基于赋权形态学分析的三维面部对称参考平面构建方法

目的: 建立一种基于三维形态学分析的赋权普氏分析(weighted Procrustes analysis,WPA)方法,实现对下颌偏斜患者面部解剖标志点不对称程度量化赋权的三维面部对称参考平面自动化构建。方法: 临床收集下颌偏斜患者30例,基于本体-镜像关联法的普氏分析(Procrustes analysis,PA)算法和自主研发的WPA算法,分别构建每名患者三维面部模型的对称参考平面(实验组一和二),以专家定义的区域迭代最近点(iterative closest point,ICP)算法(选取对称性良好的区域)构建的对称参考平面为“真值平面”,作为参考组。以实验组与参考组的平面角度误差作为评价指标,分别比较两个实验组与参考组的差异,评价WPA算法构建对称参考平面的临床适用性。结果: 30例下颌偏斜患者WPA算法构建的对称参考平面与真值平面的角度误差为1.53°±0.84°,PA算法构建的对称参考平面与真值平面的角度误差为2.06°±0.86°。对于下颌偏斜大于12 mm的患者,WPA算法比PA算法的平均平面角度误差小0.86°。结论: 基于三维面部形态学分析的WPA算法对下颌偏斜面部不对称畸形患者构建三维面部对称参考平面的临床应用效果比传统PA算法有显著提高,初步达到了口腔临床专家级诊断策略的效果。     

基于非刚性配准算法的上颌骨复合体三维数据自动定点研究

目的探索上颌骨复合体三维数据解剖标志点的自动定点方法, 并初步评价其可重复性与准确性。方法从2021年6月至2022年12月就诊于北京大学口腔医学院·口腔医院口腔颌面外科的口腔疾病患者螺旋CT资料中, 选取31例颅颌面骨骼形态大致正常者的螺旋CT资料, 其中男性15例, 女性16例, 年龄(33.3±8.3)岁, 通过Mimics软件对上颌骨复合体进行三维重建, 通过Geomagic软件对上颌骨复合体三维数据进行网格优化。由2名主治医师和1名副主任医师对31例上颌骨复合体数据进行人工定点, 确定24个解剖标志点, 取3人定点均值作为专家定点结果。选择其中1例符合健康人颅颌面骨骼三维形态平均特征的上颌骨复合体数据作为模板数据, 其余30例作为目标数据。采用MeshMonk开源程序(一种非刚性配准算法)将模板数据与目标数据基于4个标志点(鼻根点、左右颧弓最突点、前鼻棘点)进行初对齐, 再将模板数据基于非刚性配准算法变形为目标数据的形状, 得到变形后模板数据, 基于模板数据变形前后同名标志点的索引不变特性, 自动检索变形后模板数据各标志点坐标, 以此作为目标数据同名标志点自动定点坐标, 也即...     

模型扫描结合逆向工程技术建立多植体空间位置信息的研究

目的:探讨牙列缺失种植修复患者石膏模型中多植体空间位置信息的建立方法,为比较不同方法获取的植体空间位置信息奠定基础。方法:选取6名8个牙列缺失种植固定修复患者,通过开窗夹板式聚醚橡胶制取印模,灌制石膏模型。通过模型扫描仪扫描石膏模型,输出三角网格数据(stereolithography, STL)作为参考模型数据库。探讨在Geomagic Control X软件中,确定单个植体和多颗植体的空间位置信息的可行性。结果:在Geomagic Control X软件的同一坐标系下,建立了单个和多颗植体的修复基台平面、中心线、中心点,并用这3个参数完成了石膏扫描数据与牙列缺失患者术后CBCT多颗植体的空间位置比较。结论:在Geomagic Control X软件可以获取多植体的空间位置信息,实现比较植体三维空间的位置偏差和角度偏差,本研究为比较多颗植体空间位置信息比对奠定了一定基础。     

基于三维人脸模板的颜面解剖标志点自动定点方法初探

目的:探讨建立一种高效、自动确定三维数据颜面解剖标志点（简称标志点）的方法,并对该方法的定点效果进行初步评价。方法:选取2021年6至8月于北京大学口腔医学院·口腔医院修复科就诊的牙体缺损或缺失男性患者（面部对称性良好）30例,年龄18~45岁;采集患者三维颜面数据,基于普氏分析算法进行尺寸归一化和重叠对齐。在Geom...     

儿童带环丝圈式间隙保持器的椅旁数字化设计与制作方法初探

目的 提出一种儿童带环丝圈式间隙保持器的椅旁数字化设计与制作方法,并初步验证其临床可行性。方法 选取10例因乳牙早失需要进行间隙保持的患儿为研究对象,采集患儿口内扫描数据建立缺牙数字模型,使用自主研发的儿童带环丝圈式间隙保持器设计软件,完成个性化带环与丝圈结构的快速设计,生成一体化带环丝圈式间隙保持器的数字模型。分别采用椅旁金属数控切削工艺（试验组）和技工室金属3D打印工艺（对照组）制作间隙保持器。对保持器进行模型试戴,邀请儿童口腔高年资专家采用视觉模拟评分法（VAS）从间隙保持器的密合度、就位稳定性两个方面进行评价,并进行统计学分析。结果 试验组10例间隙保持器的设计及制作总时间均小于1 h。统计分析结果表明,2组间隙保持器均满足临床使用需求,试验组间隙保持器的密合度、稳定性优于对照组。结论 本研究提出的儿童带环丝圈式间隙保持器的椅旁数字化设计与制作方法,可实现初次就诊当日佩戴间隙保持器,临床可行性好,具有良好的临床应用潜力。     

5种椅旁三维颜面扫描技术正确度的初步评价

目的：量化评价5种椅旁三维颜面扫描技术的正确度，为口腔临床诊疗应用提供参考。方法：使用传统专业型三维颜面扫描仪Face Scan采集受试者三维颜面数据，作为本研究的参考数据。分别使用4种便携式三维颜面扫描仪(Space Spider、LEO、EVA和DS-FScan)及iPhoneⅩ手机(Bellus3D颜面扫描APP),采集受试者三维颜面数据。在Geomagic Studio 2013中通过数据配准、偏差分析等功能计算上述5种椅旁三维颜面扫描技术的整体三维偏差和面部分区三维偏差，评价其正确度的表现。扫描过程中同时记录扫描时间，并对受试者舒适度采用视觉模拟评分法(visual analogue scale, VAS)进行评分，评价5种三维颜面扫描技术的扫描效率和患者接受度。结果：测试数据与参考数据间平均整体和平均分区三维偏差最小者均为DS-FScan(分别为0.334 mm和0.329 mm),最大者均为iPhoneⅩ手机(分别为0.483 mm和0.497 mm)。Space Spider获取的三维颜面数据的细节特征表现力最好。扫描效率最高和受试者接受度最高者均为iPhoneⅩ手机，...     

三维颜面解剖标志点自动确定算法的研究进展

<正>解剖标志点对人颅颌面解剖形态特征的测量、评价、分析有重要意义,也是口腔医学临床工作中诊断分析、治疗设计、疗效评价的重要参考和依据。颜面及颅颌面解剖标志点在口腔修复治疗中可辅助排牙^[1]、确立咬合垂直距离^[2]及确定三维正中矢状平面^[3];在颌面缺损外科手术中,可辅助用于颌面部不对称性分析^[4];在正颌外科手术中,可辅助术前分析、手术设计、术后预测及疗效评价^[5]。上述应用领域中,颅颌面解剖标志点的确定都是必不可少的环节,标志点确定的准确性与临床治疗效果密切相关。     

深度学习算法辅助构建三维颜面正中矢状平面

目的: 旨在建立一种可准确确定三维颜面解剖标志点的深度学习算法——多视图堆叠沙漏神经网络(multi-view stacked hourglass convolutional neural networks,MSH-CNN), 并结合赋权普氏分析算法实现三维颜面正中矢状平面的自动构建。方法: 收集面部无明显畸形的受试者100例,获取三维颜面数据,由专家进行颜面标志点(21个)和正中矢状平面的标注。以上述其中80例受试者三维颜面数据作为训练集数据,训练并建立本研究的MSH-CNN算法模型。以其余20例作为测试集数据,由训练后的深度学习算法自动确定每例数据的三维颜面解剖标志点(21个), 并评价算法标点与专家标点间“定点误差”。将MSH-CNN自动确定的三维颜面解剖标志点应用于本课题组前期研究建立的赋权普氏分析算法,可自动构建出20例受试者的三维颜面正中矢状平面。计算MSH-CNN结合赋权普氏分析算法构建的正中矢状平面与专家正中矢状平面间“角度误差”,评价三维颜面正中矢状平面自动构建方法的效果。结果: 针对20例面部无明显畸形的受试者,基于MSH-CNN和赋权普氏分析算法构建正中矢状平面与专家平面间的角度误差平均为0.73°±0.50°,其中MSH-CNN自动确定颜面21个解剖标志点的定点误差平均为(1.13±0.24) mm,眶区定点误差最大平均为(1.31±0.54) mm,鼻区定点误差最小平均为(0.79±0.36) mm。结论: 将深度学习算法与赋权普氏分析算法结合应用,实现了三维颜面正中矢状平面的全自动构建,初步达到了临床专家的构建效果,为自主知识产权的软件开发奠定了基础。     

基于三维下颌骨平均模型的颌骨标志点自动确定方法

目的：探索一种高效、自动确定三维下颌骨数据解剖标志点的方法,并对该方法的定点效果进行初步评价。方法：选取40例颅颌面三维形态正常患者的CT数据(其中30例用来建立三维下颌骨平均模型,10例作为测试本研究方法确定下颌骨标志点效果的测试数据),将数据导入到Mimics软件中进行下颌骨三维重建。在这40例三维重建后的下颌骨数据中,选取与中国人下颌骨特征均值更为接近的30例,在MATLAB软件中基于普氏分析(Procrustes analysis)算法对此30例下颌骨数据进行尺寸归一化处理,并在Geomagic Wrap软件中,构建上述30例下颌骨数据的三维平均形状模型,通过对称化处理、曲率采样、索引标记等过程,构建出具有18 996个类标志点和19个下颌骨解剖标志点索引的三维下颌骨结构化模板。应用开源非刚性配准算法程序Meshmonk,将上述构建的三维下颌骨模板通过非刚性变形与患者三维下颌骨数据进行匹配,获得患者三维下颌骨数据的19个解剖标志点位置。与口腔专家手动标注的标志点位置误差(定点误差)进行比较,评价本方法的准确性。结果：将本研究方法应用于10例无显著下颌骨形态畸形患者数据,19个标...     

基于三维人脸模板的外鼻缺损三维形态补全方法初探

目的基于三维人脸模板的非刚性配准过程探讨外鼻缺损三维形态补全方法, 为鼻赝复体的数字化设计提供新的解决方案。方法选取2022年6至12月于北京大学口腔医学院·口腔医院修复科就诊的牙体缺损或缺失男性患者20例, 年龄18～45岁, 采集患者原始三维颜面数据, 用Geomagic Wrap 2021软件构建外鼻缺损三维颜面数据。使用课题组前期研究中构建的结构化三维人脸模板数据, 基于非缺损区形态, 通过MeshMonk程序(一种非刚性配准算法)将三维人脸模板变形配准至外鼻缺损三维颜面数据上, 获得三维人脸模板个性化变形后的数据, 即补全人脸三维数据。基于外鼻缺损三维颜面数据的缺损边界, 在补全人脸三维数据上裁剪出补全外鼻三维数据。对比分析补全人脸三维数据与原始三维颜面数据的鼻面角和鼻唇角, 测量补全人脸三维数据鼻长与中面高、鼻宽与内眦间距的比值, 评价补全外鼻三维数据的边缘曲线与外鼻缺损三维颜面数据缺损边缘曲线的边缘密合度, 并分析补全外鼻三维数据与原始三维颜面数据鼻部相同标志点间距离值。结果 20例原始三维颜面数据与补全人脸三维数据的鼻面角(分别为28.2°±2.9°、28.4°±3.5...