基于深度学习的锥形束CT影像金属伪影去除研究

目的建立基于深度学习的金属伪影去除系统(MARS),评估其对锥形束CT影像中不同厚度金属产生的伪影的去除效果。方法采用三维打印的光敏树脂制作标准牙列模型(60mm×75mm×110mm),设计目标牙位(上颌、下颌双侧第一和第二前磨牙)为可拆卸替换牙位,通过置入不同厚度(轴面及面厚度分别均为1.0、1.5、2.0mm,即A、B、C组)的钴铬合金全冠试件,获得完全配对的含有或不含有金属伪影的锥形束CT影像,并通过结构相似度(SSIM)及峰值信噪比(PSNR)评估不同厚度钴铬合金全冠试件产生伪影的范围。建立基于卷积神经网络(CNN)与U型网络(U-net)的MARS(CNN-MARS及U-net-MARS),检验CNN-MARS和U-net-MARS两种系统去伪影前后图像的SSIM值和PSNR值,评估其去伪影效果;通过可视化方式分析两种系统去除锥形束CT影像中金属伪影的效果。采用单因素方差分析分别对两种系统的SSIM值和PSNR值进行统计分析,检验水准为双侧α=0.05。结果A、B、C组钴铬合金全冠试件的SSIM值(分别为0.916±0.019、0.873±0.010、0.833±0.010)和PSNR值(分别为20.834±1.176、17.002±0.427、14.673±0.429)差异均有统计学意义(F=447.89,P<0.001;F=796.51,P<0.001)。并且随着钴铬合金全冠试件厚度增加,其SSIM及PSNR值均显著增加(P<0.05)。对含有同一厚度钴铬合金全冠试件的图像,采用CNN-MARS与U-net-MARS去伪影后的SSIM和PSNR值均显著高于伪影去除前(均P<0.05)。使用CNN-MARS去U-net-MARS伪影后,含不同厚度钴铬合金全冠试件图像的SSIM值和PSNR值差异均无统计学意义(CNN-MARS:F=2.22,P=0.112;F=0.54,P=0.585;U-net-MARS:F=0.24,P=0.788;F=0.07,P=0.929)。CNN-MARS与U-net-MARS去伪影后图像与原始图像的相似度较高;相比U-net-MARS,CNN-MARS去伪影后仍可见较清晰的金属边缘,目标区域的组织结构恢复更完整。结论本研究构建的锥形束CT图像金属伪影消除CNN-MARS与U-net-MARS模型,均可有效去除金属伪影的干扰,提升图像质量,且去伪影效果不受金属厚度的影响。相比于U-net-MARS,CNN-MARS对恢复伪影周围组织结构具有显著优势。

RW板治疗对颞下颌关节紊乱病患者髁突位置影响研究

目的研究RW板治疗颞下颌关节紊乱病(TMD)前后髁突位置的改变,以探讨RW板的治疗机制。方法选择2016年1—7月在福建医科大学附属口腔医院正畸科就诊的TMD患者20例,在RW板治疗前后分别拍摄颞下颌关节锥形束CT(CBCT),并测量患侧髁突的关节间隙。比较治疗前后关节上、前、后间隙的改变。结果治疗后患侧髁突的关节前间隙减小、后间隙增大,差异有统计学意义(P<0.05);关节上间隙的改变差异无统计学意义(P>0.05)。结论 RW板可使髁突向前移动,使髁突趋于关节窝正中。

不同树脂粘接系统对玻璃陶瓷高嵌体粘接性能的研究

比较3种粘接系统粘接前磨牙玻璃陶瓷高嵌体,通过万能材料试验机比较三种树脂粘接系统粘固玻璃陶瓷高嵌体的抗剪切强度,并研究修复失败后重新修复的可能性。方法:选取30颗离体前磨牙,按高嵌体牙体预备标准进行预备,使用e.max二矽酸锂切削玻璃陶瓷模拟前磨牙牙尖形态进行修复,将试样随机分为Panavia F 2.0组、Variolink II组、Universal+RelyX组进行粘接,每组各10例. 粘接完成后,三组分别进行冷热循环试验,模拟口内10年咬合情况。将试件固定在万能材料实验机上进行静态加载,直至出现玻璃陶瓷高嵌体破损时停止并记录当前力值(F),并在电镜下观察牙体组织断裂面的情况。数据运用SPSS24.0进行单因素方差分析。结果:使用三种树脂粘接系统对二矽酸锂基陶瓷高嵌体的抗剪切力没有统计学差异(P>0.05)。使用三种不同粘接剂在收到剪切力而发生抗剪切时的断裂类型没有统计学差异(P>0.05),均呈混合破坏。结论:使用三种树脂粘接系统用于前磨牙e.max玻璃陶瓷高嵌体粘接,均能满足后牙区咬合需求,临床上均可以使用,但修复失败后因断裂面呈混合破坏,无法直接重新粘接修复。