方法文章

人类锥形束计算机断层扫描三维头影测量标志点标注示范

4.5K 次观看

⸱

DOI：

10.3791/65224

⸱

2023年9月8日

 ,  ,  ,  ,  , 
1National Institute of Dental and Craniofacial Research, 2College of Dental Medicine, Roseman University of Health Sciences, 3University of Utah School of Medicine, 4George E. Wahlen VA Medical Center

* These authors contributed equally

本文内容

摘要

本文介绍了一种利用人类锥形束计算机断层扫描影像进行三维头影测量分析的详细操作方案。

摘要

颅面头影测量分析是一种用于评估头面部各种骨骼与软组织之间关系的诊断工具。传统的头影测量分析依赖二维放射影像和标志点集合，局限于尺寸、线性与角度测量以及二维关系的分析。随着锥形束计算机断层扫描（CBCT）在牙科领域的广泛应用，头影测量分析亟需向三维方向发展，以纳入形态信息，并在三个平面上实现对纵向发育更为真实的分析。本研究展示了在人体CBCT扫描图像上应用一组经过验证的骨骼组织标志点进行三维头影测量分析的方法。文中提供了在三维容积图像上标注每个标志点的详细操作步骤。所获得的测量数据及标志点的三维坐标可导出，用于临床和科研目的。三维头影测量分析在基础与临床颅面研究中的引入，将推动颅面生长与发育领域未来的进步。

引言

头影测量分析用于研究人类颅骨的牙齿与骨骼关系，是头影测量学在临床上的应用。除了研究人类进化和颅面发育的人类学家、发育生物学家、法医专家及颅面研究人员外，口腔健康专业人员（包括牙医、正畸医生以及口腔颌面外科医生）也将其作为治疗规划的工具。最早将头影测量分析应用于正畸学的机构为1931年德国的Hofrath和美国的Broadbent1,2,3。该分析的主要目的是提供一种理论与实践资源，以评估个体的颅面比例，并明确错𬌗畸形的解剖学成因1。这使得上颌骨与下颌骨的生长模式得以追踪，其在空间中的相对位置得以监测，同时可观察软组织变化及牙齿移位情况。因此，可以监测正畸治疗所引起的变化，并对骨骼与牙齿关系进行表征，从而为诊断和治疗计划制定提供依据。对牙颌面复合体的评估，通常通过将患者的头影测量描记图与代表同龄、同种族及同族裔正常人群的参考值进行比较来完成1。

传统的分析方法包括对三维（3D）结构进行二维（2D）描绘4,5该技术的主要缺点是解剖结构的变形和放大 通过 传统的X线成像采用普通胶片或数字格式，可能导致头影测量描记和解释不准确6,7最初，轴向计算机断层扫描（CT）和螺旋CT引入三维成像时，由于成本高昂且辐射剂量较大，未涵盖牙科或非医学领域的应用。然而，锥形束计算机断层扫描（CBCT）的出现缓解了这些问题，因其费用和辐射剂量均显著低于CT。1这一影像学叙事的转变推动了锥形束CT（CBCT）在正畸学中的广泛应用，从而显著提升了诊断和治疗计划的准确性。相较于传统的二维成像技术，三维成像的主要优势在于能够使检查者观察到无结构重叠及空间失真的解剖结构（即不受个体头位影响）。因此，可用于头影测量分析的解剖标志点定位更加精确，尤其适用于面部不对称病例。此外，可分析的解剖区域也显著扩大。

头影测量领域最近的一项重要进展是采用深度学习（DL）技术实现自动标志点检测8,9,10,11。尽管这些研究的结果令人鼓舞，但标志点定位的准确性仍未能达到令人满意的水平。此外，大多数研究使用的标志点集合相对较少，且源自以往的二维头影测量分析，对颅底区域的覆盖不足；而颅底是颅面生长发育研究中的一个重要结构。本演示视频详细展示了一种手动进行高精度三维头影测量分析的方法，该方法采用一组经过验证的三维骨骼组织标志点，涵盖面部、颅底、下颌骨及牙齿区域，适用于涉及锥形束CT（CBCT）成像的临床与科研研究4。完成的三维分析示例见图1。

方案

本方案遵循美国国立卫生研究院（NIDCR IRB #16-D-0040）和罗斯曼健康科学大学机构审查委员会关于人类研究伦理的指导原则。有关本方案所用软件的详细信息，请参见材料表。在根据特定软件的设置和技术细节进行相应调整后，也可使用其他软件执行相同方案。本文所用图像及视频演示中涉及的锥形束CT（CBCT）扫描数据在使用前均已匿名化处理，并已从受试者处获得知情同意，允许将其扫描数据用于科研相关出版物。两名受试者均在国立卫生研究院牙科门诊接受检查并完成扫描（Planmeca ProMax 3D系统；低剂量模式，分辨率为400 µm），且均已签署经NIH机构审查委员会批准的研究方案（NCT02639312）的知情同意书。

1. 上传CBCT扫描图像并在3DAnalysis模块中查看

  1. 打开相关软件，点击浏览文件。选择待分析的扫描文件，然后点击打开。
  2. 进入3D分析模块。

2. 上传标志点配置文件

  1. 在3DAnalysis模块中，单击保存信息软盘图标。然后选择加载配置，并浏览至配置文件。
    ​注意：作者所使用的解剖标志点配置文件已作为补充文件1提供。

3. 坐标系设置

  1. 点击重新定位图标。
  2. 在打开的窗口中，选择通过选取标志点选项。此功能允许用户以相同方式对所有扫描数据进行定向，这对于比较其3D坐标值至关重要。本方案所选的设置为：N 作为原点标志点，采用三点定义法，标志点为Or R、Or L、Po L，以及使用标志点N和Ba定义前后轴（正中矢状面）。

4. CBCT 扫描图像调整

  1. 通过屏幕左侧菜单调整亮度和对比度，以降低图像噪声。
  2. 按住Ctrl键并同时左键点击鼠标，滑动屏幕以实现图像的放大和缩小。按住Shift键并同时左键点击鼠标，滑动屏幕以整体移动图像。在设置菜单中启用裁剪功能，以在空间的所有平面上创建断层视图。

5. 添加新界标

  1. 在具有工具图标的 设置 菜单中，点击 landmarks  以显示可用的标记点选项列表，然后选择所需的标记点。
  2. 要为标记点设置默认视图，请选择 tracing task，点击 set up，选择 landmark，按需设置视图，然后点击 use current view settings。重复上述步骤，为其他任意标记点更改其默认视图。

6. 三维解剖标志点的标注

  1. 在屏幕左侧的顶部菜单中，选择创建轨迹。在打开的窗口中，点击窗口左下角的开始。根据解剖标志点的定义，在3D容积图像上相应位置处直接左键点击，以开始标注3D解剖标志点。
  2. 利用屏幕右侧的切面视图确认并调整解剖标志点的位置。如果切面视图不可见，请从左侧的布局选择菜单中选择切片定位器。要确认解剖标志点的放置位置，请点击停止，然后选择期望的视图以可视化该标志点。确认后，继续放置其余的解剖标志点。
  3. 若需通过3D容积图像调整解剖标志点的位置，请先在轨迹任务菜单底部点击停止以结束当前分析，然后点击要移动的标志点，并将其拖动至新的目标位置。
  4. 若需重新标注某个解剖标志点，请双击该标志点旁已打勾的方框，然后在弹出的后续问题中选择是。

7. 每个3D标志点的定义及特定标注说明

  1. 颅底点（Ba）——枕骨大孔前缘前曲的中点
    1. 对于轴向切面，寻找枕骨大孔切面曲度最深的末端。对于矢状切面，寻找枕骨大孔中段最靠后的点。对于冠状切面，寻找枕骨大孔曲度下部的中点。
  2. 外耳门点（Po_R, Po_L）——位于每侧外耳道（外耳道）上缘最上、最后及最外侧的点
    1. 对于 的轴向切面，寻找外耳道边缘的边界。对于矢状切面，寻找咽鼓管与骨性外耳道相交的点。对于冠状切面，寻找上部曲度下缘的中点。通过该点的垂直线大致平分外耳道。
  3. 鼻根点（N）——额骨与鼻骨之间缝合线（额鼻缝）的交点
    1. 对于轴向切面，寻找缝合线曲度的中点/高度。对于矢状切面，寻找额骨与鼻骨相接处缝合线的最前点。对于冠状切面，寻找额鼻缝的中心。通过该点的垂直线大致平分鼻部。
  4. 眶下点（Or_R, Or_L）——眶下缘最前下方的点
    1. 将前位视图（骨窗）设为默认，从下至上逐步轴向切片，直至到达眼眶下缘的曲度，以定位眼眶下部曲度的最低点。
    2. 使用二维视图确认标志点位于骨组织上。调整矢状和冠状切面，以反映眶下点的前部位置。确保该标志点位于眶缘开始向外弯曲处的前方位置。
  5. 眶上点（SOr_R, SOr_L）——眶上缘最上且最前的点
    1. 在三维容积中将前位视图设为默认，并从上至下逐步轴向切片，直至到达眼眶上缘的曲度，以定位眼眶上部边界的最高点。
      注意：由于解剖变异较大，应避免标记眶上切迹。
    2. 调整矢状和冠状切面以反映该标志点的前部位置。确保该标志点位于眶缘开始向外弯曲处的前方位置。
  6. 蝶鞍中点（sella）
    1. 寻找蝶鞍（垂体窝），即蝶骨体上呈马鞍状的凹陷，垂体（或称脑下垂体）位于其中。在所有平面上将标志点调整至蝶鞍的中心。
    2. 对于矢状切面，将标志点置于蝶鞍的中心。对于轴向和冠状切面，相应调整视图。
  7. 蝶鞍下点（Si）——与蝶鞍同平面内蝶鞍凹陷轮廓上最下且最中心的点
    1. 对于矢状切面，首先将标志点置于蝶鞍矢状切面的最低点。对于轴向和冠状切面，将位置调整至切面的中央。
  8. 蝶鞍后点（Sp）——与蝶鞍同平面内蝶鞍凹陷轮廓上最后且最中心的点
    1. 对于矢状切面，首先将标志点置于蝶鞍矢状切面的最后点。对于轴向和冠状切面，将位置调整至切面的中央。
  9. 前床突点（Cl）——与蝶鞍同平面内前床突轮廓上前上方的点
    1. 对于矢状切面，首先将标志点置于前床突轮廓最前上方的点。对于轴向和冠状切面，将位置调整至切面的中央。
  10. 颧弓（ZygArch_R, ZygArch_L）
    1. 寻找颧弓轮廓上最外下方的点。确保颅骨方向正确，且从颏下位视图可清晰、"垂直地"观察到双侧颧弓。
      注意：若颅骨倾斜，标志点的准确标注将受到影响。
    2. 对于轴向切面，将标志点置于颧弓曲度最外侧且最下点。对于矢状切面，将标志点置于切面的最下点。对于冠状切面，将标志点置于切面最外侧的点。
  11. 额颧缝（FronZyg_R, FronZyg_L）——额颧缝上偏前外侧的点
    1. 对于矢状切面，确保缝合线在切面中清晰可见。将标志点置于缝合线旁额骨切面的最前点。对于轴向和冠状切面，寻找切面的最高点。
  12. 鼻腔点（NasCav_R, NasCav_L）——鼻腔侧壁、梨状孔缘/鼻底与上颌骨上缘的交界处
    1. 三叉交界在冠状切面中观察最佳。首先将标志点置于交界处的内侧。对于轴向切面，将标志点置于切面的末端。对于矢状切面，将标志点置于上颌骨边缘缝合线最外侧的点。
  13. 颧突点（J_R, J_L）
    1. 寻找上颌骨颧突最深的中点。标注标志点时，应使其大致与上颌第一磨牙对齐。
    2. 对于冠状切面，首先将标志点调整至颧突切面曲度最深的末端。对于轴向切面，寻找切面最外侧的点，即骨密度发生变化的位置。对于矢状切面，寻找切面最下点，即骨密度发生变化的位置。
  14. 关节点（Ar_R, Ar_L）——髁头最靠后、靠近下颌窝的点
    1. 对于轴向切面，寻找髁突后曲中心周围最靠后的点。对于矢状切面，寻找髁突后曲最靠后的点。对于冠状切面，寻找微小的高密度影区域，以确认标志点位于骨组织上。
  15. 喙突（Cor_R, Cor_L）——喙突最高点
    1. 对于矢状和冠状切面，将标志点置于喙突顶端。对于轴向切面，寻找微小的高密度影区域，以确认标志点位于骨组织上。
  16. 下颌窝（G_Fos_R, G_Fos_L）
    1. 寻找下颌窝上髁头与窝达到最大接触的点，即大致位于穹顶状窝的中心。
    2. 在3D中，选择冠状切面，以获得能较好显示双侧髁突的视图。在此视图中选择下颌窝下缘的一点，使通过该点的垂直线大致平分髁突；注意该点可能并非窝的精确中心。目标是最大接触点（即大致接近中心，某些情况下为精确中心）。
    3. 对于冠状切面，寻找最接近下颌窝穹顶切面的点。对于矢状切面，寻找下颌窝穹顶切面的最高点。对于轴向切面，若另两个视图已调整，则无需进一步微调。
  17. 下颌骨轮廓（右侧与左侧）：髁顶点（Co_R, Co_L）、下颌角点（Go_R, Go_L）、下颌前角点（Ag_R, Ag_L）
    ​注意：在追踪下颌骨轮廓后，标志点将自动标注。
    1. 将髁顶点识别为髁突最靠后且最上的点。将下颌角点识别为下颌支与下颌体交界处形成的角的最突出点。将下颌前角点识别为下颌支下缘与下颌体连接处凹面的最高点。
    2. 通过一系列点追踪下颌骨轮廓（双击或右键结束追踪）。从下颌切迹开始，包括髁突和下颌支轮廓。沿下颌角的曲线，每隔几毫米添加多个点以包含下颌角。务必选择下颌骨下缘或外侧缘的点。
  18. 前鼻棘点（Pr）
    1. 寻找上颌牙槽突中线最前点。选择一个平分上颌中切牙的矢状切面。在侧位视图中选择前鼻棘点并确认二维视图。
    2. 对于轴向切面，识别上颌中切牙根部切面在唇侧牙槽骨的中点。对于矢状切面，寻找上颌牙槽突最前点。对于冠状切面，寻找上颌中切牙之间的中线。
  19. A点 —— 前鼻棘与前鼻棘点之间前颌骨曲度中线上最深的点
    1. 在3D中，选择一个平分上颌中切牙的矢状切面。该平面已包含前鼻棘点（已标记）。在侧位视图中选择A点并确认二维视图。
    2. 对于轴向切面，识别切面的尖端。对于矢状切面，识别前鼻棘与牙槽突之间前颌骨曲度最深的点。对于冠状切面，确保该点位于中线上。
  20. 前鼻棘（ANS）
    1. 寻找鼻棘最前点。选择一个平分上颌中切牙的矢状切面。该平面已包含前鼻棘点和A点（已标记）。在侧位视图中选择ANS并确认二维视图。
    2. 对于轴向切面，寻找切面的尖端。对于矢状切面，寻找鼻棘最前点。对于冠状切面，寻找小骨段的中点。
  21. 后鼻棘（PNS）——硬腭后缘腭骨基底部的中点
    1. 在3D中，选择一个平分上颌中切牙的矢状切面。该平面已包含前鼻棘点、A点和ANS（均已标记）。在侧位视图中选择PNS并确认二维视图。
    2. 对于轴向切面，寻找腭骨基底部中线最下点。对于矢状切面，寻找腭骨中段切面最靠后的点。对于冠状切面，寻找腭骨中段切面的中点。
  22. 下齿槽点（Id）
    1. 识别下颌中切牙牙冠/牙齿最突出部分与牙槽突之间的过渡点。
    2. 在3D中，选择一个平分下颌中切牙的矢状切面。在侧位视图中选择Id并确认二维视图。若存在三颗切牙，确保切面平分中间的牙齿。
    3. 对于轴向切面，确认标志点为所选切牙牙槽骨最前点。对于矢状切面，识别下颌牙槽突最前点。对于冠状切面，确保中线平分所选切牙。
  23. B点（B）——下齿槽点与颏下点之间下颌骨中线最深的点
    1. 在3D中，选择一个平分下颌中切牙的矢状切面。在侧位视图中选择B点并确认二维视图。
    2. 对于轴向切面，在下颌中切牙之间寻找，或在缺失切牙时寻找中间切牙切面的中点。对于矢状切面，识别下颌联合前部最深凹陷点。对于冠状切面，在下颌中切牙之间或穿过中间切牙的垂直网格线上寻找。
  24. 颏前点（Pog）
    1. 识别下颌联合最前点。
    2. 在3D中，选择一个平分下颌中切牙的矢状切面。在侧位视图中选择颏前点并确认二维视图。
    3. 对于轴向切面，识别穿过下颌切面的垂直网格线。对于矢状切面，寻找联合最前点。对于冠状切面，寻找微小的骨性区域，以确认标志点位于骨表面。
  25. 解剖颏下点（Gn）——中矢状面下颌前缘最低点
    1. 在3D中，选择一个平分下颌中切牙的矢状切面。在侧位视图中选择Gn并确认二维视图。
    2. 对于轴向和冠状切面，寻找穿过下颌切面的垂直网格线。对于矢状切面，识别下颌前缘最低点。
  26. 颏下点（Me）——下颌联合最低点
    1. 在3D中，选择一个平分下颌中切牙的矢状切面。在侧位视图中选择Me并确认二维视图。
    2. 对于轴向切面，识别微小的骨性区域，以确认标志点位于骨表面。对于矢状切面，识别联合切面最低点。对于冠状切面，寻找联合切面最低的中点。
  27. 上/下右/左侧切牙轮廓
    注意：需标注三个点：上/下切牙牙根；轴向：根尖切面中点；矢状、冠状：根尖顶端。
    1. 在上/下切牙牙冠：在轴向和冠状切面中，寻找切缘中点；在矢状切面中，识别切缘顶端。
    2. 在上/下切牙唇侧点：在轴向切面中，识别牙齿切面中点；在矢状切面中，寻找唇面最突出点；在冠状切面中，确保该点位于平分牙齿的垂直线上。
  28. 上/下右/左侧磨牙轮廓
    注意：需标注以下三个点。
    1. 上/下磨牙牙根：在轴向切面中，寻找近中根尖切面中点；在矢状和冠状切面中，识别近中根尖顶端。
    2. 上/下磨牙前尖：在轴向切面中，识别上颌/下颌第一磨牙的近中颊尖；在矢状和冠状切面中，寻找上颌/下颌第一磨牙的近中颊尖。
    3. 上磨牙后尖：在轴向切面中，寻找上颌/下颌第一磨牙的远中颊尖；在矢状和冠状切面中，识别上颌/下颌第一磨牙的远中颊尖。
  29. 筛板点（Cr）——鸡冠中上部中点
    1. 在矢状切面中，选择鸡冠最下点。在轴向切面中，寻找鸡冠小段切面最下点。在冠状切面中，选择鸡冠最上点。
  30. 卵圆孔（ForOval_R, ForOval_L）——卵圆孔最前内侧且最上点
    1. 在轴向切面中，确保该点大致位于平分卵圆孔前内方向的平面上。在矢状和冠状切面中，观察管口底部。
  31. 枕后点（Opi）——轴向切面中枕骨大孔后缘后曲的中点
    1. 在矢状切面中，寻找枕骨大孔矢状切面最下点。在轴向和冠状切面中，将标志点置于中线上。
  32. 前颅窝（AntCF_R, AntCF_L）——分隔前、中颅窝边界上最前上方的点
    1. 在3D中，使用轴向切面从前向后移动，直至到达颅窝曲度。若存在多个边界，选择最前的边界。
    2. 在轴向切面中，识别前颅窝切面最前点。在矢状切面中，寻找前颅窝边界最高点。在冠状切面中，识别前颅窝切面最下点。
  33. 内耳道（AcM_R, AcM_L）——颞骨岩部内耳道最靠后外侧的点
    1. 在轴向切面中，寻找反映管腔起始处曲度终止的点。在矢状切面中，寻找曲度的后点。在冠状切面中，识别曲度最深点。
  34. 舌下神经管（Hypog_R, Hypog_L）
    注意：此为该管最前内侧点。若存在两个管，选择后侧的管，并在其后管前缘标记该点。
    1. 在轴向切面中，识别反映管腔起始处曲度终止的点。在矢状切面中，寻找曲度最深末端。在冠状切面中，确保该点大致位于平分管腔前内方向的轴线上。

8. 保存带有标注标志点的锥形束CT扫描图像

  1. 从 文件 菜单中，选择 保存 或 另存为 以保存为单独的文件，然后选择所需的文件类型。

9. 导出测量数据和/或标志点的三维坐标

  1. 单击工具栏上的保存信息/软盘图标，然后选择导出测量结果或导出标记点。将结果以.csv文件格式导出。

结果

本文详细描述了经过验证的三维标志点构型的标注方法，并通过分步操作指南和视频演示进行说明。针对在三维容积数据上标注每个标志点的具体操作提供了详细指导，并借助对应于各个空间平面的二维切面视图，对标志点的初始位置进行精确优化。通过结合本操作指南中提供的详细方法与视频说明，使用者可学习如何利用人体锥形束CT（CBCT）扫描图像进行头影测量分析。

图1展示了一个人类头骨的全头锥形束CT（CBCT）扫描的正面和三个四分之三视角图像，其中包含当前配置中标注的三维解剖标志点。所有描述的标志点均为I型和II型。I型标志点代表清晰可辨的点，通常位于不同解剖结构的交界处。II型标志点代表可识别解剖结构轮廓上曲率最大的点12。本分析中未包含III型标志点或半标志点。

完成标志点标注后，用户可导出并进一步分析两类数据：头影测量值和三维坐标值。系统提供诊断和评估牙颌面畸形所需的关键头影测量数值。这些测量值可在三维空间平面（矢状面、垂直面和横向面）对骨骼与牙齿关系进行详细评估。每个标志点的三维坐标值（x、y、z）可被导出，用于计算角度和线性距离。相同的坐标值也可用于进行多元几何形态测量分析（GMA）。几何形态测量分析是一种研究形态的方法，可通过笛卡尔标志点和/或半标志点坐标捕捉具有形态差异的形状变量。多种统计技术可用于分析形态，同时排除被测结构的大小、位置或方向的影响。目前，几何形态测量学是处理基于标志点数据最成熟的形态测量理论体系。

3D 颅骨成像分析；用于研究的侧位和正位视图，标注了解剖标志。
图 1：当前配置中包含标注的 3D 标志点的人类颅骨完整头部锥形束 CT（CBCT）扫描的正位和三维斜位视图。 请点击此处查看该图的放大版本。

补充文件 1：包含本实验方案所用标记点的配置文件，可直接上传至软件进行分析。 请点击此处下载该文件。

讨论

医学和牙科已进入三维成像时代。在颅面及牙科影像学领域，由于锥形束CT（CBCT）扫描仪相比传统CT设备具有辐射剂量低、更新系统成本较低、操作人员易于校准、扫描获取相对快速简便且对患者配合度要求极低等优势，同时还能通过单次扫描生成多种其他诊断图像和分析结果，因此其应用日益广泛。因此，临床医生和研究人员必须掌握如何阅读、诊断和分析这些三维图像，并学习如何开展颅面生长发育的三维研究。

为了协助该领域的临床医生和研究人员，我们提供了一套逐步操作指南及视频演示，介绍如何利用人类锥形束CT（CBCT）扫描进行三维头影测量分析。这些标志点此前已在一篇已发表的研究中被明确定义并经过验证，其准确性和可重复性得到了证实4。每个标志点均配有详细的精确定位说明，以帮助用户正确标注。通过使用预设的扫描视图（这些视图对应各标志点应定位的解剖区域），标志点标注过程进一步简化。该功能可显著节省用户的时间和操作负担。然而，该方法仍存在一定的学习曲线，用户需要经过练习才能实现准确的标志点标注。

本方案中采用的已验证三维标志点构型，能够充分覆盖面部、上颌骨、下颌骨及颅底的骨骼组织。通过这种方式，可更准确地呈现颅面结构的真实形态，从而便于评估颅面复合体及其各组成部分的尺寸、构型和空间方位。本方案未包含软组织标志点，但用户可根据需要，按照方案所述方法将自选的标志点添加至所提供的构型中。此外，由于实际原因，本方案未提供其他三维分析软件的具体操作指导，但用户可据此自行调整适配。

除了生成的标准头影测量数据对临床医生具有诊断价值外，该分析方法在计算任意三维标志点之间的角度和线性距离方面提供了更大的灵活性，有助于建立新的头影测量分析方法，从而实现更详尽和全面的评估。然而，我们未来的研究方向还包括建立相应的新的正常值标准，正如过去建立二维正常值标准那样。

此外，基于标志点的几何形态测量分析（GMA）在颅面临床与研究领域的应用正在迅速发展。进化生物学、发育生物学和人类学领域的研究人员已使用该分析方法超过十年，而近年来在正畸学、牙颌面矫形学以及颅面外科领域也相继提出了新的临床应用。GMA 还可用于具有颅面表型表现的先天性疾病中的定量表型分析，也可用于检测由基因突变引起的细微形态差异13,14,15,16。此外，通过将形态测量数据与功能分析及遗传数据相结合，整合多种定量方法，可为健康人群以及疾病人群的颅面发育提供新的认识。

由于计算和可视化技术的最新进展，现在在个人计算机上进行此类分析已成为可能，已有多种软件包可供使用，包括 Checkpoint、Geomorph（R 统计软件的一个程序包）、Amira-Avizo 和 SlicerMorph。这些程序可帮助医学领域中可能不熟悉多变量统计分析的研究人员，利用内置的自动化功能开展几何形态测量分析（GMA）。

披露

作者声明无利益冲突。

致谢

本研究由美国国立卫生研究院（NIH）下属的国家牙科与颅面研究所（NIDCR）院内研究计划以及罗斯曼大学牙科学院正畸学与牙颌面正畸学高级教育项目资助。

材料

本文使用的材料清单
姓名公司目录编号评论
Invivo6 牙科软件AnatomageN/A三维成像软件（包含三维分析模块）

参考文献

  1. Proffit, W. R., Fields, H. W., Larson, B., Sarver, D. M. Contemporary Orthodontics - E-Book. Elsevier Health Sciences. , (2018).
  2. Broadbent, B. H. A new x-ray technique and its application to orthodontia. The Angle Orthodontist. 1 (2), 45-66 (1931).
  3. Hans, M. G., Palomo, J. M., Valiathan, M. History of imaging in orthodontics from Broadbent to cone-beam computed tomography. American Journal of Orthodontics and Dentofacial Orthopedics. 148 (6), 914-921 (2015).
  4. Liberton, D. K., Verma, P., Contratto, A., Lee, J. S. Development and validation of novel three-dimensional craniofacial landmarks on cone-beam computed tomography scans. The Journal of Craniofacial Surgery. 30 (7), e611-615 (2019).
  5. Pittayapat, P., Limchaichana-Bolstad, N., Willems, G., Jacobs, R. Three-dimensional cephalometric analysis in orthodontics: a systematic review. Orthodontics & Craniofacial Research. 17 (2), 69-91 (2014).
  6. Lo Giudice, A., et al. The evolution of the cephalometric superimposition techniques from the beginning to the digital era: a brief descriptive review. International Journal of Dentistry. 2021, 6677133(2021).
  7. Graf, C. C., Dritsas, K., Ghamri, M., Gkantidis, N. Reliability of cephalometric superimposition for the assessment of craniofacial changes: a systematic review. European Journal of Orthodontics. 44 (5), 477-490 (2022).
  8. Dot, G., et al. Automatic 3-dimensional cephalometric landmarking via deep learning. Journal of Dental Research. 101 (11), 1380-1387 (2022).
  9. Kang, S. H., Jeon, K., Kang, S. H., Lee, S. H. 3D cephalometric landmark detection by multiple stage deep reinforcement learning. Scientific Reports. 11 (1), 17509(2021).
  10. Schwendicke, F., et al. Deep learning for cephalometric landmark detection: systematic review and meta-analysis. Clinical Oral Investigations. 25 (7), 4299-4309 (2021).
  11. Yun, H. S., Jang, T. J., Lee, S. M., Lee, S. H., Seo, J. K. Learning-based local-to-global landmark annotation for automatic 3D cephalometry. Physics in Medicine and Biology. 65 (8), 085018(2020).
  12. Bookstein, F. L. Morphometric Tools for Landmark Data: Geometry and Biology. , Cambridge University Press. (1992).
  13. Almpani, K., et al. Loeys-Dietz and Shprintzen-Goldberg syndromes: analysis of TGF-β-opathies with craniofacial manifestations using an innovative multimodality method. Journal of Medical Genetics. 59 (10), 938-946 (2022).
  14. Liberton, D. K., et al. Craniofacial analysis may indicate co-occurrence of skeletal malocclusions and associated risks in development of cleft lip and palate. Journal of Developmental Biology. 8 (1), 2(2020).
  15. Whitman, M. C., et al. TUBB3 Arg262His causes a recognizable syndrome including CFEOM3, facial palsy, joint contractures, and early-onset peripheral neuropathy. Human Genetics. 140 (12), 1709-1731 (2021).
  16. Kidwai, F. K., et al. Quantitative craniofacial analysis and generation of human induced pluripotent stem cells for Muenke syndrome: A case report. Journal of Developmental Biology. 9 (4), 39(2021).

重印与许可

标签

头影测量分析三维标志点标注颅面分析骨骼标志点几何形态测量分析下颌轮廓蝶鞍鼻根点标志眶点标志
人类锥形束计算机断层扫描三维头影测量标志点标注示范
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。