在框內把牙齒的邊界描出來
轉正後的裁切影像送進第二階段：保留高解析度分支的 HRNet-W32 encoder 搭配 U-Net decoder，輸出逐像素的牙齒遮罩。下游七個特徵點全部只吃這張遮罩，邊界品質直接決定後面所有步驟的上限。
02.1細邊界在哪一層消失
一般的 encoder 一路下採樣：每過一個 stage 解析度減半、通道數加倍，到最深一層只剩原圖的 1/32。根尖與牙頸這種只有一兩個像素寬的細節，在最低解析度那層已經被平均掉，decoder 再怎麼上採樣也補不回來。對 B-CRR 而言這正是最要緊的地方——CEJ 由牙頸處的輪廓轉折決定，根尖由牙根最末端的幾個像素決定。
因此 encoder 改用 HRNet-W32：從 stem 之後就有一條 1/4 解析度的分支全程不下採樣，其餘分支依序加入（1/8、1/16、1/32，通道數 32、64、128、256）。每個 stage 結束時各解析度互相交換資訊：高解析度分支得到深層的語意，低解析度分支得到淺層的位置，細邊界因此能一路帶到 decoder。
02.2Decoder 與輸出
Decoder 是標準的 U-Net：每一層以轉置卷積把解析度放大兩倍，與 encoder 對應解析度的特徵圖串接（skip connection），再經兩次 3 × 3 卷積（DoubleConv）融合。最後的 1 × 1 卷積輸出單通道的牙齒機率圖。
機率圖二值化後以反向仿射變換貼回原圖，只保留最大的連通區域並填補內部孔洞，確保每顆牙恰好是一塊沒有破洞的區域（圖 1a、c）。這兩個後處理沒有參數，只是把「一顆牙是一塊實心區域」這個事實強制下去。
02.3訓練設定
損失函數為 Dice 與二元交叉熵（BCE）的組合：Dice 直接最佳化重疊程度、對前景比例不敏感，BCE 提供逐像素穩定的梯度。
| 項目 | 值 |
|---|---|
| 損失 | Dice + BCE |
| 最佳化器 | AdamW |
| 學習率／權重衰減 | 1 × 10⁻⁴／1 × 10⁻⁴ |
| β₁, β₂ | 0.9, 0.999 |
| Epoch／batch size | 300／2 |
| 輸入解析度 | 1024 × 1024 |
02.4五種架構的比較
| 模型 | DSC % | IoU % | HD95 | ASSD |
|---|---|---|---|---|
| Mask R-CNN + U-Net | 97.63 | 95.49 | 7.45 | 2.80 |
| Mask R-CNN | 97.42 | 94.96 | 9.97 | 3.57 |
| YOLO26-seg | 96.50 | 93.24 | 11.77 | 4.64 |
| YOLOv8-seg | 95.62 | 91.61 | 15.56 | 3.87 |
| YOLO11-seg | 95.46 | 91.32 | 15.56 | 3.81 |
論文以相同資料比較五種模型：本研究的 Mask R-CNN + U-Net、單階段 Mask R-CNN，以及三個版本的 YOLO-seg。差異以單因子重複量數變異數分析檢定，五個指標的整體差異皆達顯著（P < 0.001），事後比較以 Tukey 法校正。
這張表最值得注意的不是誰的 DSC 最高，而是重疊指標與邊界指標的落差。DSC 與 IoU 衡量面積重疊，一顆牙動輒數萬個像素，邊緣幾個像素的偏移在比例上微不足道；HD95 與 ASSD 則直接量輪廓之間的距離。
B-CRR 的特徵點全部落在輪廓上，真正決定下游準確度的是後者——這也是選擇保留高解析度分支的理由。面積 ICC 達 0.9998，與 HD95 一起看，可以確認遮罩不只是大小對，連邊界位置也對。
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）。
ICC 為 ICC(2,1)、absolute agreement，計算於牙齒面積。
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。