Page 22 - 南京医科大学自然版
P. 22
第45卷第12期
·1704 · 南 京 医 科 大 学 学 报 2025年12月
3.4 三维点云数据的形态补全 赝复形态的效果。结果显示,在“形态偏差”(鼻赝
3.4.1 基于非结构化处理数据的形态补全 复形态与原始数据鼻部形态间的三维偏差RMS值)
针对颅颌面缺损患者的三维点云数据,使用 方面,PA⁃NICP算法为(1.51±0.45)mm,MeshMonk程
“镜像法”和“数据库法”可在一定程度上满足缺损 序为(1.34±0.31)mm;在“边缘密合性”(鼻赝复形态
形态的数字化设计需求,但需辅助一定的人工手动 边缘与鼻缺损数据缺损边缘间的曲线偏差RMS值)
调整才能获得较为满意的形态设计效果。前述过 方面,PA⁃NICP算法为(0.22±0.05)mm,MeshMonk程
程的自动化程度和效率较低,且需要医生具有足够 序为(0.38±0.09)mm;在“移行”(鼻赝复形态边缘两
的软件操作能力与技巧,无法充分满足临床应用需 侧相邻曲面的相切连续曲面百分比)方面,PA⁃NICP
求。为提升数据调整的自动化程度,优化“镜像法” 算法为 95.47%,MeshMonk 程序为 92.20%,证明 PA⁃
和“数据库法”的缺损补全效果,可将“镜像法”和 NICP算法和MeshMonk程序均能实现鼻赝复形态的
“数据库法”与“非刚性配准”相结合,将镜像数据或 快速构建,并具有良好的临床适用性 [60] 。此外,笔
数据库检出的数据变形匹配至缺损数据上,从而进 者团队还构建了具有不同鼻形态的三维人脸模板数
行形态补全。有学者在为鼻缺损患者设计赝复形 据库,能为鼻赝复形态的构建提供多种鼻形态选择,
[61]
态时,先从数据库中检索出合适的颜面数据,将其 进一步满足了鼻缺损患者的个性化赝复需求 。前
与鼻缺损数据进行全局“刚性配准”后,应用“非刚 述研究表明,通过“非刚性配准”的变形匹配,可实
性配准”将其匹配至鼻缺损数据上,实现对数据库 现模板数据与缺损数据间空间位置和三维形态的
检出数据的调整 [57] 。结果表明,结合“数据库法”与 自动调整,在一定程度上避免了人工手动调整“移
“非刚性配准”,可获得边缘适合、符合美学要求的 行”,有望实现颅颌面缺损形态的自动、高效数字化
鼻缺损补全数据。前述方法不仅降低了“数据库 设计。
法”对医生经验的依赖性,也体现了“刚性配准”和
4 总结与展望
“非刚性配准”结合应用、优势互补的价值。
3.4.2 基于结构化处理数据的形态补全 综上,“刚性配准”和“非刚性配准”技术在三维
通过构建具有一定形态代表性的模板数据,使 颅颌面点云数据的处理、分析中发挥重要作用,为
用“非刚性配准”将其变形匹配至颅颌面缺损数据 口腔医学的数字化精准诊断、个性化治疗方案设计
上,模板变形后数据与缺损数据间具有统一的空间 与疗效的精确量化分析提供了关键技术手段,越来
坐标系。同时,与缺损数据非缺损区对应的部分, 越受到口腔临床医师的关注。针对三维颅颌面点
模板变形后数据具有接近缺损数据的三维形态;与 云数据的处理分析,“刚性配准”和“非刚性配准”的
缺损数据缺损区对应的部分,模板变形后数据仍保 优势、局限性及应用场景如表2所示。
留了原始模板数据的三维形态,因此可以基于模板 总的来说,“刚性配准”适用于形态稳定或形变
变形后数据完成颅颌面缺损数据的形态补全,实现 较小的数据,其配准效率高,在口腔临床中应用广
颅颌面缺损形态的数字化设计 [9,58-59] 。笔者团队基 泛。但其也具有以下局限性:对于颅颌面畸形、缺
于构建的三维人脸模板和文献报道的MeshMonk 程 损患者的三维点云数据,“刚性配准”将其与形态正
序,提出了一种针对外鼻缺损的三维形态补全方 常、完整的数据进行配准的效果欠佳;对于不同设
法,采用此方法为20例人工构建的外鼻缺损三维颜 备来源的多模态数据,“刚性配准”进行数据融合构
面数据进行了形态补全,并通过角度、线距比例、修 建虚拟患者的效果受数据精度差异影响较大;对于
复边缘曲线偏差以及关键标志点距离等指标评价 形态差异明显的数据,“刚性配准”可能会导致数据
了该方法的效果。结果显示,补全数据的鼻面角 间解剖形态的错误匹配等。针对前述问题,需要提
和鼻唇角与原始数据无显著差异,鼻面比例关系 高“刚性配准”在不同类型数据中应用的普适性与
接近理想鼻面比值,补全数据的边缘曲线偏差平 鲁棒性,增强其对噪声、畸形、缺损数据等的适应能
均为(0.37±0.09)mm,关键标志点与原始数据间的 力,以满足更多临床场景的需求。同时,人工智能
距离平均在 2 mm 左右,初步证明该方法具有较好 (artificial intelligence,AI)技术在口腔医学领域中
的可行性 [59] 。笔者团队还自主研发了非刚性配准 的应用也取得了显著进展,AI 技术能通过深度特
算法PA⁃NICP,并对比分析了PA⁃NICP算法和Mesh⁃ 征学习实现数据特征的自动提取、筛选与匹配,提
Monk程序为30例人工构建的全鼻缺损数据构建鼻 高“刚性配准”的自动化程度;亦能通过端到端模

