KOOATM軟件在X線頭影測量軟組織分析中的臨床應用

馬琪華，楊禮嘉，黃鳳瓊，周志迎

1.暨南大學口腔醫學院，廣東 廣州 510000；

2.暨南大學附屬第一醫院口腔科，廣東 廣州 510000

大多數錯頜畸形患者在尋求正畸治療時，除牙列排齊和口頜系統功能外，對面型的改善有一定要求。和諧的軟組織輪廓是正畸治療的重要目標之一，一直以來受到業界關注。迄今為止已經有許多學者提出各自的軟組織評判方法：如Holdaway[1]的H角、Tweed Merrified[2]提出的側貌線和Z角、Ricketts[3-4]的審美平面E線、Burstone[5]的面凸角。

X線頭影測量常用于病例診斷、治療計劃制定、治療結果評估和生長發育預測等[6]。自1931 年Broadbent[6]首次提出以來，其大致經歷了人工測量、計算機輔助頭影測量分析和計算機自動識別分析的3個發展階段[7]。這一技術的發展有效節省臨床醫生時間及提高測量的精確度。因此本研究對KOOATM全自動測量軟件與半自動輔助測量軟件在正畸患者軟組織分析中的準確性進行比較。

1 資料與方法

1.1 一般資料 選擇2018年3月至2019年10月于暨南大學附屬第一醫院口腔科就診的正畸患者50例，每人拍攝一張側位片。納入標準：(1)恒牙列、第二恒磨牙完全萌出，根尖閉合；(2)口內無修復體、正畸托槽和種植體；(3)顳下頜關節無病理性改變；(4)無全身系統性疾病。排除標準：(1)存在嚴重骨性畸形、頜面部大面積缺損、唇腭裂；(2)既往面部軟組織整形手術等。每位患者均由同一放射科醫師使用同一臺機器拍攝側位片，患者處于自然頭位。

1.2 方法 對已拍攝的頭顱側位片進行處理，在KODAK Dental Imaging Software 的控制面板里選擇軟硬組織邊緣輪廓增強模式，然后將其分別導入兩種測量軟件中,見圖1。X 線頭影測量分析方法選用Holdaway、Ricketts、Tweed Merrifield、Burstone 分析法中的12 個測量項目(表1)。由2 名具有5 年以上工作經驗的正畸醫生分別在Winceph8.0 半自動輔助測量軟件中進行定點測量，重復測量3 次并取其平均值作為最終結果，每人每天測量的側位片少于10 張。另外使用KOOATM 全自動測量軟件(version1.0，Modontics Inc)，在不經任何人工介入修正的情況下進行測量。

表1 本研究設定的頭影測量項目Table 1 Cephalometric items set in this study

圖1 頭顱側位片的處理Figure 1 Treatment of lateral cranial radiography

1.3 統計學方法 應用SPSS26.0 軟件進行數據統計分析。采用組內相關系數(intraclass correlation coefficient，ICC)評價2 名醫生測量結果之間的一致性，采用配對t 檢驗比較測量結果之間的差異性。以P＜0.05為差異具有統計學意義。

2 結果

本研究中2 名正畸醫生之間的ICC 均大于0.75，其中83.3%(10/12)的項目大于0.9，結果顯示測量的精密度較高，可認為2 名正畸醫生測量結果基本一致。KOOATM 全自動測量軟件的測量結果與2 名正畸醫生測量結果的平均值采用配對t 檢驗進行統計學分析，結果顯示：除H角、Z角、鼻唇角、上唇凸度、下唇凸度及頦唇溝深外，其余測量項目的檢驗結果比較差異均無統計學意義(P＞0.05)，見表2。

表2 KOOATM全自動人工智能測量軟件和Winceph8.0半自動輔助測量軟件測量結果比較(n=50)Table 2 Comparison of measurement results of KOOATM software and Winceph 8.0 software(n=50)

3 討論

頭影測量是正畸診斷的一個重要組成部分。目前臨床上廣泛應用計算機軟件對數字化側位片進行頭影測量。KOOATM 全自動測量軟件具有全智能辨識、瞬時完成自動定點、自動分析及自動報告的特點，節約了臨床醫生的時間和精力。

由于拍攝時患者的頭位、操作者的定點水平、定點的隨機誤差和圖像分辨率會影響本研究結果，因此，本研究中患者采用自然頭位以盡量減小對研究結果造成偏差[8-9]。同時，本研究采用組內相關系數對2 名正畸醫生的測量結果進行一致性檢驗，結果表明一致性較好(ICC＞0.75)，從而減小了因操作者的定點水平、定點的隨機誤差造成的結果偏差。

本研究對12 項測量結果進行配對t 檢驗，發現H角、Z角、鼻唇角、上唇凸度、下唇凸度、頦唇溝深這幾個測量項目的檢驗結果差異均有統計學意義(P＜0.05)。分析原因可能是：(1) Z 角的值與眶耳平面(Frankfurt horizontal plane，FH)的定位有關。眶耳平面的定義是骨性外耳道外上點(解剖耳點)與左側眼眶最下點(眶點)的連線[10]。由于X 射線技術是一種二維對三維顱面結構的投影,會造成雙側結構重疊及圖像扭曲[11]，而且外耳道的走形類似“S”形，使得人們對解剖耳點的定位較困惑。本研究采用解剖耳點來定位眶耳平面，可能造成Z 角值有統計學差異。(2)數字化頭影測量通常采用醫生在屏幕上定點，或是計算機利用深度學習算法(eg：模糊邏輯)自動檢測和識別標志點來實現計算機的自我定位[12]。因此，圖像質量對測量結果準確性的影響較大。本研究為了將影響圖像質量的因素降到最低，選取了300 dpi的高質量像素[13]。(3)當圖像輪廓曲度不大、邊緣模糊、最突點不鮮明時，人類視覺的局限性會使標志點定位產生誤差[14]。本實驗中H角、上唇凸度、下唇凸度、頦唇溝深測量結果具有統計學意義，可能是由于頦部輪廓曲度不大，導致人工定點有所偏差。(4)有研究發現頭顱右側軟硬組織結構與球管、膠片間距離大于左側，導致左右兩側結構的放大誤差不一致，從而形成雙重影像[15]。因此患者面部不對稱也可能是本研究測量結果出現差異的原因，這需要后期增加樣本量進一步分組研究。

本研究通過對比KOOATM 全自動測量軟件與Winceph8.0半自動輔助測量軟件在X線頭影測量軟組織分析中的差異性，顯示了全自動測量軟件與Winceph8.0半自動測量軟件測量結果基本一致，且全自動測量軟件能更高效地用于臨床上正畸患者的診斷與治療。然而，本研究發現KOOATM 全自動測量軟件在特定區塊的識別上仍然會出現誤差，比如結構復雜和重疊嚴重的區域(如：上下頜后牙區段、顱面結構深處以及顳頜關節區域)，這也是目前頭影測量分析存在誤差的常見原因[16]。因此人工智能的運算方法需要通過進一步自主學習提高定點的精確度，以更好地應用于臨床工作。