錐形束CT用于口腔頜面疾病進展

韋雪瓊，王遠軍

(上海理工大學醫學影像工程研究所，上海 200093)

口腔健康是全身健康的重要組成部分，不良口腔習慣、牙周病及頜骨腫瘤等造成的口腔頜面畸形嚴重影響咀嚼功能和面部美觀[1]。錐形束CT(cone beam CT， CBCT)圖像分辨率高、放射劑量低，可提供三維(three-dimensional， 3D)信息，已成為檢查口腔頜面的重要影像學方法之一[2-3]。CBCT診療口腔頜面疾病基本流程包括分割牙頜、3D重建口腔頜面部及治療規劃3個部分(圖1)。本文對CBCT在口腔頜面疾病中的應用價值和研究進展進行綜述。

1 牙頜分割

CBCT可提高圖像信噪比，輔助評估牙頜形態，降低漏診誤診風險，但存在以下缺點：①低成像劑量可致圖像噪聲高、對比度低；②圖像包含整個頭部信息，口腔結構分辨率低；③牙齒與牙槽骨灰度值相近，較難分割；④牙齒輪廓受拓撲變化影響，分割結果多分支化。目前分割牙頜已由傳統方法發展到基于深度學習的分割法[4-5]。

1.1 傳統分割法 采用經典閾值類分割方法如結合濾波去噪、邊緣檢測及骨架提取等方法可增強邊緣信息，提高分割精確度[5]；為提取光順邊界，可在傳統水平集方法中加入競爭能量項、梯度能量項、形狀約束能量項、全局先驗灰度能量項或局部灰度能量項等約束信息，以減少邊界毛刺[6]。在經典閾值類分割方法中加入具有牙頜信息的水平集方法，并考慮人工干預產生的誤差及牙齒粘連等問題，可提高混合分割算法的精確度，但該類方法多為半自動分割法，分割磨牙精確度較低[7]。

圖1 CBCT診療口腔頜面疾病基本流程

表1 口腔頜面常用數據

1.2 深度學習分割法 目前基于CBCT的深度學習分割與分類成為研究熱點，通過學習尋找信息量豐富且與眾不同的特征，可在提高分割精確度的同時分類標記牙齒[8-9]。在神經網絡中融合粗細預分割、空間背景信息預處理等增強方法能夠有效抑制噪聲，提高檢測微小對象的敏感度，準確定位口腔頜面解剖標志，分割牙頜邊界[10-11]。基于Res_Unet網絡，采用多模型混合可增強對比度較低的牙根邊界信息，分割精確度可達95.40%[12]；但數據來源少、制定金標準較為耗時等因素限制著多數深度學習分割法訓練集與測試集數據量。目前已可實現全自動分割標記牙齒，且對其中切牙、尖牙和前磨牙取得了較好結果，但對后磨牙與智齒區域易出現過分割或欠分割。采用深度學習方法、融合多種方法優勢分析牙齒特征，增加訓練集樣本量，有助于提高分割后磨牙及智齒的精確度。

2 3D重建

3D重建技術可減少視野受限所致診斷誤差，目前已有較為成熟的重建系統，可實現醫學圖像3D可視化；通過3D重建牙齒、牙神經及頜骨等，根據頜骨結構、咬合面和牙槽骨量，可設計出最佳種植方案[13]。術前需進行多次3D模擬手術預演，比較各方案優劣，確定最佳咬合面及頜骨切除修復方案[14-15]。無論口腔種植還是頜骨治療，比較手術前后3D圖像變化、定量評估術前規劃精確度與術后治療效均屬必要。現今應用較廣泛的3D重建系統包括Visualization Toolkit(VTK)、Magics、Geomagic及ITK-SNAP等，相關技術發展日趨成熟，但仍存在信息處理耗時、交互性不足、數據測量困難和缺乏圖像配準功能等問題，亟需開發兼容圖像配準、定量分析和裸眼3D功能的3D重建系統。

3 治療規劃

目前基于CBCT的治療規劃主要包括術前預先判斷診療方案風險與效果和術后依據理想方案復診評估療效兩部分內容。CBCT能提供精準的口腔頜面數據，可結合診療目的有針對性地采集數據，為預測和評估療效提供依據[16]。口腔頜面常用數據見表1，解剖標志點見表2。根據眶耳平面、面中平面(垂直于眶耳平面，并通過鼻根點)和冠狀面(垂直于眶耳平面，并通過蝶鞍點)建立空間坐標系，定位治療前后圖像，并測量軟、硬組織移動數據；通過測量面部中1/3(軟組織眉間至下唇)、面部下1/3(下唇至軟組織頦部)、上下唇長度及前面部高度(鼻根點至頦下點)等軟組織數據，可定量評估手術對面部美觀的影響[17]。針對硬組織，主要研究內容為術前測量解剖標志點間的數據，并根據配準圖像定量評估治療效果與方案之間的偏差，為判斷疾病類型與分析術后潛在影響提供參考依據[18]。結合人工智能技術開發計算機輔助手術規劃系統全自動測量手術前后軟、硬組織變化有助于制定治療方案，預測并發癥發生率，評估術后患者恢復程度，對未來住院醫生培訓和臨床教學具有重要價值。

3.1 口腔種植 牙槽骨對牙齒具有支撐固定作用，口

表2 口腔頜面解剖標志點

腔種植前均建議采用CBCT評估牙槽骨骨質，為選擇種植體提供依據。正常狀態下，牙槽骨數據可為術前考量牙槽骨質量和密度提供指導模板，為術后定量評估骨質增加量提供參考標準，并對選擇插入體的插入扭矩及固定器尺寸和類型具有一定影響[19-20]。根據牙齒與牙槽骨數據確定種植體大小與種植方式，可降低骨板穿孔、牙槽神經損傷等并發癥發生率[21]。骨性橋體積吸收與正畸治療成功呈負相關[22]。術后需測量植入體位置與術前規劃之間的偏差，同時跟蹤測量牙槽骨吸收率，以判斷口腔種植是否成功。

4 小結

目前CBCT成像用于口腔頜面診療相關領域研究主要分為輔助診斷及治療疾病。分割牙頜已從傳統方法發展到較高分割精確度的深度學習方法。3D重建技術的出現減低了視野受限所致漏診、誤診，可為定量評估治療規劃提供依據。對特定的醫學信息進行分析可于術前輔助診斷疾病并規劃提治療方案。