上颌骨狭窄是口腔正畸常见错合之一，常表现为长面型及咬合错乱，正畸常用的治疗方案是通过上颌快速扩大装置打开腭中缝，促进上颌骨及上牙弓的宽度增加，因此，上颌腭中缝的结构识别和成熟度评估尤为重要。专业正畸医生依据这个重要信息选择恰当的扩弓装置。

北京口腔医院智能正畸联合研发中心最新研究，应用人工智能在CBCT腭中缝平面定位和成熟阶段评估中提高了诊治效率和准确性，不亚于熟练的正畸医生。该研究发表在口腔医学国际权威期刊《Journal of Dentistry》，使用卷积神经网络（CNN）模型来评估腭中缝的成熟阶段。研究基于现有的卷积神经网络ResNet50模型，实现了从CBCT横截面中定位包含完整腭中缝结构的层面，表现出很高的准确度（99.74%）。其次，基于多个卷积神经网络ResNet18、ResNet50、RessNet101、Inception-v3和Efficientnetv2-s模型，实现了腭中缝成熟度分类诊断与模型性能评估。

Zhu, M., Yang, P., Bian, C., Zuo, F., Guo, Z., Wang, Y., ... & Zhang, N. (2024). Convolutional neural network-assisted diagnosis of midpalatal suture maturation stage in cone-beam computed tomography. Journal of Dentistry, 141, 104808.

口腔正畸治疗诊断的一个重要部分就是牙齿模型的分析，需要测量每个牙齿的大小，用于设计最终排列的位置，必要时要进行多种治疗方案的模拟排牙。在临床工作中，这些测量都需要正畸医生手工完成。

北京口腔医院智能正畸联合研发中心研发的一种名为TeethSEG的新型框架，可以对平面图像中的每一颗牙齿进行高效分割，也就是通过人工智能自动识别和分割图片中的牙齿。该框架利用基于Transformer的架构，配备了多尺度聚合（MSA）块和一个人类先验知识（APK）层。研究团队还公开了一个用于训练和测试该框架的开源口腔内图像数据集，该框架旨在进行牙齿分割与牙位识别过程中，解决牙齿之间微小形状差异、患者之间牙齿位置和形状变化以及牙齿异常存在等挑战。该模型的应用，可以为正畸临床大范围引入人工智能工具辅助模型分析奠定基础，该项突破将大大提高正畸医生的诊疗工作效率。