摘要：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。

摘要：目的:本研究旨在探索乳切牙树脂预成冠的数字化设计和制作方法,并初步评价其临床适合性。方法:应用牙颌模型扫描仪获取儿童乳牙牙列教学模型4颗上颌乳切牙临床牙冠的三维数据,应用逆向工程软件Geomagic Wrap 2021,参考王慧芸教授对中国儿童乳牙外形的测量和统计数据,对上述上颌乳切牙三维扫描数据进行尺寸比例和三维形态的调整,以切端0.8 mm厚度和唇腭面0.3 mm厚度的牙冠设计参数,构建乳切牙预成冠标准尺寸数字模型。参考儿童口腔科临床常用的上颌乳切牙透明树脂冠各型号间的尺寸比例关系,设计出4个牙位(51、52、61、62)3个型号的乳切牙预成冠数字模型,通过五轴数控切削技术制作出临时冠桥树脂材质的乳切牙预成冠,进行临床病例试戴评价。结果:完成了上颌乳切牙(4个牙位)树脂预成冠的数字化设计和制作方法,并初步进行了临床病例应用,儿科高年资专家对本研究乳切牙树脂预成冠的应用评价显示,其在外观、颜色和强度等方面均可满足口腔儿科临床的应用需求。结论:本研究采用数字化方法设计和制作的乳切牙树脂预成冠,针对儿科临床乳切牙大范围龋损修复的病例,相比传统乳切牙透明树脂冠充填修复技术具有更好的牙冠解剖外形恢复和更佳的美观修复效果,并且该技术可以实现更便捷的临床操作流程,有较好的儿科临床应用前景。

摘要：目的探索一种能辅助下颌水平阻生第三磨牙拔除的序列分牙导板的数字化设计制作方法,初步评价其可行性,以期为口腔临床应用提供参考。方法选择2021年3月至2022年1月于北京大学口腔医学院·口腔医院综合科就诊的下颌第三磨牙低位水平阻生患者20例,其中男性11例,女性9例,年龄(30.2±2.8)岁。术前拍摄锥形束CT显示牙根与下颌管直接接触,取患者口内全牙列范围印模、进行牙颌模型光学扫描。通过Mimics24.0、Geomagic Wrap 2021、Magics21.0等软件对患者的锥形束CT数据、光学扫描数据进行三维重建、解剖结构提取、配准融合,以及进行序列分牙导板(含截冠导板、分根导板)结构的设计,然后三维打印钛金属导板,导板在牙颌模型试戴确认后,辅助医师进行分牙操作。观察导板是否就位、分牙次数、牙齿分块与术前设计匹配度、手术时间及是否有并发症。结果本研究成功打印20例分牙导板,均在患者口内就位良好,平均分牙次数3.4次,牙齿分块与术前设计较匹配,导板平均手术时间(29.2±9.8)min,未出现骨皮质穿孔等并发症。结论初步验证在下颌阻生第三磨牙拔除术中采用序列分牙导板辅助分牙操作可准确实现术前分牙设计的效果,有望为提高手术精度、保证安全性提供一种数字化解决方案,其精度与安全性需要进一步更大样本量的研究评估。

摘要：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Geomagic Studio 2013软件中构建三维人脸平均模型,并通过参数化处理构建三维人脸模板,使用MeshLab 2020软件在其上确定32个标志点序号(10个中线标志点和22个双侧标志点)。选取2021年6至8月于北京大学口腔医学院·口腔医院正畸科或口腔颌面外科就诊的下颌无偏斜和下颌轻度偏斜男性患者各5例,获取患者三维颜面数据作为测试数据,基于三维人脸模板及其标志点序号,借助MeshMonk非刚性配准算法程序自动确定测试数据32个标志点坐标,作为模板法定点数据。由同一名主治医师人工确定测试数据32个标志点位置,记录标志点坐标作为专家法定点数据。计算模板法与专家法标志点距离,作为定点误差,评价模板法的定点效果。结果对于5例下颌无偏斜患者,模板法所有标志点的定点误差为(1.65±1.19)mm,其中中线标志点的定点误差为(1.19±0.45)mm,双侧标志点的定点误差为(1.85±1.33)mm。对于5例下颌轻度偏斜患者,模板法所有标志点的定点误差为(2.55±2.22)mm,其中中线标志点的定点误差为(1.85±1.13)mm,双侧标志点的定点误差为(2.87±2.45)mm。结论本项研究提出的通过三维人脸模板自动确定标志点的方法具有一定的可行性,其对中线标志点的定点效果优于双侧标志点,对下颌无偏斜患者标志点的定点效果优于下颌轻度偏斜患者。

摘要：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°)、鼻唇角[分别为95.4°(19.2°)、99.9°(9.5°)]差异均无统计学意义(t=-0.23,P=0.823;Z=-1.72,P=0.086)。补全人脸三维数据鼻长与中面高的比值为0.63±0.03,鼻宽与内眦间距的比值为1.07±0.08。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曲线偏差(均方根值)为(0.37±0.09)mm、最大偏差为(1.14±0.32)mm,曲线偏差值位于±1 mm之内的占比为(97±3)%。补全人脸三维数据与原始三维颜面数据上对应鼻部标志点间距离分别为鼻根点[1.52(1.92)]mm,鼻尖点(3.27±1.21)mm,鼻下点(1.99±1.09)mm,右鼻翼点(2.64±1.34)mm,左鼻翼点(2.42±1.38)mm。结论本项研究提出的外鼻缺损三维形态补全方法有较好的可行性,构建的补全外鼻三维数据的面部协调性和边缘密合度较好,形态与原始三维颜面数据的鼻部形态接近。

摘要：目的基于可变图结构配准网络(DGRNet)模型,建立一种可实现三维点云智能配准的本体-镜像关联深度学习算法,以实现三维颜面正中矢状面的自动化构建,为口腔临床数字化设计与分析提供参考。方法收集200例2020年10月至2022年10月就诊于北京大学口腔医学院·口腔医院修复科、正颌外科和口腔正畸科的无明显颜面畸形的牙体缺损或缺失或错畸形患者的三维颜面数据。通过数据增强(平移和旋转)的方式获得1200例三维颜面数据,分为训练集(800例)、验证集(200例)、测试集(200例),用于DGRNet模型训练与测试。DGRNet模型包含构造本体与镜像点云中关键点的特征向量、基于特征向量获取本体和镜像点云中关键点的对应关系,并通过奇异值分解计算旋转矩阵和平移矩阵。基于DGRNet模型实现本体点云与镜像点云的智能配准,获得本体-镜像联合点云,并采用主成分分析算法获得DGRNet模型正中矢状面。基于决定系数R 2指标对测试集平移及旋转矩阵进行模型评价,以迭代最近点(ICP)算法构建的三维颜面正中矢状面作为真值。选择上述200例临床患者中的50例数据,对DGRNet模型与ICP算法构建的三维颜面正中矢状面进行角度误差评价。结果基于200例三维颜面数据测试DGRNet模型旋转矩阵R 2为0.90,平移矩阵R 2为0.94。构建50例三维颜面数据正中矢状面共用时3 s,DGRNet模型与ICP算法构建的三维颜面正中矢状面角度误差为1.05°±0.56°,最小误差为0.13°,1.50°以内的准确率为78%(39/50),2.00°以内的准确率为90%(45/50)。结论本项研究提出的基于三维点云智能配准的DGRNet模型可构建三维颜面正中矢状面,并在一定程度上提升诊疗效率和效果。

摘要：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。