摘要

目的基于三维人脸模板的非刚性配准过程探讨外鼻缺损三维形态补全方法, 为鼻赝复体的数字化设计提供新的解决方案。方法选取2022年6至12月于北京大学口腔医学院·口腔医院修复科就诊的牙体缺损或缺失男性患者20例, 年龄18~45岁, 采集患者原始三维颜面数据, 用Geomagic Wrap 2021软件构建外鼻缺损三维颜面数据。使用课题组前期研究中构建的结构化三维人脸模板数据, 基于非缺损区形态, 通过MeshMonk程序(一种非刚性配准算法)将三维人脸模板变形配准至外鼻缺损三维颜面数据上, 获得三维人脸模板个性化变形后的数据, 即补全人脸三维数据。基于外鼻缺损三维颜面数据的缺损边界, 在补全人脸三维数据上裁剪出补全外鼻三维数据。对比分析补全人脸三维数据与原始三维颜面数据的鼻面角和鼻唇角, 测量补全人脸三维数据鼻长与中面高、鼻宽与内眦间距的比值, 评价补全外鼻三维数据的边缘曲线与外鼻缺损三维颜面数据缺损边缘曲线的边缘密合度, 并分析补全外鼻三维数据与原始三维颜面数据鼻部相同标志点间距离值。结果 20例原始三维颜面数据与补全人脸三维数据的鼻面角(分别为28.2°±2.9°、28.4°±3.5°)、鼻唇角[分别为95.4°(19.2°)、99.9°(9.5°)]差异均无统计学意义(t=-0.23, P=0.823;Z=-1.72, P=0.086)。补全人脸三维数据鼻长与中面高的比值为0.63±0.03, 鼻宽与内眦间距的比值为1.07±0.08。补全外鼻三维数据的边缘曲线与外鼻缺损三维颜面数据缺损边缘曲线的曲线偏差(均方根值)为(0.37±0.09)mm、最大偏差为(1.14±0.32)mm, 曲线偏差值位于±1 mm之内的占比为(97±3)%。补全人脸三维数据与原始三维颜面数据上对应鼻部标志点间距离分别为鼻根点[1.52(1.92)]mm, 鼻尖点(3.27±1.21)mm, 鼻下点(1.99±1.09)mm, 右鼻翼点(2.64±1.34)mm, 左鼻翼点(2.42±1.38)mm。结论本项研究提出的外鼻缺损三维形态补全方法有较好的可行性, 构建的补全外鼻三维数据的面部协调性和边缘密合度较好, 形态与原始三维颜面数据的鼻部形态接近。