国际口腔医学杂志

国际口腔医学杂志 ›› 2022, Vol. 49 ›› Issue (2): 125-131.doi: 10.7518/gjkq.2022041

• 专家笔谈 •    下一篇

人工智能正颌外科的探索与临床初步应用

罗恩()   

  1. 口腔疾病研究国家重点实验室 国家口腔疾病临床医学研究中心 四川大学华西口腔医院正颌及关节外科 成都 610041
  • 收稿日期:2021-12-02 修回日期:2022-01-10 出版日期:2022-03-01 发布日期:2022-03-15
  • 通讯作者: 罗恩
  • 作者简介:罗恩,现任四川大学华西口腔医院教授,一级专家,博士生导师。国际牙医师学院院士,英国格拉斯哥皇家内外科学院外科院士,教育部新世纪优秀人才,四川省海外高层次留学人才,中华口腔医学会口腔颌面外科专业委员会常务委员,四川省口腔医学专业委员会常务委员,四川省口腔颌面外科专业委员会副主任委员,四川省美容与整形专科委员会委员,四川省卫生健康委员会学术和技术带头人,国际内固定协会（Arbeitsgemeinschaft fur Osteosynthesefragen/Association for the Study of Internal Fixation,AO/ASIF）国际讲师。临床工作主要从事正颌外科、面部轮廓整形、智能与数字化外科。主持多项国家自然科学基金、教育部新世纪优秀人才计划项目、四川省重点研发项目的研究工作。主编专著《牙和颌面畸形就医指南》《正颌及关节外科诊疗与操作常规》。获得教育部科技进步奖一等奖1项、二等奖1项,四川省科技进步奖一等奖1项,中华口腔医学会科技奖一等奖1项。获得牙和颌面畸形矫治相关国家发明专利4项,实用新型专利5项。
  • 基金资助:
    四川省重点研发项目(22ZDYF1734);成都市科技局项目(2021-YF05-01627-SN)

Exploration and clinical application of artificial intelligence in orthognathic surgery

Luo En()   

  1. State Key Laboratory of Oral Diseases & National Clinical Research Center for Oral Diseases & Dept. of Orthognathic and Temporomandibular Joint Surgery, West China Hospital of Stomatology, Sichuan University, Chengdu 610041, China
  • Received:2021-12-02 Revised:2022-01-10 Online:2022-03-01 Published:2022-03-15
  • Contact: En Luo
  • Supported by:
    Key Research and Development Program of Sichuan Province(22ZDYF1734);Program of Science and Technology Department of Chengdu City(2021-YF05-01627-SN)

RichHTML

235

PDF (PC)

1273

摘要：

正颌外科手术是牙颌面畸形最常用的治疗方式。目前正颌外科已经普遍进入数字化阶段,但存在人工操作流程繁杂,重复性劳动比例高、效率低、耗时长,人工设计错误率高等问题。人工智能是解决上述问题的有效方法和研究前沿。本课题组利用人工智能技术建立算法模型,开发出一套可以应用于牙颌面畸形患者临床诊断及手术方案设计的系统,并进行相关临床试验验证其临床使用可行性和准确性,期望其可以应用于临床辅助专科医生的诊疗工作。

关键词: 正颌外科, 牙颌面畸形, 人工智能, 数字化外科

Abstract:

Orthognathic surgery is the most common treatment for malocclusion deformity. Orthognathic surgery has entered the digital stage, but it has many problems, such as complicated manual operation, low reproducibility, low efficiency, time consuming, and high error rate of manual design. Artificial intelligence is an effective method and research frontier to solve these problems. Our research team explored an algorithm model by artificial intelligence and established a software system for the diagnosis and surgical design for patients with malocclusion deformity. Relevant clinical trials were conducted to verify its feasibility and accuracy. The artificial intelligence software system for orthognathic surgery is expected to be applied to assist the diagnosis and treatment of dentofacial deformity.

Key words: orthognathic surgery, dentofacial deformity, artificial intelligence, digital surgery

中图分类号: 

  • R782.2

图 1

标志点自动识别流程图 STL：立体光刻成型（stereolithography）。"

图 2

AIPMS软件主体界面"

图 3

AIPMS软件中的测量类型"

图 4

基于XGBoost算法的人工智能牙颌面畸形诊断流程 XGBoost：梯度提升决策树分类算法（extreme gradient boosting）。"

图 5

XGBoost算法对不同诊断项目的准确性评价结果"

图 6

判断上、下颌骨发育及偏斜情况的ROC曲线 A：判断上颌骨发育及偏斜情况的ROC曲线;B：判断下颌骨发育及偏斜情况的ROC曲线。"

图 7

基于人工蜂群算法的正颌手术方案智能设计流程"

表 1

人工智能与实际方案术后头影测量结果差异性"

测量项目 实际方案结果 智能方案结果
Or-U6（R）/Or-U6（L）/% 99.6±1.3 100.1±1.0
上颌偏斜/° -0.3±0.5 0.1±0.3
Go-Me（R）/Go-Me（L）/% 99.6±1.2 99.5±0.9
Pog-MSP/mm 0.15±0.70 -0.23±0.20
??平面角（Y-Z平面）/° 10.1±2.4 12.6±1.2
S-N-A/° 80.4±2.5 81.5±1.3
S-N-B/° 79.6±2.2 79.3±1.5
A-N-B/° 2.0±1.3 2.6±0.6
S-N-Pog/° 78.6±2.3 80.5±1.6
N-A-Pog/° 5.1±2.6 5.4±1.8
N-ANS/ANS-Me/% 82.4±2.0 82.7±1.2

表 2

统计30例患者在智能设计方案与实际方案中骨块空间移动的差异性"

部位 ΔX轴移动/mm ΔY轴移动/mm ΔZ轴移动/mm ΔX轴旋转/° ΔY轴旋转/° ΔZ轴旋转/°
上颌 -1.3±2.1 0.7±1.4 2.5±3.1 -0.6±1.0 0.4±1.3 1.2±2.0
下颌 -2.1±3.5 1.9±2.8 -2.0±4.3 -1.8±2.3 1.3±1.8 1.8±2.2
颏部 -1.8±2.5 0.3±1.0 4.2±3.6 — — —
[1] 中华口腔医学会口腔颌面外科专业委员会正颌外科学组. 牙颌面畸形诊断与治疗指南[J]. 中国口腔颌面外科杂志, 2011, 9(5): 415-419.
Orthognathic Surgery Group, Oral and Maxillofacial Surgery Committee, Chinese Stomatological Association. Guidelines of surgical correction for dentomaxillofacial deformities[J]. China J Oral and Ma-xillofac Surg, 2011, 9(5): 415-419.
[2] Klein KP, Kaban LB, Masoud MI. Orthognathic surgery and orthodontics: inadequate planning leading to complications or unfavorable results[J]. Oral Maxillofac Surg Clin North Am, 2020, 32(1): 71-82.
doi: 10.1016/j.coms.2019.08.008
[3] Du W, Chen G, Bai D, et al. Treatment of skeletal open bite using a navigation system: CAD/CAM osteotomy and drilling guides combined with pre-bent titanium plates[J]. Int J Oral Maxillofac Surg, 2019, 48(4): 502-510.
doi: 10.1016/j.ijom.2018.08.012
[4] Kermany DS, Goldbaum M, Cai WJ, et al. Identi- fying medical diagnoses and treatable diseases by imagebased deep learning[J]. Cell, 2018, 172(5): 1122-1131.e9.
doi: S0092-8674(18)30154-5 pmid: 29474911
[5] Mémoli F, Sapiro G. A theoretical and computatio-nal framework for isometry invariant recognition of point cloud data[J]. Found Comput Math, 2005, 5(3): 313-347.
doi: 10.1007/s10208-004-0145-y
[6] Mitra NJ, Nguyen AN, Guibas L. Estimating surface normals in noisy point cloud data[J]. Int J Comput Geom Appl, 2004, 14(4n05): 261-276.
doi: 10.1142/S0218195904001470
[7] Sarver DM. Esthetic orthodontics and orthognathic surgery[J]. Am J Orthod Dentofac Orthop, 1998, 114(1): A1.
[8] Reyneke JP. Essentials of orthognathic surgery[M]. Chicago: Quintessence, 2003: 1-20.
[9] Proffit WR, Fields Jr HW, Sarver DM. Contemporary orthodontics[M]. St. Louis, Mo.: Mosby Else-vier, 2007: 47-70.
[10] Kim YJ, Lee BK. Recent trends in orthognathic surgery in Asia[J]. Facial Plast Surg Clin North Am, 2021, 29(4): 549-566.
doi: 10.1016/j.fsc.2021.06.006
[11] Arnett GW, Bergman RT. Facial keys to orthodontic diagnosis and treatment planning. Part Ⅰ[J]. Am J Orthod Dentofacial Orthop, 1993, 103(4): 299-312.
doi: 10.1016/0889-5406(93)70010-L
[12] Elnagar MH, Aronovich S, Kusnoto B. Digital workflow for combined orthodontics and orthognathic surgery[J]. Oral Maxillofac Surg Clin North Am, 2020, 32(1): 1-14.
doi: 10.1016/j.coms.2019.08.004
[13] McNeill RW, Proffit WR, White RP. Cephalometric prediction for orthodontic surgery[J]. Angle Orthod, 1972, 42(2): 154-164.
pmid: 4502019
[14] Karaboga D, Basturk B. A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm[J]. J Glob Optim, 2007, 39(3): 459-471.
doi: 10.1007/s10898-007-9149-x
[1] 朱可石,廖安琪,余优成. 机器学习在口腔种植学中的应用研究进展[J]. 国际口腔医学杂志, 2023, 50(4): 491-498.
[2] 李沛然,毕瑞野,王旻,王瑞宇,刘尧,姜楠,曹品银,祝颂松. 上颌Le Fort Ⅰ前徙术与前份根尖下截骨后退术术后软组织变化的比较研究[J]. 国际口腔医学杂志, 2023, 50(3): 293-301.
[3] 林慧平,徐婷,林军. 人工智能在口腔癌和口腔潜在恶性疾病诊断中的研究进展[J]. 国际口腔医学杂志, 2023, 50(2): 138-145.
[4] 唐粤亭,代佳琪,董雯萱,王虎,郭际香,游梦. 基于机器学习的牙龄评测研究进展[J]. 国际口腔医学杂志, 2023, 50(2): 146-151.
[5] 田而慷,向倩蓉,赵欣然,彭佳涵,舒睿. 口腔诊疗中人工智能的运用[J]. 国际口腔医学杂志, 2021, 48(4): 475-484.
[6] 王立冬,马文,付帅,张长彬,崔庆赢,梁燕,黎明. 不同方法制作正颌手术数字化牙合板的研究及精确性分析[J]. 国际口腔医学杂志, 2021, 48(2): 156-164.
[7] 王涛. 外科优先序列治疗——正颌外科的发展热点之一及其误区[J]. 国际口腔医学杂志, 2020, 47(5): 497-505.
[8] 戴智, 侯敏, 张春香. 渐进性髁突吸收致下颌后缩正颌外科的治疗进展[J]. 国际口腔医学杂志, 2017, 44(3): 359-362.
[9] 罗恩. 髁突骨软骨瘤及其继发牙颌面畸形的治疗[J]. 国际口腔医学杂志, 2017, 44(2): 130-134.
[10] 谭俭琴 唐正龙. 手术优先治疗牙颌面畸形的研究进展[J]. 国际口腔医学杂志, 2016, 43(1): 99-.
[11] 曹俊综述 唐恩溢审校. 正颌手术后咀嚼肌改变的研究进展[J]. 国际口腔医学杂志, 2010, 37(02): 210-210～213.
[12] 张恒,施斌,. 特殊颌关系患者种植修复的临床进展[J]. 国际口腔医学杂志, 2007, 34(02): 127-130.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 张京剧. 青年期至中年期颅面复合体变化的头影测量研究[J]. 国际口腔医学杂志, 1999, 26(06): .
[2] 刘玲. 镍铬合金中铍对可铸造性和陶瓷金属结合力的影响[J]. 国际口腔医学杂志, 1999, 26(06): .
[3] 王昆润. 在种植体上制作固定义齿以后下颌骨密度的动态变化[J]. 国际口腔医学杂志, 1999, 26(06): .
[4] 王昆润. 重型颌面部炎症死亡和康复病例的实验室检查指标比较[J]. 国际口腔医学杂志, 1999, 26(06): .
[5] 逄键梁. 两例外胚层发育不良儿童骨内植入种植体后牙槽骨生长情况[J]. 国际口腔医学杂志, 1999, 26(05): .
[6] 温秀杰. 氟化物对牙本质脱矿抑制作用的体外实验研究[J]. 国际口腔医学杂志, 1999, 26(05): .
[7] 杨春惠. 耳颞神经在颞颌关节周围的分布[J]. 国际口腔医学杂志, 1999, 26(04): .
[8] 王昆润. 牙周炎加重期应选用何种抗生素[J]. 国际口腔医学杂志, 1999, 26(04): .
[9] 杨儒壮 孙宏晨 欧阳喈. 纳米级高分子支架材料在组织工程中的研究进展[J]. 国际口腔医学杂志, 2004, 31(02): 126 -128 .
[10] 严超然,李龙江. 肿瘤靶向药物载体系统的研究进展[J]. 国际口腔医学杂志, 2008, 35(S1): .