通过使用机器学习来影响骨III类整形手术中面牙变化的因素
Muhammad Izzah Abdillah1,2, Johnson Hsin-Chung Cheng1,2, Daniel De-Shing Chen1,2
1School of Dentistry, College of Oral Medicine, Taipei Medical University, Taipei, Taiwan.
Journal of dental sciences
|April 14, 2025
概括
机器学习确定了预治疗过度喷射作为影响骨和软组织变化的关键因素,骨III类整形手术后. 这一发现有助于预测III类坏闭塞患者的手术结果.
科学领域:
- 矯正牙科 矯正牙科是一種矯正牙科.
- 口腔和牙面部外科手术
- 医疗成像医学成像
背景情况:
- 骨III类恶性闭塞带来了治疗挑战,其中包括伪装或正骨手术的选择.
- 整形手术的目的是纠正骨差异,但预测形态变化仍然是复杂的.
研究的目的:
- 调查影响骨III类整形手术后牙,骨和软组织形态变化的因素.
- 应用机器学习来识别治疗结果的关键预测因素.
主要方法:
- 对58名接受正骨科手术的III类骨患者的回顾性分析.
- 用专门的软件进行治疗前 (T0) 和治疗后 (T1) 测量分析的横向脑测量放射图.
- 机器学习 (随机森林回归) 用于识别影响术后变化的因素 (T1-T0).
主要成果:
- 在手术后观察到显著的脑表变化,有显著的例外 (SNA,A到NP,过咬,下唇到E平面).
- 手术类型影响了ANB变化;性别影响了IMPA和下唇到E-plane.
- 机器学习确定了预处理过量作为影响ANB,B到N-Perp (FH) 和Pog到N-Perp (FH) 变化的主要因素.
结论:
- 预治疗过量是骨和软组织显著变化的关键预测因素,后骨III类直立手术.
- 机器学习有效地识别了复杂的外科手术结果中的关键影响因素.
- 未来的研究应该包含更大的数据集和3D成像,以提高预测准确度.


