锥形束CT用于口腔颌面疾病进展

韦雪琼，王远军

(上海理工大学医学影像工程研究所，上海 200093)

口腔健康是全身健康的重要组成部分，不良口腔习惯、牙周病及颌骨肿瘤等造成的口腔颌面畸形严重影响咀嚼功能和面部美观[1]。锥形束CT(cone beam CT， CBCT)图像分辨率高、放射剂量低，可提供三维(three-dimensional， 3D)信息，已成为检查口腔颌面的重要影像学方法之一[2-3]。CBCT诊疗口腔颌面疾病基本流程包括分割牙颌、3D重建口腔颌面部及治疗规划3个部分(图1)。本文对CBCT在口腔颌面疾病中的应用价值和研究进展进行综述。

1 牙颌分割

CBCT可提高图像信噪比，辅助评估牙颌形态，降低漏诊误诊风险，但存在以下缺点：①低成像剂量可致图像噪声高、对比度低；②图像包含整个头部信息，口腔结构分辨率低；③牙齿与牙槽骨灰度值相近，较难分割；④牙齿轮廓受拓扑变化影响，分割结果多分支化。目前分割牙颌已由传统方法发展到基于深度学习的分割法[4-5]。

1.1 传统分割法 采用经典阈值类分割方法如结合滤波去噪、边缘检测及骨架提取等方法可增强边缘信息，提高分割精确度[5]；为提取光顺边界，可在传统水平集方法中加入竞争能量项、梯度能量项、形状约束能量项、全局先验灰度能量项或局部灰度能量项等约束信息，以减少边界毛刺[6]。在经典阈值类分割方法中加入具有牙颌信息的水平集方法，并考虑人工干预产生的误差及牙齿粘连等问题，可提高混合分割算法的精确度，但该类方法多为半自动分割法，分割磨牙精确度较低[7]。

图1 CBCT诊疗口腔颌面疾病基本流程

表1 口腔颌面常用数据

1.2 深度学习分割法 目前基于CBCT的深度学习分割与分类成为研究热点，通过学习寻找信息量丰富且与众不同的特征，可在提高分割精确度的同时分类标记牙齿[8-9]。在神经网络中融合粗细预分割、空间背景信息预处理等增强方法能够有效抑制噪声，提高检测微小对象的敏感度，准确定位口腔颌面解剖标志，分割牙颌边界[10-11]。基于Res_Unet网络，采用多模型混合可增强对比度较低的牙根边界信息，分割精确度可达95.40%[12]；但数据来源少、制定金标准较为耗时等因素限制着多数深度学习分割法训练集与测试集数据量。目前已可实现全自动分割标记牙齿，且对其中切牙、尖牙和前磨牙取得了较好结果，但对后磨牙与智齿区域易出现过分割或欠分割。采用深度学习方法、融合多种方法优势分析牙齿特征，增加训练集样本量，有助于提高分割后磨牙及智齿的精确度。

2 3D重建

3D重建技术可减少视野受限所致诊断误差，目前已有较为成熟的重建系统，可实现医学图像3D可视化；通过3D重建牙齿、牙神经及颌骨等，根据颌骨结构、咬合面和牙槽骨量，可设计出最佳种植方案[13]。术前需进行多次3D模拟手术预演，比较各方案优劣，确定最佳咬合面及颌骨切除修复方案[14-15]。无论口腔种植还是颌骨治疗，比较手术前后3D图像变化、定量评估术前规划精确度与术后治疗效均属必要。现今应用较广泛的3D重建系统包括Visualization Toolkit(VTK)、Magics、Geomagic及ITK-SNAP等，相关技术发展日趋成熟，但仍存在信息处理耗时、交互性不足、数据测量困难和缺乏图像配准功能等问题，亟需开发兼容图像配准、定量分析和裸眼3D功能的3D重建系统。

3 治疗规划

目前基于CBCT的治疗规划主要包括术前预先判断诊疗方案风险与效果和术后依据理想方案复诊评估疗效两部分内容。CBCT能提供精准的口腔颌面数据，可结合诊疗目的有针对性地采集数据，为预测和评估疗效提供依据[16]。口腔颌面常用数据见表1，解剖标志点见表2。根据眶耳平面、面中平面(垂直于眶耳平面，并通过鼻根点)和冠状面(垂直于眶耳平面，并通过蝶鞍点)建立空间坐标系，定位治疗前后图像，并测量软、硬组织移动数据；通过测量面部中1/3(软组织眉间至下唇)、面部下1/3(下唇至软组织颏部)、上下唇长度及前面部高度(鼻根点至颏下点)等软组织数据，可定量评估手术对面部美观的影响[17]。针对硬组织，主要研究内容为术前测量解剖标志点间的数据，并根据配准图像定量评估治疗效果与方案之间的偏差，为判断疾病类型与分析术后潜在影响提供参考依据[18]。结合人工智能技术开发计算机辅助手术规划系统全自动测量手术前后软、硬组织变化有助于制定治疗方案，预测并发症发生率，评估术后患者恢复程度，对未来住院医生培训和临床教学具有重要价值。

3.1 口腔种植 牙槽骨对牙齿具有支撑固定作用，口

表2 口腔颌面解剖标志点

腔种植前均建议采用CBCT评估牙槽骨骨质，为选择种植体提供依据。正常状态下，牙槽骨数据可为术前考量牙槽骨质量和密度提供指导模板，为术后定量评估骨质增加量提供参考标准，并对选择插入体的插入扭矩及固定器尺寸和类型具有一定影响[19-20]。根据牙齿与牙槽骨数据确定种植体大小与种植方式，可降低骨板穿孔、牙槽神经损伤等并发症发生率[21]。骨性桥体积吸收与正畸治疗成功呈负相关[22]。术后需测量植入体位置与术前规划之间的偏差，同时跟踪测量牙槽骨吸收率，以判断口腔种植是否成功。

4 小结

目前CBCT成像用于口腔颌面诊疗相关领域研究主要分为辅助诊断及治疗疾病。分割牙颌已从传统方法发展到较高分割精确度的深度学习方法。3D重建技术的出现减低了视野受限所致漏诊、误诊，可为定量评估治疗规划提供依据。对特定的医学信息进行分析可于术前辅助诊断疾病并规划提治疗方案。