随着人工智能技术的迅速发展，医学影像智能识别能力在多个领域得到了显著提升。在口腔医学领域，人工智能已被应用于根尖病变、龋齿、牙周病病变检测、牙齿和关键解剖结构分割以及治疗方案推荐等领域。人工智能系统可以基于影像识别的结果，辅助医生为患者制定个性化的治疗方案，提高疾病的诊断准确率和治疗效果，人工智能在医学领域具有良好的应用前景。

　　新型卷积神经网络YoCNET

　　近日，济南市口腔医院杜毅于西佼团队的最新研究成果《Periapical lesion detection in periapical radiographs using the latest convolutional neural network ConvNeXt and its integrated models》在中科院2区SCI期刊《Scientific Reports》发表，研究提出了一种新型的深度学习集成模型——YoCNET（Yolov5+ConvNeXt），旨在克服传统分类模型在根尖片中无法同时识别多个病灶的局限性。YoCNET结合了Yolov5的强大目标检测能力与ConvNeXt的图像分类优势，能够自动分割单个牙齿并并发检测多个根尖病变。这一创新方法不仅提高了根尖病损检测效率，还为临床应用提供了更可靠的技术支持。