传统和人工智能方法在预测大面软组织形态术后的骨科手术:一个叙事审查
Tianyi Wang1, Huanhuan Chen1, Guangying Song1
1Department of Orthodontics, Cranial-Facial Growth and Development Center, Peking University School and Hospital of Stomatology, 22 Zhongguancun South Avenue, Haidian District, Beijing 100081, China.
International journal of dentistry
|November 10, 2025
概括
在整形手术后预测软组织变化是具有挑战性的. 本综述强调人工智能 (AI),特别是深度学习 (DL),是提高预测准确性和手术规划速度的有希望的方法.
科学领域:
- 口腔和牙面部外科手术
- 医疗成像医学成像
- 人工智能在医学中的应用
背景情况:
- 在整形外科手术后,软组织形态的术前预测仍然是一个重大挑战.
- 传统的2D预测方法在准确性和范围上有局限性.
研究的目的:
- 审查当前的软组织形态在整形外科手术的预测方法.
- 评估人工智能 (AI),机器学习 (ML) 和深度学习 (DL) 在提高预测准确性和速度方面的潜力.
- 确定未来的研究方向,以加强外科手术规划.
主要方法:
- 使用PubMed.Med进行了文章的叙事审查.
- 关键词包括直立手术,预测方法,模拟,AI,ML,DL,软组织和手术规划.
- 从67个相关文章的初始搜索中评估了60个相关文章.
主要成果:
- 从2D到3D预测方法的过渡为AI铺平了道路,特别是像DNN,PointNet和Transformer这样的DL算法.
- DL方法显示出高精度,速度和易用性,表明了广泛的发展前景.
- 对DL的关键挑战包括数据不足,过度匹配和缺乏可解释性.
结论:
- 深度学习 (DL) 具有显著的潜力,可以提高软组织预测在整形外科手术中的准确性和速度.
- 未来的改进可以通过大型,高质量的数据库,专门的数据集,优化的算法,多式联运数据集成和可视化技术来实现.
- 解决数据的局限性和可解释性对于手术规划中DL的临床应用至关重要.
