螺旋CT与牙槽骨骨萎缩分类的数学模型建立

 螺旋CT与牙槽骨骨萎缩分类的数学模型建立

  【摘要】目的：应用螺旋CT测量值建立牙槽骨分类的数学模型。方法：对拟作种植义齿的28例患者共37个失牙区进行牙槽骨CT值模拟骨量的测量，以期建立牙槽骨Lekholm和Zarb分类的数学模型。结果：得到其中第二、三类骨萎缩的“最优化”回归判别方程为g2=－31.2267＋0.0644x2，g3=－14.1321＋0.0433x2。结论：螺旋CT扫描对患者牙槽骨萎缩形态的判别具有重要的临床价值，为种植义齿患者提供了量化依据。

  种植义齿是近几十年来发展较快的一种重要的口腔修复方法。它兼容可摘式义齿和固定义齿的优点，深受牙缺失患者的青睐。但是种植义齿适应症要求严格，既往术前常规需做口腔曲面全景体层摄影检查，然而该方法仅能提供二维平面图像，且存在图像放大率不恒定的缺陷。螺旋CT（spiral CT，SCT）应用于种植义齿术前检查具有独特优点，结合牙科扫描软件（dental scan software）应用，能最大限度地准确反映口腔颌面部的各种影像信息，对种植义齿术前判断患者牙槽骨情况大有裨益[1，2]。
  本研究主要从螺旋CT扫描的基本功能出发，结合牙科扫描软件的特殊功能，测量患者牙缺失区牙槽骨CT值模拟骨量，依照临床牙槽骨Lekholm和Zarb分类标准对患者牙槽骨形态进行评估，显示出本研究对种植义齿有临床指导意义。

  1　材料和方法

  1．1　资料来源
  随机抽取湖北医科大学附属第二医院口腔科1999年5月～1999年9月进行种植义齿修复且符合以下条件的患者28例：①个别牙或牙列缺失；②植牙区牙槽骨有足够骨量，无牙槽骨缺损或畸形；③植牙区粘膜无炎症、溃疡或新生物；④拔牙3个月以上创口完全愈合；⑤无严重全身疾病。种植手术前，均行螺旋CT扫描检查，对牙槽骨的临床Lekholm和Zarb分类均有详细而完整的门诊病历记录。28例患者中男性15例，女性13例；最小年龄20岁，最大年龄56岁，平均年龄37.96岁；男性:女性=1.15:1。
  1.2　检查方法
  1.2.1检查仪器设备：美国Picker公司产PQ－6000螺旋CT。
  1.2.2检查前准备：患者被检查时勿说话、勿吞咽、平静呼吸。扫描时患者呈仰卧位、口内咬合同一厚度规格(0.5cm)的木片，以使上、下颌略微分开，患者头部周围用海绵垫填塞制动，首先摄取定位像确定机架与上或下颌咬合平面平行。
  1.2.3条件及参数：螺旋CT扫描采用层厚2mm，层距2mm，螺距(Pitch)为1，扫描电压120kV，电流100mA。考虑到患者的颌骨发育不尽相同，扫描层次及时间因人而异，上或下颌骨共约扫描40层，图像用骨算法重建，矩阵512×512。
  1.2.4数据的获得：通过我院影像中心内部的局域网，将种植义齿患者螺旋CT扫描所获得的原始图像的数据信息传输到Picker公司的Voxel Q(version 4.0版)工作站，选择好兴趣区(region of interesting，ROI)，然后多平面重建为轴位、矢状位及冠状位图像。使用牙科扫描软件中的兴趣区骨CT测量牙缺失区牙槽骨的密度得出CT值，由CT值模拟反映牙槽骨骨的含量，以便判断患者牙槽骨骨萎缩情况。
螺旋CT的牙槽骨CT值模拟骨量的测量，是以牙缺失区在轴位图像上的三个层面即牙根颈部层面、牙根中部层面、牙根根尖部层面的牙槽骨分别测量所得，患者牙根长度取国人恒牙牙根长度的的平均值（见王惠芸主编《牙体解剖生理学》）。其兴趣区的范围因人而异，但该区域边界均规定为牙缺失区颊舌向骨皮质外缘，近远中向邻牙的牙周膜。28例患者的临床骨萎缩Lekholm和Zarb分类均由湖北医科大学附属第二医院口腔科2～3位具有高级职称及丰富经验的医师共同判断决定。
  1.2.5数据的统计与分析：使用SAS统计软件，将获得的原始数据转化为SAS数据集。用逐步回归法分析和建立患者牙槽骨萎缩Lekholm和Zarb分类类型的牙槽骨CT值模拟骨量判断的数学模型。

  2　结果

  在牙槽骨CT值模拟骨量测量的逐步回归分析中，一共选择了6个可能对种植义齿患者牙槽骨Lekholm和Zarb分类产生影响的变量因素。