als Graad S, of Graad M misgeclassificeerd als Graad S of A).
  • Precisie: De precisiewaarden waren over het algemeen laag voor alle klassen in beide modellen (variërend van 0.21 tot 0.57), terwijl de recall hoger bleef.
• Trainingsdynamiek: Beide modellen vertoonden een progressieve reductie van de loss en stabilisatie van de metrieken. Er werd geen significante divergentie waargenomen tussen de trainings- en validatietrends, wat wijst op convergentie zonder ernstige overfitting.

Betekenis en Claims
De auteurs stellen dat het voorgestelde YOLO-gebaseerde framework de haalbaarheid aantoont van geautomatiseerde multiklasse-classificatie van de ernst van peri-implantair botverlies op panoramische röntgenfoto's.

• Klinische Bruikbaarheid: De sterke detectieprestaties voor Graad S suggereren potentieel voor vroege radiografische screening, waarbij subtiele veranderingen vaak worden over het hoofd gezien of inconsistent worden geïnterpreteerd door clinici.
• Rol van AI: De studie positioneert deze modellen als beslissingsondersteunende instrumenten in plaats van zelfstandige diagnostische systemen. De complementaire sterktes van YOLOv8 (hoge recall) en YOLOv12 (hoge mAP in specifieke klassen) ondersteunen hun gebruik bij het verbeteren van de workflowconsistentie en het prioriteren van gevallen voor deskundige beoordeling.
• Methodologische Bijdrage: Door een op ratio gebaseerd radiografisch kader te gebruiken, biedt de studie een reproduceerbare labelstrategie die de invloed van panoramische vergroting en vervorming mitigeert, waardoor het geschikt is voor AI-training op basis van enkel beelden zonder klinische variabelen.

Erkende Beperkingen
De auteurs vermelden expliciet verschillende beperkingen:

1. Beeldvormingsmodaliteit: Het gebruik van 2D panoramische röntgenfoto's beperkt de 3D-beoordeling en kan botverlies aan de buccale/linguale zijde onderschatten vergeleken met CBCT.
2. Referentiestandaard: Labels waren uitsluitend gebaseerd op radiografische interpretatie, zonder klinische variabelen (sondediepte, bloeden) die centraal staan bij een definitieve diagnose van peri-implantitis.
3. Generaliseerbaarheid: De studie was single-center met één enkel beeldvormingssysteem, en er is geen onafhankelijke externe validatieset gebruikt.
4. Klassenimbalans: De dataset was ongebalanceerd, waarbij Graad S dominant was en Graad A/M ondervertegenwoordigd, wat de modeloptimalisatie kan beïnvloeden voor zeldzamere klassen.

Concluderend stellen de auteurs dat hoewel YOLO-gebaseerde modellen effectief de ernst van peri-implantair botverlies kunnen categoriseren, hun inzet verdere multicenter validatie, integratie met klinische gegevens en prospectieve evaluatie vereist voordat routineuze klinische implementatie kan plaatsvinden.