基于非刚性配准算法的上颌骨复合体三维数据自动定点研究

目的:探索上颌骨复合体三维数据解剖标志点的自动定点方法，并初步评价其可重复性与准确性。方法:从2021年6月至2022年12月就诊于北京大学口腔医学院·口腔医院口腔颌面外科的口腔疾病患者螺旋CT资料中，选取31例颅颌面骨骼形态大致正常者的螺旋CT资料，其中男性15例，女性16例，年龄（33.3±8.3）岁，通过Mimics软件对上颌骨复合体进行三维重建，通过Geomagic软件对上颌骨复合体三维数据进行网格优化。由2名主治医师和1名副主任医师对31例上颌骨复合体数据进行人工定点，确定24个解剖标志点，取3人定点均值作为专家定点结果。选择其中1例符合健康人颅颌面骨骼三维形态平均特征的上颌骨复合体数据作为模板数据，其余30例作为目标数据。采用MeshMonk开源程序（一种非刚性配准算法）将模板数据与目标数据基于4个标志点（鼻根点、左右颧弓最突点、前鼻棘点）进行初对齐，再将模板数据基于非刚性配准算法变形为目标数据的形状，得到变形后模板数据，基于模板数据变形前后同名标志点的索引不变特性，自动检索变形后模板数据各标志点坐标，以此作为目标数据同名标志点自动定点坐标，也即完成自动定点过程。30例目标数据的自动定点过程重复3次。计算变形后模板数据与目标数据的稠密对应点对（约25 000对）的三维偏差［均方根距离（root-mean-square distance，RMSD）］，作为非刚性配准算法的变形误差，并分析非刚性配准算法3次变形误差的组内相关系数（intra-class correlation efficient， ICC）；计算24个解剖标志点自动定点结果与专家定点结果的直线距离作为自动定点误差，并分析3次自动定点三维坐标的 ICC值。 结果:30例变形后模板数据与对应目标数据的三维偏差（RMSD）为（0.70±0.09）mm，非刚性配准算法3次变形误差的 ICC值为1.00。24个解剖标志点自动定点误差为（1.86±0.30）mm，前鼻棘点自动定点误差最小，为（0.65±0.24）mm；左眶下缘点自动定点误差最大，为（3.27±2.28）mm；3次自动定点三维坐标 ICC值均为1.00。 结论:本项研究建立了一种基于非刚性配准算法的上颌骨复合体三维数据自动定点方法，该方法应用于正常形态上颌骨复合体三维数据定点的准确性与可重复性较好。