文献类型：期刊文章

作　　者：熊宇韬[1] 徐蕾[2] 曾维[1] 刘灿[1,3] 郭际香[2] 汤炜[1]

Xiong Yutao;Xu Lei;Zeng Wei;Liu Can;Guo Jixiang;Tang Wei(Department of Oral and Maxillofacial Surgery,West China Hospital of Stomatology,Sichuan University&State Key Laboratory of Oral Diseases&National Clinical Research Center for Oral Diseases,Chengdu 610041,China;Machine Intelligence Laboratory,College of Computer Science,Sichuan University,Chengdu 610041,China)

机构地区：[1]四川大学华西口腔医院口腔颌面外科,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,成都610041 [2]四川大学计算机学院机器学习实验室,成都610041 [3]北京吉马飞科技发展有限公司,北京102300

出　　处：《中华口腔医学杂志》

基　　金：四川省区域创新合作项目(2020YFQ0012);科技助力经济2020重点专项(SQ2020YFF0411258)。

年　　份：2022

卷　　号：57

期　　号：10

起止页码：1029-1035

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EMBASE、IC、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：目的通过训练生成对抗网络(generative adversarial network,GAN)模型,构建一种包括跨中线上颌骨缺损的虚拟重建方法,以期为临床提供参考。方法收集2015年6月至2022年6月于四川大学华西口腔医院影像科就诊的汉族成年口腔疾病患者CT资料,选择100例健康上颌骨及15例上颌骨缺损(5例单纯单侧缺损、5例单侧缺损并累及颧骨、5例跨中线缺损)CT数据。应用Mimics软件在健康上颌骨数据及其附近区域创建球型模体并模拟上颌骨缺损,分别为单纯单侧缺损、单侧缺损并累及颧骨、跨中线缺损,以原始图像为虚拟重建的正确参照;人工缺损与正确参照配对后分为训练集(70例)、验证集(20例)以及测试集(10例),前两者用于训练GAN模型,测试集用于评估GAN性能。15例上颌骨缺损CT数据导入训练完成后的GAN模型中进行虚拟重建,对单侧缺损分别采取镜像和基于GAN的方式进行虚拟重建,而对跨中线缺损仅采取基于GAN的方式进行虚拟重建,重建结果分为镜像重建组(10例)、单侧缺损GAN重建组(10例)和跨中线缺损GAN重建组(5例)。对测试集、镜像重建组、单侧缺损GAN重建组进行定量评价,定量指标为Dice相似性系数(Dice similarity coefficient,DSC)和95%豪斯道夫距离(95%Hausdorff distance,HD95),对各组结果进行单因素方差分析和Tukey检验。对测试集、镜像重建组、单侧缺损GAN重建组和跨中线缺损GAN重建组进行定性评分,对各组总分进行Kruskal-Wallis检验和事后检验(Bonferroni校正法)。结果测试集、镜像重建组、单侧缺损GAN重建组DCS(分别为0.891±0.049、0.721±0.047、0.778±0.057)和HD95[分别为(3.58±1.51)、(5.19±1.38)、(4.51±1.10)mm]的总体差异均有统计学意义(F=28.08,P<0.001;F=3.62,P=0.041);其中,测试集DSC显著大于镜像重建组(P<0.05),测试集HD95显著小于镜像重建组(P<0.05)。测试集、镜像重建组、单侧缺损GAN重建组、跨中线缺损GAN重建组定�

关 键 词：神经网络(计算机)  假体设计 计算机辅助设计 颌面假体  深度学习  上颌骨缺损

分 类 号：R782.2[口腔医学类]