羅恩

口腔疾病研究國(guó)家重點(diǎn)實(shí)驗(yàn)室 國(guó)家口腔疾病臨床醫(yī)學(xué)研究中心四川大學(xué)華西口腔醫(yī)院正頜及關(guān)節(jié)外科 成都 610041

牙頜面畸形，是指因頜骨發(fā)育異常所導(dǎo)致的顏面形態(tài)不佳和咬合關(guān)系紊亂。對(duì)于該種疾病最常見的治療方式是正頜外科手術(shù)治療，并配合必要的術(shù)前、術(shù)后正畸[1]。

與口腔頜面外科其他疾病有所不同，正頜外科手術(shù)治療方案的制訂具有一定主觀性，與?？漆t(yī)生的經(jīng)驗(yàn)密切相關(guān)，優(yōu)良的手術(shù)療效需要建立在精準(zhǔn)的手術(shù)前診斷與手術(shù)設(shè)計(jì)上[2]。目前，正頜外科已經(jīng)普遍進(jìn)入數(shù)字化階段，隨著數(shù)字化技術(shù)在頜面外科學(xué)的廣范應(yīng)用，以3D打印、虛擬手術(shù)設(shè)計(jì)技術(shù)、術(shù)中實(shí)時(shí)導(dǎo)航技術(shù)為特征的數(shù)字化外科技術(shù)迅速發(fā)展，這些技術(shù)被應(yīng)用于牙頜面畸形的診斷與治療，已經(jīng)取得了一定成果，并顯示出巨大的應(yīng)用價(jià)值[3]。

目前的數(shù)字化正頜外科存在人工操作流程繁雜，重復(fù)性勞動(dòng)比例高、效率低、耗時(shí)長(zhǎng)，人工設(shè)計(jì)錯(cuò)誤率高等問(wèn)題，且在很多技術(shù)細(xì)節(jié)上仍然依賴于臨床醫(yī)生的經(jīng)驗(yàn)，有著一定的可變性和不準(zhǔn)確性。

隨著計(jì)算機(jī)運(yùn)算力的增加及算法的更新，人工智能（artificial intelligence）在各個(gè)領(lǐng)域應(yīng)用不斷擴(kuò)大。在醫(yī)學(xué)領(lǐng)域，人工智能目前最成熟的應(yīng)用是進(jìn)行數(shù)據(jù)分類預(yù)測(cè)，以及通過(guò)圖像識(shí)別，結(jié)合大數(shù)據(jù)和專家系統(tǒng)，達(dá)到了滿足臨床應(yīng)用水平的目的[4]。牙頜面畸形的診斷與手術(shù)設(shè)計(jì)標(biāo)準(zhǔn)化程度高，正頜外科數(shù)字化手術(shù)設(shè)計(jì)穩(wěn)定，是實(shí)現(xiàn)計(jì)算機(jī)智能化診斷和手術(shù)設(shè)計(jì)的有利條件，將其用于牙頜面畸形的診斷和手術(shù)方案設(shè)計(jì)有很廣闊的前景。

本課題組利用多種人工智能技術(shù)，開發(fā)出一套可以應(yīng)用于臨床診斷及手術(shù)方案設(shè)計(jì)的系統(tǒng)，并進(jìn)行相關(guān)臨床試驗(yàn)驗(yàn)證其臨床使用可行性和準(zhǔn)確性，期望其可以應(yīng)用于臨床輔助專科醫(yī)生的工作。

1 人工智能自動(dòng)定點(diǎn)

對(duì)患者的頭面部標(biāo)志點(diǎn)進(jìn)行標(biāo)定和對(duì)特異性距離、角度進(jìn)行測(cè)量是客觀反映患者頜面部畸形的重要參考，實(shí)現(xiàn)標(biāo)志點(diǎn)的準(zhǔn)確定位有重要價(jià)值。電子計(jì)算機(jī)斷層掃描（computed tomography，CT）數(shù)據(jù)可以準(zhǔn)確表現(xiàn)軟硬組織三維結(jié)構(gòu)，是實(shí)現(xiàn)數(shù)字外科的基礎(chǔ)，也是人工智能技術(shù)應(yīng)用的數(shù)據(jù)基礎(chǔ)。CT掃描數(shù)據(jù)輸出的格式本質(zhì)是斷層圖像，采用基于閾值的優(yōu)化算法實(shí)現(xiàn)了智能硬組織的三維重建。

人工智能自動(dòng)定點(diǎn)的基礎(chǔ)是人類顱骨、牙列的相似性，其原理基于點(diǎn)云配準(zhǔn)和微分幾何學(xué)的方法，實(shí)現(xiàn)由粗到精的自動(dòng)識(shí)別和自動(dòng)配準(zhǔn)過(guò)程（圖1）。其中，自動(dòng)配準(zhǔn)過(guò)程包括對(duì)不重疊點(diǎn)云自動(dòng)配準(zhǔn)和重疊點(diǎn)云的自動(dòng)配準(zhǔn)，以處理任意位置和姿態(tài)的顱骨目標(biāo)模型；由配準(zhǔn)結(jié)果得到粗略識(shí)別后的標(biāo)志點(diǎn)，再基于微分幾何學(xué)計(jì)算出點(diǎn)的高階微分幾何屬性，可準(zhǔn)確地刻畫標(biāo)志點(diǎn)的局部信息，從而實(shí)現(xiàn)標(biāo)志點(diǎn)的精確識(shí)別。按照納入標(biāo)準(zhǔn)選取一定數(shù)量模型標(biāo)記標(biāo)志點(diǎn)，然后處理成為基準(zhǔn)顱骨模型后，使用迭代最近點(diǎn)（iterative closest points，ICP）算法，將目標(biāo)顱骨模型向基準(zhǔn)顱骨模型進(jìn)行靠近[5]，應(yīng)用統(tǒng)計(jì)學(xué)來(lái)判斷與目標(biāo)最相似的基準(zhǔn)顱骨模型，以此獲取標(biāo)志點(diǎn)的粗略位置，而后使用微分幾何等獲取坐標(biāo)系點(diǎn)的精確位置，再次擺正頭位，最后繼續(xù)使用微分幾何獲取其余標(biāo)志點(diǎn)的精確位置[6]。

圖1 標(biāo)志點(diǎn)自動(dòng)識(shí)別流程圖Fig 1 The flow diagram of automatic identification of marks

課題組初期構(gòu)建了自動(dòng)定點(diǎn)的算法模型，建立了基準(zhǔn)顱骨模型，使用C++（計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言）、開放式圖形庫(kù)（open graphics library，OpenGL）和基于Qt的軟件框架進(jìn)行Windows平臺(tái)的程序研發(fā)。研發(fā)過(guò)程中使用各類顱骨模型進(jìn)行研究，人工驗(yàn)證自動(dòng)定點(diǎn)的準(zhǔn)確性，不斷優(yōu)化定點(diǎn)準(zhǔn)確性，優(yōu)化算法模型，優(yōu)化定點(diǎn)效率，研發(fā)出顱骨自動(dòng)定點(diǎn)測(cè)量軟件（automatic identifying points and measurements of the skull，AIPMS）（圖2）。

圖2 AIPMS軟件主體界面Fig 2 The main interface of AIPMS software

AIPMS軟件測(cè)量模塊的算法設(shè)計(jì)基于解析幾何原理。解析幾何是圖形研究的幾何學(xué)分支，在三維坐標(biāo)體系中，可以使用解析幾何來(lái)研究平面、球、立方體甚至是復(fù)雜幾何體，同時(shí)研究其數(shù)學(xué)空間表達(dá)方程。臨床上常用的測(cè)量包括距離、角度、以及投影值，軟件中內(nèi)置了一些常用測(cè)量（圖3）。

圖3 AIPMS軟件中的測(cè)量類型Fig 3 The measurement types in AIPMS software

2 人工智能牙頜面畸形自動(dòng)診斷

目前，臨床上對(duì)于牙頜面畸形患者的診斷主要依賴于各項(xiàng)客觀檢查、分析測(cè)量結(jié)果以及臨床醫(yī)生的主觀經(jīng)驗(yàn)判斷[7]。這些經(jīng)驗(yàn)的獲得需要經(jīng)過(guò)長(zhǎng)期的臨床實(shí)踐和訓(xùn)練才能獲得，無(wú)法直接以公式的形式直接歸納總結(jié)，也很難通過(guò)短時(shí)間的培訓(xùn)讓經(jīng)驗(yàn)不足的醫(yī)生迅速掌握[8]。

建立基于機(jī)器學(xué)習(xí)的算法模型，希望實(shí)現(xiàn)針對(duì)牙頜面畸形的智能診斷。牙頜面畸形智能診斷算法設(shè)計(jì)總體流程如下所示（圖4）。

圖4 基于XGBoost算法的人工智能牙頜面畸形診斷流程Fig 4 The process of artificial intelligence malocclusion deformity diagnosis based on XGBoost algorithm

選取有20年以上工作經(jīng)驗(yàn)正頜外科專家給出牙頜面畸形診斷，且初診時(shí)拍攝螺旋CT的300名患者為研究對(duì)象。根據(jù)臨床實(shí)際需求對(duì)診斷結(jié)果主要針對(duì)上頜骨和下頜骨兩個(gè)部分。上、下頜骨發(fā)育畸形主要涵蓋頜骨發(fā)育過(guò)度、頜骨發(fā)育不足、頜骨偏斜。發(fā)育正常指無(wú)明顯骨性發(fā)育異常，不需要手術(shù)矯治。課題組分別采用判別分析分類算法、樸素貝葉斯分類算法、XGBoost、神經(jīng)網(wǎng)絡(luò)分類算法和支持向量學(xué)習(xí)機(jī)算法進(jìn)行了模型構(gòu)建和驗(yàn)證。最終的實(shí)驗(yàn)結(jié)果顯示，XGBoost算法表現(xiàn)出最好的結(jié)果（圖5）。

圖5 XGBoost算法對(duì)不同診斷項(xiàng)目的準(zhǔn)確性評(píng)價(jià)結(jié)果Fig 5 The accuracy evaluation of different diagnostic items based on XGBoost algorithm

該模型的受試者特征曲線（receiver operating characteristic curve，ROC）如圖6所示，對(duì)于不同的診斷類型的曲線下面積（area under curve，AUC）均大于0.9。試驗(yàn)結(jié)果提示，輸出的智能診斷結(jié)果相比專家診斷結(jié)果對(duì)于部分診斷類別具有較高的一致性和準(zhǔn)確性，對(duì)臨床醫(yī)生有一定的參考價(jià)值。

圖6 判斷上、下頜骨發(fā)育及偏斜情況的ROC曲線Fig 6 The ROC curve of judging the development and deviation of maxilla and mandible

3 人工智能正頜外科手術(shù)方案的自動(dòng)設(shè)計(jì)

正頜手術(shù)治療牙頜面畸形的本質(zhì)，是將處于錯(cuò)誤空間位置的上、下頜骨骨塊移動(dòng)到理想的位置上，從而使患者的面型和功能達(dá)到良好的狀態(tài)。掌握了骨塊移動(dòng)的最佳位置，就掌握了設(shè)計(jì)手術(shù)方案的能力。實(shí)際臨床工作中經(jīng)驗(yàn)豐富的正頜外科醫(yī)生，會(huì)結(jié)合患者軟組織外貌、咬合關(guān)系、影像學(xué)檢查等多種術(shù)前檢查結(jié)果，基于自身長(zhǎng)期訓(xùn)練獲得的經(jīng)驗(yàn)，設(shè)計(jì)手術(shù)方案[9-10]。該過(guò)程具有較強(qiáng)的主觀性，不同醫(yī)生間對(duì)于方案的選擇也可能存在差異[11-12]。但目前臨床仍有一些相對(duì)客觀的標(biāo)準(zhǔn)，能夠作為醫(yī)生設(shè)計(jì)手術(shù)方案的參考，其中最常用的是頭影測(cè)量和咬合關(guān)系評(píng)價(jià)指標(biāo)[13]。這些指標(biāo)數(shù)量眾多，在調(diào)整骨塊移動(dòng)時(shí)，多數(shù)指標(biāo)會(huì)隨之發(fā)生變動(dòng)。本課題組以多項(xiàng)三維頭影測(cè)量項(xiàng)目的正常人群參考值區(qū)間為目標(biāo)，希望通過(guò)人工智能技術(shù)找到滿足臨床需要的頜骨移動(dòng)方案。

人工蜂群（artificial bee colony）智能算法作為一類種群智能尋優(yōu)算法，被應(yīng)用于各類場(chǎng)景下的參數(shù)尋優(yōu)問(wèn)題中，是機(jī)器學(xué)習(xí)算法的重要組成部分[14]。在解決參數(shù)尋優(yōu)問(wèn)題的過(guò)程中，人工蜂群智能算法最大的優(yōu)勢(shì)是在于能夠泛化問(wèn)題本身的特殊性及復(fù)雜性，僅對(duì)參數(shù)的優(yōu)劣程度進(jìn)行評(píng)估，充分發(fā)揮機(jī)器學(xué)習(xí)的效率，在迭代運(yùn)算中更快地收斂，進(jìn)而更為直接、有效地尋找最優(yōu)的參數(shù)。課題組采用該算法實(shí)現(xiàn)了正頜外科手術(shù)方案的自動(dòng)設(shè)計(jì)，實(shí)施流程如圖7所示。

圖7 基于人工蜂群算法的正頜手術(shù)方案智能設(shè)計(jì)流程Fig 7 The intelligent design of orthognathic surgery based on artificial bee colony algorithm

構(gòu)建算法后設(shè)計(jì)臨床試驗(yàn)來(lái)進(jìn)行驗(yàn)證，共納入患者30例，男性11例，女性19例。其中，骨性Ⅱ類錯(cuò)畸形患者10 例，骨性Ⅲ類錯(cuò)畸形20例。

該算法模型在MATLAB 7.0（MathWorks 公司，美國(guó)）軟件中運(yùn)行，運(yùn)行算法后會(huì)自動(dòng)輸出對(duì)應(yīng)當(dāng)前患者的手術(shù)方案。

每次設(shè)計(jì)方案時(shí)根據(jù)當(dāng)前患者的臨床診斷問(wèn)題，只移動(dòng)存在問(wèn)題的骨塊。

最終輸出的手術(shù)方案以上頜骨、下頜骨、頦的空間移動(dòng)共6項(xiàng)數(shù)據(jù)呈現(xiàn)，分別為X軸方向移動(dòng)距離，Y軸方向移動(dòng)距離，Z軸方向移動(dòng)距離，在X軸進(jìn)行旋轉(zhuǎn)的角度，在Y軸進(jìn)行旋轉(zhuǎn)的角度，在Z軸進(jìn)行旋轉(zhuǎn)的角度。

模擬實(shí)施不同方案后，三維頭影測(cè)量和骨塊空間移動(dòng)的結(jié)果差異性對(duì)比如下（表1、2）。

表1 人工智能與實(shí)際方案術(shù)后頭影測(cè)量結(jié)果差異性Tab 1 The difference of cephalometric results after operation between artificial intelligence design and practical design ±s

表1 人工智能與實(shí)際方案術(shù)后頭影測(cè)量結(jié)果差異性Tab 1 The difference of cephalometric results after operation between artificial intelligence design and practical design ±s

注：Or-U6（R）/Or-U6（L）為眶點(diǎn)至右/左側(cè)上頜第一磨牙距離比值；Go-Me（R）/Go-Me（L）：左/右側(cè)下頜角點(diǎn)與軟組織頦下點(diǎn)距離比值；Pog-MSP：頦前點(diǎn)到正中矢狀面距離；S-N-A：上齒槽座角；S-N-B：下齒槽座角；A-N-B：上、下齒槽座角；S-N-Pog：蝶鞍中心點(diǎn)、鼻根點(diǎn)與頦前點(diǎn)所成的角；N-A-Pog：鼻根點(diǎn)、上齒槽座點(diǎn)與頦前點(diǎn)所成的角；N-ANS/ANS-Me：上面高與下面高比值。

表2 統(tǒng)計(jì)30例患者在智能設(shè)計(jì)方案與實(shí)際方案中骨塊空間移動(dòng)的差異性Tab 2 The difference of spatial movement between artificial intelligence design and practical design for 30 patients±s

表2 統(tǒng)計(jì)30例患者在智能設(shè)計(jì)方案與實(shí)際方案中骨塊空間移動(dòng)的差異性Tab 2 The difference of spatial movement between artificial intelligence design and practical design for 30 patients±s

注：ΔX軸移動(dòng)意為智能設(shè)計(jì)方案與實(shí)際方案在X軸方向上移動(dòng)距離的差值，ΔX軸旋轉(zhuǎn)意為智能設(shè)計(jì)方案與實(shí)際方案在X軸方向上旋轉(zhuǎn)角度的差值，ΔY、ΔZ含義同前。

結(jié)果顯示輸出智能手術(shù)方案效果比較理想，差異無(wú)統(tǒng)計(jì)學(xué)意義，對(duì)于臨床工作有一定的參考價(jià)值，可以為常見牙頜面畸形患者手術(shù)方案的制訂提供參考。

4 結(jié)論

本課題組提出了一種采用迭代最近點(diǎn)算法的頜骨三維模型標(biāo)志點(diǎn)自動(dòng)識(shí)別方法，并驗(yàn)證該方法獲得三維頭影測(cè)量分析結(jié)果的準(zhǔn)確性。進(jìn)而通過(guò)監(jiān)督學(xué)習(xí)專家診斷經(jīng)驗(yàn)，采用XGBoost算法，實(shí)現(xiàn)針對(duì)牙頜面畸形患者的智能診斷。再以多項(xiàng)三維頭影測(cè)量項(xiàng)目的正常人群參考值區(qū)間為目標(biāo)，采用改良人工蜂群算法，通過(guò)移動(dòng)骨塊實(shí)現(xiàn)頜骨及附著其上標(biāo)志點(diǎn)發(fā)生位移，實(shí)現(xiàn)正頜外科手術(shù)方案的自動(dòng)設(shè)計(jì)，結(jié)果顯示輸出智能手術(shù)方案效果比較理想，對(duì)于臨床工作有一定的參考價(jià)值，可以為常見牙頜面畸形患者手術(shù)方案的制訂提供參考。

綜上所述，筆者利用人工智能技術(shù)開發(fā)了一套針對(duì)牙頜面畸形患者的診斷及手術(shù)方案設(shè)計(jì)系統(tǒng)，該系統(tǒng)在初步臨床驗(yàn)證試驗(yàn)中表現(xiàn)出較好的結(jié)果。在進(jìn)一步優(yōu)化算法，整合整個(gè)算法流程后，有望進(jìn)入正頜外科實(shí)際臨床工作中，輔助醫(yī)生對(duì)牙頜面畸形的診療工作。

利益沖突聲明：作者聲明本文無(wú)利益沖突。