Page 30 - 南京医科大学自然版
P. 30

第45卷第12期
               ·1712 ·                           南 京    医 科 大 学 学         报                        2025年12月


              初步分割出含下颌神经管在内的颌骨区域，再以多                            疗目标，提升种植手术的微创、精准以及可预期性，
              尺度输入残差U⁃Net构架进行下颌神经管的精细分                          它是基于 CBCT 和口扫拟合数据进行虚拟排牙、虚
              割，经过公共数据集测试显示，这一技术达到临床                            拟种植规划，进而选择配套的手术工具盒和导环，
              可接受水平。                                            设计并三维打印而成。Mangano等             ［43］ 采用云端AI软
              1.2.4  缺牙区软组织的识别                                  件 Virtual Patient Creator，10~15 min 即可实现 CBCT
                  种植体周有足够宽度的角化龈和适当的软组                           数据与口扫数据的自动拟合及数据分割，然后导出
              织 厚 度 对 于 种 植 修 复 的 长 期 预 后 非 常 重 要 。             位于同一坐标系的一系列STL数据，包括颌骨（来自
              Brandenburg 等 ［38］ 采 用 统 计 形 状 模 型（statistical    CBCT）、牙⁃牙龈结构（来自口扫）、牙（来自 CBCT 与
              shape model，SSM）对牙列石膏模型上的膜龈联合交                    口扫的拟合数据）、下颌神经管和上颌窦等重要解
              接线进行了智能识别，并与直接口扫数据进行了对                            剖结构（来自 CBCT），将这一系列数据导入虚拟现

              比，两者在上颌及下颌的误差大小分别为 1.06 mm                        实（augmented reality，AR）应用程序 Holodentist 及其
              和 0.81 mm，说明 SSM 对于石膏模型软组织分析是                     配套 AR 头戴装置 HoloLens 2，在 AR 场景中调用软
              一种高效智能的方法，适宜普及到基层医疗机构。                            件中的种植体、扫描杆等数据实现AR虚拟种植，确
              Yang等 ［39］ 采用U⁃Net算法将CBCT的DICOM数据和                定虚拟种植效果后，再将相应的种植体三维位置数

              口扫的STL数据拟合在一起，在距离游离龈缘4 mm                         据及牙⁃牙龈⁃颌骨数据导出、导入到开源设计软件
              之处测量了拟合数据剖面上的牙龈厚度，与传统针                            Meshimixer 中完成静态种植导板的设计，3D 打印制
              刺测量法相比，差异无统计学意义，说明 AI 测量牙                         作导板，辅助实际种植手术。
              龈厚度的方法高效而无创。                                           Brandenburg 等 ［44- 45］ 采用 SSM，从 CBCT 与模型
              1.3  口扫数据的牙齿分割及其与CBCT的拟合                          扫描拟合数据逆向计算出牙冠原有牙根的位置，辅
                  数字化口内扫描可以直接获取口内软硬组织                           助 co⁃DiagnostiX 种植导板设计软件完成导板设计，
              的三维形态以及咬合关系，用于修复体数字化设                             这种方法在后牙区有良好的效果，但在前牙区，由
              计、正畸矫治器设计等用途。数字化口内扫描数据                            于种植体和天然牙根与牙冠的位置关系不同，因此
              和 CBCT 数据配准拟合后，可以用于种植手术规划                         效果欠佳。针对种植导板制作流程中的误差问题，
              和种植导板设计。Liu 等         ［40］ 建立了口内扫描数据的             Türker 等 ［46］ 训练了一种 ANN 网络模型用于 SLA 导
              自监督学习框架STSNet，既减少了临床医生标注工                         板的精度分析。
              作量，又明显提高了三维牙齿自动分割性能                       ［40］ 。       一项针对现有种植导板设计软件的调查研究
              Kim等 ［41］ 利用AI技术实现了CBCT及口内扫描数据                    显示，大多数导板设计软件采用手动或半自动化
              自动快速配准融合，显著缩短种植手术规划时间，                            方法进行种植规划，只有少数软件实现了不同程度
              提高医生工作效率。Algarba 等          ［42］ 比较了 AI 配准口       的智能化     ［47］ 。例如，虽然 Atomica.ai、BlueSkyPlan、
              扫数据和 CBCT 数据的效率，发现 AI 配准方法耗时                      Co⁃DiagnostiX、DTX Studio Clinic 和 Romexis 都可以
              最短（51.4 s），显著优于人工配准（840 s）和半 AI 配                 自动配准 CBCT 和口内扫描，但后四者是智能分割
              准方法（274.7 s）。                                     解剖标志并配准，Atomica.ai 和 DTX Studio Clinic 可
                  目前，AI在种植修复术前阶段的研究与应用达                         以全自动数字化排牙，而其他程序则是手动和半自
              到了临床决策辅助的水平，但仍需要人工主导综合                            动化排牙，SICAT具有全自动化手术导板设计功能，
              判断。AI在口腔种植影像学方面起步最早、发展最                           Smop提供云端服务。因此，在导板设计软件的选择
              成熟，涉及解剖结构识别、智能分割、自动化监测、辅                          和使用中，需要注意自动化和智能化的差别。
              助诊断，而且可以高效实现口扫数据与CBCT数据的                          2.2  自主式种植机器人
              智能拟合，但解剖结构的智能识别分割与种植手术                                 口腔种植机器人技术是由 AI、ML、传感器和数
              智能规划的衔接上仍存在差距，口扫、CBCT与术前                          据处理等多种高新技术结合而成的复杂智能系统，
              其他多模态数据的配准拟合仍有待进一步研发。                             其理论基础包括数学模型（用于描述机器人的形
                                                                状、方向和运动）、运动轨迹规划（根据数学模型计
              2 AI在种植修复术中阶段的研究与应用
                                                                算机器人的运动轨迹）和控制策略（如力反馈控制
                                                                   ［48］
              2.1  优化种植手术导板                                     等） ，旨在克服自由手种植依赖医师主观经验及
                  种植手术导板有助于实现以修复为导向的治                           手控操作的精度偏差等缺陷。口腔种植机器人主
   25   26   27   28   29   30   31   32   33   34   35