不同层数的Mask-RCNN模型自动检测成釉细胞瘤效能的比较

目的:基于人工智能深度学习,比较Mask-RCNN不同层数的ResNet模型在成釉细胞瘤CT图像检测中的效能。方法:回顾性收集2018年4月~2020年8月福建医科大学附属第一医院成釉细胞瘤患者的CT影像数据,按照标准将79名患者纳入研究。经过预处理后,共得到3566张图像,按照8∶1∶1的比例将其随机分为训练集、验证集以及测试集。采用ResNet-18、ResNet-50和ResNet-101模型进行训练,实现肿瘤的自动检测并通过Dice系数、平均精确度AP及检测时间等评价指标进行分析。结果:与ResNet-18及ResNet-50相比,ResNet-101模型自动检测的效果最好,其Dice系数为0.87,平均精确度AP(IOU 0.50∶0.95)为0.74。但该模型所需的检测时间最长,需要0.33 s。结论:不同层数的Mask-RCNN模型均可较好地实现对成釉细胞瘤的自动检测诊断,其中ResNet-101检测效果最好,但相应地需要更长的时间。

头影测量评估福建地区中青年咬合垂直距离的探索性研究

目的:研究福建地区中青年头影测量中5种垂直距离测量指标的精确性。方法:纳入福建地区142例中青年,拍摄头影侧位片并使用Sketchpad软件测量对各硬组织指标进行分析。对测量结果进行相关性分析以及多重线性回归分析。研究以(Ar-Go-Me,Gonial angle)、SNA、ANS-Me、Go-Me、ANS-Me/N-Me、S-N、(N-CF-ANS,CA)为基准指标,对5个垂直距离指标(ANS-Dc-Me,VDO sup)、(ANS-Go-Me,VDO inf)、(ANS-Xi-Pm,VDO med)、(ANS-GOC-Me,LA)、FMA,进行相关性分析以及多重线性回归分析。结果:相关性分析显示五项指标与Gonial angle、SNA、ANS-Me、Go-Me相关并有统计学意义。并且与ANS-Me/N-Me大部分相关(除FMA外)。CA与S-N于5项指标相关程度相对较少。多重线性回归模型拟合程度最好的是LA(调整R^(2)=0.902),其次是VDO inf(调整R^(2)=0.900)。结论:福建地区中青年可以使用LA以及VDO inf作为咬合垂直距离确定的参考指标。

上颌侧切牙无预备瓷贴面1例报告

在临床诊疗过程中,前牙美学修复一直是口腔医生的挑战,随着口腔材料的发展,临床医生有了更多的选择,例如复合树脂修复、全瓷冠、全瓷贴面等.全瓷材料因其颜色稳定、生物相容性好、良好的机械性能及美学表现在临床上广泛应用[1].牙体磨除量少的全瓷贴面也被越来越多的医生和患者接受.笔者现将1例上颌侧切牙无预备瓷贴面修复病例总结报告如下.