摘要：目的:探讨如何使用Simplant软件对上颌骨骨量不足的患者进行颧种植体设计,并在手术导航中实施。方法:5例上颌后牙区骨量不足的患者使用Simplant软件基于CBCT数据进行种植体设计,并在导航下实行手术。结果:5例患者植入种植体后,位置与术前设计方案比较发现,种植体与Fankfort平面所成角度(angle,A)偏差小于1°,颧骨内种植体的长度(length in zygoma,LZ)距眶壁距离(distance to orbit wall,D)、牙槽骨内种植体长度(length in alveolar bone,LA)的偏差均小于2mm,术后12个月随访无种植体失败。结论:通过Simplant软件进行颧种植体设计,可以使种植方案更加完善,与手术导航系统的联合使用可以实现精准手术,大大提升了复杂颧种植手术的安全性和准确性。

摘要：目的:研发基于CBCT容积数据的体绘制可视化技术,并对拟行上颌磨牙区种植的患者的种植区域进行三维演示,以期提高对此类患者种植区骨量及上颌窦情况术前评估的直观性。方法:将经临床筛选的13例上颌后牙种植患者使用CBCT扫描所获得的原始DICOM数据分别导入NNT 2.19(*** Corp.)软件及本项目组研发的三维可视化软件(TooMax 1.0),分别测量牙槽嵴顶至上颌窦底的高度(H1)、种植区牙槽骨颊腭向宽度(H2),对两种软件测量的骨量进行统计学分析,同时在TooMax中使用体绘制可视化技术显示上颌窦形态及位置以及二维骨量测量值在牙槽骨内的空间位置。结果:用两种软件测量的13例上颌后牙种植患者的骨量测量不具有显著性差异,同时可视化技术可以将不同测量值在上颌骨内的三维空间位置实时显示及变换,便于医患交流,并辅助种植方案的设计。结论:体绘制可视化技术提升了CBCT技术对种植骨量评估的直观性,具有一定的种植模拟的效果,有助于实现可视化临床治疗目标。

摘要：目的:基于深度学习对口腔曲面体层图像分析,开展人工智能在口腔常见疾病辅助诊断系统的研发,挖掘人工智能对曲面体层图像分割及辅助诊断价值。方法:回顾性纳入2000张口腔曲面体层片建立数据集(训练集1400张、测试集600张,累计标注82042例)。运用基于卷积神经网络的深度学习算法,通过算法设计、模型训练和验证,构建口腔常见疾病智能影像诊断模型PanoNet,利用6个子网络模型分别执行不同口腔疾病的分割及识别。结果:PanoNet在恒牙列识别及龋病、根尖周炎、阻生牙、种植体、牙体修复术后等疾病识别中准确率、敏感度和特异度均高于85%(kappa>0.81);在牙槽骨吸收分级识别中准确率、敏感度、特异度分别为76.50%、75.25%、79.00%(kappa=0.44)。结论:基于卷积神经网络的深度学习算法建立的口腔曲面体层图像诊断模型PanoNet能有效识别上述口腔常见疾病,体现人工智能在曲面体层片上对口腔常见疾病的影像辅助诊断的应用价值。

摘要：目的应用彩色多普勒血流成像(CDFI)研究旋股外侧动脉(LCFA)穿支血管的走行分布规律、体表定位及血流动力学特点,为LCFA穿支皮瓣设计提供依据。方法观察60例患者左侧LCFA穿支(管径≥0.5mm)数目、管径、起点位置、穿深筋膜位置、峰值流速,并据血管走行分为Ⅰ～Ⅲ型。结果 60例患者共检测到穿支动脉132支,平均2.2支。其中Ⅰ型96支(72.7%),Ⅱ型34支(25.8%),Ⅲ型2支(1.5%)。最粗大穿支动脉分布于以髂髌连线中点为圆心5 cm为半径的圆内。LCFA降支外径和最粗大穿刺动脉的外径、PSV男性高于女性(P0.05)。血流频谱示舒张期血流速度极低近消失,呈低速高阻单向频谱。结论 CDFI可直观地显示股外侧LCFA穿支血管走行分布,进行体表定位,并可评价血管质量,对股外侧LCFA穿支皮瓣设计提供依据。