iWitness攝影測量系統在頜面部應用的可信度研究

蔣程程 宋慶高 何葦 陳尚 洪滔

1.遵義醫學院附屬口腔醫院口腔外科，遵義 563000 2.杭州市紅十字會醫院口腔科，杭州 310003

在頜面外科及整形外科領域，面部測量學在臨床評估以及制定治療計劃等方面起著關鍵作用。與傳統的測量技術相比，三維測量具有無可比擬的優勢，為面部分析與診斷方面提供了巨大便利。目前，立體攝影術是最有發展前景的軟組織評估方法[1]。三維測量技術的準確性和精確性是面部軟組織測量可靠性分析的基本要素[2-6]。本研究通過對頭部模型面部的測量來評估iWitness攝影測量系統的準確性與精確性，并對可能存在的誤差做定量分析。

1 材料和方法

1.1 主要材料和儀器

計算機（Intel core2 T6670處理器，1 GB內存，Windows XP系統）；普通數碼相機（Nikon COOLPIX S8100，1 210萬像素）；iWitness攝影測量軟件（Photometrix公司，澳大利亞）；電子游標卡尺（測量范圍0～150 mm，測量精度0.01，示值變動性0.01 mm）。

1.2 研究對象

1.2.1 頭部模型 實驗中采用一個頭部模型作為理想研究對象，其優點是不會由于活動或表情變化而影響實驗結果，而且頭部模型體位為自然姿勢位，在臨床中是可以重復的。在測量前對標志點進行定位，以盡量減小由于標志點識別所產生的誤差。

1.2.2 面部標志點的選取和測量項目 基于Farkas直接測量法[7]，并根據頜面部特征，選取面部標志點18個，其中正中矢狀面8個，左右對稱的點有5對，具體如下。眉間點（G）：左右眉頭間的正中點；鼻根點（N）：額鼻縫與正中矢狀面的交點，位于鼻根最凹處的稍上方；內眥（En）：上、下瞼在內側的聯合點；外眥（Ex）：上、下瞼在外側的聯合點；鼻突點（Prn）：側面觀，鼻尖輪廓的最突點；鼻下點（Sn）：鼻小柱與上唇交界的中點；鼻翼基點（Sbal）：鼻翼基部的最低點，鼻翼于此處與上唇皮膚融合；口角點（Ch）：上、下唇在口裂兩側的聯合點；唇峰點（Cph）：人中嵴與唇紅緣的交界點；上唇中點（Ls）：上唇唇紅緣與正中矢狀面的交點；下唇中點（Li）：下唇唇紅緣與正中矢狀面的交點；頦前點（Pg）：頦部正中的最前點；頦下點（Me）：頦部正中的最低點。

21個線性距離測量項目，測量范圍包括全面部，但以鼻唇部為主，其中全面部3項，眶部2項，鼻部5項，唇部11項。具體如下。面部：上面高（GSn）、下面高（前）（Sn-Pg）、下面高（下）（Sn-Me）；眶部：內眥間距（En-En）、外眥間距（Ex-Ex）；鼻部：鼻高（N-Sn）、鼻背（N-Prn）、鼻尖高（Prn-Sn）、鼻孔（右，左）[Sn-Sbal（R，L）]；唇部：口裂寬（Ch-Ch）、上唇高（右，左）[Ch-Sbal（R，L）]、人中高（Sn-Ls）、人中寬（Cph-Cph）、唇峰口角距（右，左）[Ch-Cph（R，L）]、人中寬（右，左）[Ls-Cph（R，L）]、下唇寬（右，左）[Ch-Li（R，L）]。

1.3 方法

1.3.1 iWitness攝影測量系統的技術原理、組成及操作 本實驗中采用的攝影測量系統由iWitness軟件、計算機及一臺普通數碼相機組成，其中相機用于數據獲取，軟件用于數據的計算與分析。全部操作過程采取人機對話與菜單選擇方式完成。iWitness攝影測量系統的技術原理利用CCD攝像機從不同角度來拍攝同一場景下的目標物體，然后由攝影測量軟件進行處理，將二維數據信息（X，Y）轉換成三維數據信息（X，Y，Z）。利用普通數碼相機進行多角度自由拍攝一定數量的數字圖像，獲取數量滿足所有標志點至少出現在2幅圖像上即可。值得特別指出的是，由于本實驗采用的普通數碼相機屬于非測量攝像機，與專業測量攝像機相比，此類相機雖然價格低廉且易于操作，但是其內部參數一般不穩定，容易造成圖像畸變。而iWitness軟件可以通過相關操作對相機的內部參數進行校正，從而獲取準確的數據信息。

1.3.2 頭部模型測量 利用普通數碼相機對已確定標志點的模型進行不同方位圖像的獲取，并按照三維系統要求選取一定數目的圖像并錄入軟件。經過軟件測量分析后，便可得到面部各標志點的三維坐標值（X，Y，Z），以及任意兩個標志點之間的距離值。頭部模型的圖像攝取、三維軟件處理均由同一人完成，由此排除其他干擾因素。

采用標準臨床測量工具（電子游標卡尺）來直接量取頭部模型上兩標志點之間的距離，由3人在同一時間段內完成，每人測量5次，3人共獲取15組數值，取其平均數作為兩標志點間的真實距離值。

為了評估三維攝影系統對模型測量的工作精度，可采用以下兩種方式，具體如下。1）標志點測量誤差：在不同狀態下，重復獲取面部各標志點的三維坐標值。通過對相應坐標值之間的差異進行比較，來分析誤差來源及影響程度。差值越小，則表明定點重復性越高。通過融合分析，每個標志點的三維坐標經過轉化、旋轉后，將所有軟件測量的相應標志點進行匹配。若存在一個矩陣滿足所有的對應標志點轉化，那么就為無效假設，提示標志點定位誤差為零。2）距離測量誤差：雖然三維坐標無法應用于直接測量方式中，但模型上任意兩個標志點之間的距離值可以用來與三維測量數據作比較。三維距離值通過iWitness軟件來獲取，兩個標志點之間的距離根據公式進行計算，與其他文章所用的目標登記誤差相同[8-9]。本實驗所用軟件可由點擊鼠標完成距離值的獲取，大大簡化計算過程。若相應距離值相同則說明距離誤差為零，差值越小代表準確性越高。

1.4 統計分析

采用SPSS 17.0軟件包進行統計學分析，所有數據分析前，對每一組數據進行正態性檢驗，符合正態分布者，采用配對t檢驗；對于任何非正態分布的測量項目，則選擇非參數秩和檢驗，P<0.05認為差異有統計學意義。同時，當測量項目差值大于2 mm時，可認為這種差異具有臨床意義。

2 結果

2.1 精確性分析

2.1.1 操作誤差 在圖像定點過程中的不準確可造成操作誤差，由一位操作者通過對同一組圖像的重復定點來評估操作者誤差的大小。數據分析采用在圖像非縮放狀態與縮放狀態下分別定點測量20次，并計算同一標志點在不同次數的定位狀態下兩標志點之間的距離值。

在非縮放狀態下操作者的平均誤差為0.20 mm，最小值為0.001 mm，最大值為0.486 mm（圖1）。與非縮放狀態下操作者的平均誤差相比，縮放狀態下的誤差明顯減小（P<0.05），平均誤差為0.09 mm，最小值為0.001 mm，最大值為0.230 mm（圖2）。

圖1 在非縮放狀態下三維測量的操作者誤差Fig 1 Operator error of 3D system in non-zoom status

圖2 在縮放狀態下三維測量的操作者誤差Fig 2 Operator error of 3D system in zoom status

2.1.2 攝像誤差 通過選取不同組別的圖像來評估攝像因素對測量結果的影響，選擇20組不同角度的圖像，每組圖像包含有2～5張圖像，并且要求所有面部標志點至少出現在其中的2張圖像上，從而滿足標志點的三維坐標獲取與重建。由于iWitness指南已明確提出，只要標志點的三維數據獲取完畢，即使增加圖像數量也不會顯著增大精確度，故圖像數量并不會對攝像誤差產生影響。攝像誤差分析見圖3，平均誤差為0.283 mm（0.005～0.584 mm）。將圖1所示的操作者誤差（0.20 mm）考慮在內，對同一研究對象的不同角度攝像所得數據的誤差為0.083 mm。配對t檢驗示，與同一組圖像的測量結果相比較，不同組別的圖像對測量結果的影響無統計學差異（P>0.05）。

圖3 三維測量的圖像攝取誤差（含操作誤差）Fig 3 Image captured error of 3D system（including operator error）

2.1.3 校正誤差 與測試攝像誤差相類似，本階段也是選取不同組圖像進行20次標志點獲取，但與先前的三維攝影測量僅進行一次校正不同，每一組圖像測量前均進行重新校正。由圖4中的數據可見，平均誤差為0.251 mm（0.004～0.524 mm），與僅作一次校正的攝像誤差進行比較分析，二者間差異無統計學意義（P>0.05）。

圖4 三維測量的校正誤差（含操作誤差）Fig 4 Recalibration error of 3D system（including operator error）

2.2 準確性與偏倚分析（相對于直接測量）

利用系統測量與直接測量兩種方法來獲取頭部模型的21項線性距離值，進而評估三維圖像測量與真實值之間的差距。選取3次三維測量中的全部21項距離值，測量項目共計63項，分別與真實距離值相比較。結果顯示，兩者之間的差值呈近似正態分布，差異主要集中于±0.4 mm之間，兩端遞減趨勢，無偏倚（圖5）。

圖5 三維測量數據與直接測量平均值的差異分布Fig 5 Allocation of the differences between mean direct measurements and distances out of 3D data set

3 討論

研究頜面部的傳統方法都有著各自的局限性，如放射技術雖然可以準確測量骨骼標志點，卻無法進行軟組織的美觀方面測量，同時其放射性對受試者的健康也有影響。直接測量法具有非侵襲性、技術簡單且成本較低的優點，但是其操作過程較為耗時且需要受試者的耐心配合，這對于不能合作的嬰幼兒更為困難，也就造成了臨床應用的局限性。再者，直接測量技術除了提供最終的數據收集結果，卻無法完成對面部特征信息的全面記錄，由于有些目前看似不重要的信息并未記錄，但是隨著臨床、科研的不斷發展以及新的視點和視角的出現，這些目前被忽略的信息中可能會蘊藏新的醫學理論，在無形中就造成了資源的巨大浪費。這就迫切要求建立一個包括圖像及相關指標的完整的數據庫，使臨床資料標準化、數字化，而圖像的準確獲取與測量是關鍵點。因此，頜面部測量技術的提高重點在于發展非侵襲性、高效且準確的間接測量技術[10]，才能夠滿足臨床與科研應用的要求。

隨著激光掃描、結構光技術及立體攝影測量等技術的新發展，三維表面成像技術越來越多的取代了傳統的直接測量方式，并系統的應用于人體測量學領域[11]。大多數的三維表面成像系統是基于立體攝影測量技術原理，這種技術較以往的表面成像技術具有獲取速度快、攝取范圍廣泛等優點，使得臨床與科研工作應用更為普遍[12-13]。同時，這一技術開始應用于頭面部發育過程與治療前后的體積變化的定量研究[14]。在術前手術計劃、術后效果以及綜合征的評估等臨床工作中意義重大，而在以描述生長樣式、解剖形態多樣性的自然科學領域當中同樣是不可或缺的。目前，比較知名的三維測量系統如3dMD、Genex、Di3D、Canfield等，已較成熟的應用臨床及科研。但其設備復雜，價格不菲，必然限制其臨床推廣。然而以三維立體攝影技術為原理的iWitness系統，則可以最大程度的簡化設備，提高性價比。

無論何種測量技術，在定量分析面部表面形態方面必須是精確與準確兼顧的，這在目前應用的系統亦是同樣要求。評估系統精確性至關重要，這是因為較高的組內或組間測量誤差會產生誤導的結果，尤其是在比較不同測量組之間的數據時更為明顯。另一方面，評估準確性也是必不可少的，因為不同測量技術獲取數據的不一致會限制這種技術所得數據的可說服性，也不能提供較有意義的對照。目前所有軟組織及顱面部測量標準均選用直接測量方法作為標準，如果某種三維攝影測量技術獲取的測量數據與多種傳統的技術不一致，那么便可以認為這種三維技術的準確性有待提高。

本實驗模型研究中，采用不同的數據獲取過程進行重復測量，來探討圖像放大、圖像攝取、軟件校正等操作對測量精確度的影響，并尋求一種高效、高精確度的工作方式來進行臨床與科研工作：關于操作者誤差，利用圖像放大工具獲取標志點的三維坐標值，可明顯降低標志點的定位誤差（P<0.05），但這也并不是必須的操作，因為在不使用放大工具的情況下平均誤差為0.20 mm，在臨床中也是可以忽略不計的。一旦操作者對標志點定位不確定時，那么就推薦使用放大工具。

由于選取模型圖像的不同而引起的攝像誤差約為0.283 mm（其中操作者誤差0.20 mm），就臨床操作上來講，這種誤差也是可以忽略的。對于同一研究對象的不同組圖像與同一組圖像的數據之間的差異無統計學意義（P>0.05），進一步從統計學上說明了由攝像角度的變換而引起的圖像差異，對數據并無影響。

iWitness三維攝影測量軟件操作說明提示，在不同組圖像的測量前對圖像進行校正，可以提高標志點坐標值以及距離值等數據的準確性，但由于校正程序實施的前提是必須滿足包含有至少4張圖像，不僅耗時而且增加了操作流程。在本實驗中，通過對20次不同組圖像的20次校正，所得到的平均誤差為0.251 mm（其中操作者誤差0.20 mm），與僅作1次校正的測量誤差相比較，誤差減小約0.032 mm，二者間差異無統計學意義（P>0.05），而且這種由多次校正而帶來的精確度提高臨床意義也不大。由此可說明對于同一型號相機拍攝的不同組圖像，僅在數據獲取前做一次校正便可以達到應有的精確度，從而避免了不必要的操作，提高了工作效率。而以往精確度研究并沒有能評估坐標點的標定誤差，在本研究中通過對頭部模型的三維測量完成了坐標點標定誤差的評估，并尋找到一種適合本系統的高效且精確度較高的應用方法。

另外，與直接測量技術相比較，發現三維測量值與真實值之間的差值呈近似正態分布，差異主要集中于±0.4 mm之間，兩端遞減趨勢，無偏倚。然而相關文獻[15]卻報道了其他測量技術的不一致性。也有報道[16]指出三維測量系統在水平向測量項目中有偏大的趨勢，而在垂直向指標中卻傾向于較直接測量數據偏小。分析出現測量結論不一致的原因，人體面部與頭部模型的重要區別在于軟組織具有形變能力，輕微的接觸也可以引起表面皮膚變形，進而使測量數據發生改變。再者，人體面部的三維測量與直接測量雖然在同一時間段內完成，但是也不能否定時間因素的影響，因為人體面部形態可以隨著各種表情變化而變化，甚至呼吸運動都會使測量數據產生前后的不一致性。然而，頭部模型的測量并不會受此因素的影響。

本研究通過一系列點距測量值的獲取及頭部模型坐標點的定位數據分析，證實了iWitness三維攝影測量系統的精確度，并確立了適合于面部測量分析的系統應用方法。測量數據及分析結果表明此系統與直接測量數據的一致性良好，且有較高的精確性，無論臨床應用還是科學研究中都是適用的。由于具有高效性、非侵襲性并能夠獲取三維面部形態的存檔信息等優勢，此系統可作為面部形態數據庫建立的重要工具，使臨床資料標準化、數字化，從而為面部畸形的臨床治療與科學研究提供良好的平臺。

[1]Moghaddam MB,Brown TM,Clausen A,et al.Outcome analysis after helmet therapy using 3D photogrammetry in patients with deformational plagiocephaly:the role of root mean square[J].J Plast Reconstr Aesthet Surg,2014,67(2):159-165.

[2]Ghoddousi H,Edler R,Haers P,et al.Comparison of three methods of facial measurement[J].Int J Oral Maxillofac Surg,2007,36(3):250-258.

[3]Khambay B,Nairn N,Bell A,et al.Validation and reproducibility of a high-resolution three-dimensional facial imaging system[J].Br J Oral Maxillofac Surg,2008,46(1):27-32.

[4]Sawyer AR,See M,Nduka C.3D stereophotogrammetry quantitative lip analysis[J].Aesthetic Plast Surg,2009,33(4):497-504.

[5]Toma AM,Zhurov A,Playle R,et al.Reproducibility of facial soft tissue landmarks on 3D laser-scanned facial images[J].Orthod Craniofac Res,2009,12(1):33-42.

[6]Winder RJ,Darvann TA,McKnight W,et al.Technical validation of the Di3D stereophotogrammetry surface imaging system[J].Br J Oral Maxillofac Surg,2008,46(1):33-37.

[7]Farkas LG.Anthropometry of the head and face[M].New York:Raven Press,1994.

[8]Luebbers HT,Messmer P,Obwegeser JA,et al.Comparison of different registration methods for surgical navigation in cranio-maxillofacial surgery[J].J Craniomaxillofac Surg,2008,36(2):109-116.

[9]Marmulla R,Mühling J,Eggers G,et al.Markerless patient registration.A new technique for image-guided surgery of the lateral base of the skull[J].HNO,2005,53(2):148-154.

[10]Incrapera AK,Kau CH,English JD,et al.Soft tissue images from cephalograms compared with those from a 3D surface acquisition system[J].Angle Orthod,2010,80(1):58-64.

[11]Lane C,Harrell W Jr.Completing the 3-dimensional picture[J].Am J Orthod Dentofacial Orthop,2008,133(4):612-620.

[12]Honrado CP,Larrabee WF Jr.Update in three-dimensional imaging in facial plastic surgery[J].Curr Opin Otolaryngol Head Neck Surg,2004,12(4):327-331.

[13]Ozsoy U,Demirel BM,Yildirim FB,et al.Method selection in craniofacial measurements:advantages and disadvantages of 3D digitization method[J].J Craniomaxillofac Surg,2009,37(5):285-290.

[14]Hermans DJ,Maal TJ,Bergé SJ,et al.Three-dimensional stereophotogrammetry:a novel method in volumetric measurement of infantile hemangioma[J].Pediatr Dermatol,2014,31(1):118-122.

[15]Kouchi M,Mochimaru M.Errors in landmarking and the evaluation of the accuracy of traditional and 3D anthropometry[J].Appl Ergon,2011,42(3):518-527.

[16]Verhoeven TJ,Coppen C,Barkhuysen R,et al.Three dimensional evaluation of facial asymmetry after mandibular reconstruction:validation of a new method using stereophotogrammetry[J].Int J Oral Maxillofac Surg,2013,42(1):19-25.