用旋轉框把每一顆牙框出來
根尖片上的牙齒細長、傾斜，而且鄰牙緊貼。第一階段用 Mask R-CNN 逐像素圈出每一顆牙，再把輪廓收斂成最小面積的旋轉外接框；後面所有步驟都在這個框轉正之後的座標裡進行。
01.1為什麼需要兩階段
一張根尖片通常有二到四顆牙，彼此在牙頸處重疊、牙根周圍又被齒槽骨包覆。若直接對整張影像做語意分割，模型只知道「哪些像素是牙齒」，卻分不出哪些像素屬於同一顆牙；而 B-CRR 的每一個特徵點都必須在單一牙齒的輪廓上定義。
因此第一階段先做實例層級的偵測：把每一顆牙各自框出來、各給一張遮罩，第二階段再逐顆精修邊界。偵測器採用 Mask R-CNN：ResNet-50 逐層萃取特徵（C2–C5），特徵金字塔網路（FPN）融合成 P2–P6 五層，區域提議網路（RPN）以 anchor 提出候選框，RoIAlign 擷取候選區域後由三個平行的 head 輸出類別、邊界框修正量與 28 × 28 的遮罩。
01.2重新設計 anchor 的高寬比
RPN 的 anchor 是候選框的「起始形狀」，預設的高寬比是 0.5、1、2，為一般物件設計、偏向接近正方形。牙齒卻是冠根方向延伸的細長物體：訓練集牙齒外接框高寬比的中位數為 2.95，其中 85% 超過預設上限 2.0。起始形狀與目標差距太大時，回歸頭得從很遠的地方把框拉過來，RPN 也就難以提出貼合的候選框。
本研究把高寬比改為 1.5、3.0、4.5：以 3 為中心等距散開，涵蓋大多數牙齒的實際比例，同時保留 1.5 給角度較斜、投影後較矮胖的牙。本例第 1 顆牙的旋轉框高寬比為 2.71，落在新的範圍正中（圖 1b）。
01.3從遮罩到旋轉框
偵測器輸出的 28 × 28 遮罩只是粗略的輪廓，本研究不直接拿它當最終結果，而是用它決定裁切範圍與方向：對遮罩輪廓求最小面積外接矩形（minAreaRect），得到中心 (cx, cy)、長短邊 (w, h) 與角度 θ。
水平框會把鄰牙與骨頭一起框進來（圖 1a），這些背景會跟著進入第二階段；旋轉框沿著牙齒自己的方向，轉正之後牙冠永遠在上、牙根永遠在下，第二階段看到的輸入分布穩定得多。五折 out-of-fold 實驗中，第二階段完全不變、只把水平框換成旋轉框，邊界 IoU（B-IoU）提升 0.0129（n = 136，p = 0.006）。
01.4姿態正規化的裁切
旋轉框的長邊定義為牙齒的粗略長軸。裁切時沿長邊方向轉正，並以 0.2 的比例向外擴張，保留牙齒邊緣外側的一圈脈絡——分割模型要看得到「邊界外是什麼」，才能判斷邊界在哪。擴張後的區域以面積平均插值縮放成固定的 256 × 512（圖 1c）。
這個仿射變換會被記下來。第二階段輸出遮罩之後以反向仿射變換貼回原圖座標，所以下游的特徵點與量測全部在原始影像的像素座標上計算，不受裁切與縮放影響。牙冠朝向由下一步的主成分分析再確認一次，這裡只需要長邊方向正確。
01.5本步驟的設定
| 項目 | 值 |
|---|---|
| 骨幹／頸部 | ResNet-50／FPN |
| Anchor 高寬比 | 1.5, 3.0, 4.5 |
| 遮罩 head | 28 × 28 |
| 框的幾何 | minAreaRect |
| 裁切外擴 | 0.2 |
| 第二階段輸入 | 256 × 512 |
出處與說明
Cheng Y-T, et al. Automated crown-to-root ratio assessment in periapical radiographs using deep learning and image processing. Journal of Dental Sciences, 2026（accepted, JDSS-D-26-01002R1）。
anchor 高寬比統計（中位數 2.95、85% 超過 2.0）取自訓練集的標註外接框；B-IoU 的比較為五折 out-of-fold 實驗。
本頁圖表以測試片 113 第 1 顆牙（下顎小臼齒）的模型遮罩，用網站實際執行的同一套程式與參數重新計算；首頁「研究成果與方法」用的是人工標註遮罩，所以數值略有不同。