Abstract
目的
研究医师肉眼对无牙颌患者鼻唇角差异侧面观的视觉敏感阈值,明确人眼可有效识别的鼻唇角差异大小,以期为软组织侧貌审美评价相关研究提供人眼可识别的鼻唇角差异的参考值。
方法
获取3名无牙颌患者戴入不同唇部支撑诊断义齿的面部三维数据,对患者的面部三维数据进行同比例侧面截图,以口腔修复科医师(主任医师)和患者肉眼观察双重确认的合适唇丰满度时的侧面截图为参照图片,将其他侧面截图分别与之组合成组,由受试者以随机顺序观察。选择15名口腔医师作为受试者观察每组图片的鼻唇角差异情况,测量计算每组两张图片的鼻唇角差值。实验结果绘制成受试者工作特征(ROC)曲线,使用SPSS 20.0统计软件及约登(Youden)指数计算最佳截断值作为医师肉眼对无牙颌患者鼻唇角差异侧面观的视觉敏感阈值。
结果
15名受试者数据分别绘制ROC曲线,其中最佳截断值最大者为5.55°,最小者为3.12°。数据汇总后绘制整体受试者工作特征曲线,其最佳截断值为5.36°(AUC=0.84>0.5, P=0.000<0.05)。当图片的鼻唇角差异在5.36°以上时,受试者能够有效识别。
结论
人对鼻唇角变化量的视觉感知存在极限,研究得出了5.36°的鼻唇角差异侧面观的视觉敏感阈值。低于此值的鼻唇角差异可能无临床意义,此结果为软组织侧貌审美评价提供了人眼可识别的鼻唇角变化量阈值的参考值,可应用于软组织侧貌的美学评估,以及作为以鼻唇角为指标进行精度评价的相关研究的误差等级。
Keywords: 无牙颌, 打印, 三维, 美学, 计算机辅助设计, 图像, 三维
Abstract
Objective
To study the visual sensitivity threshold of physician’s naked eye to the difference of nasolabial angle in edentulous jaw patients, and to provide a reference value for the study of aesthetic evaluation of soft tissue profile for the difference of nasolabial angle that can be recognized by human eyes.
Methods
Three-dimensional facial images of three edentulous patients with different diagnostic dentures intro-oral were obtained.Lateral screenshots of each patient’s three-dimensional facial image with the same scale were obtained by using reverse engineering software (Geomagic studio 2014).The screenshot of the patient’s three-dimensional facial image with suitable lip support (The suitable lip support was confirmed by both patients and prosthodontists who had clinical experience for more than 20 years) was taken as the reference picture, and the remaining pictures were grouped with it respectively. All the pictures were observed in random order by the subjects. Fifteen dentists were asked to judge the difference of nasolabial angle between the two pictures of each group on the computer screen. The difference of nasolabial angle between the two pictures in each group was measured and calculated. The ROC curve was drawn, and the best cut-off value was calculated as the visual sensitivity threshold.
Results
The data of the 15 subjects were used to draw ROC curves separately. The maximum and minimum best cut-off values were 5.55 degrees and 3.12 degrees respectively. The ROC curve of the whole 15 subjects was drawn after data aggregation, and the best cut-off value was 5.36 degrees (AUC=0.84>0.5, P=0.000<0.05).When the difference of nasolabial angle was above 5.36 degrees, the subjects could recognize it effectively.
Conclusion
There is a visual limit in the observation of the nasolabial angle with the naked eye. In this study, a visual sensitivity threshold of 5.36 degrees for the difference of the nasolabial angle was obtained. The difference of nasolabial angle below this value can be regarded as no clinical significance. This result provides a reference value for human eyes to recognize the difference of nasolabial angle in soft tissue profile aesthetic evaluation. It can be applied to the aesthetic evaluation of soft tissue profile and can be used as the error level of related research with nasolabial angle as an index for accuracy evaluation.
Keywords: Jaw,edentulous; Printing; three-dimensional; Esthetics; Computer-aided design; Imaging; three-dimensional
鼻唇角是颜面部美学评估重要指标[1],在口腔修复治疗、口腔正畸治疗及口腔颌面外科正颌手术治疗对患者的面部侧貌美学评估中都有着重要应用。徐安秀等[2]研究鼻唇角变化对骨性Ⅰ类软组织侧貌的影响,马玥等[3]研究鼻唇角改变对骨性Ⅱ类错牙合和Ⅲ类错牙合患者面容的影响,结果均显示鼻唇角的变化对侧貌审美评价有着较大影响。关于鼻唇角在治疗前后变化的研究较多,Desesa等[4]发现上颌简单LeFort-Ⅰ型截骨前移(5.8±1.8) mm,会导致5.1°±11.0°的鼻唇角变化,行SAME术平均横向扩张(7.0±2.1) mm时,会导致-2.0°±4.3°的鼻唇角变化。Aniruddh等[5]对比了拔牙与不拔牙对边缘性Ⅰ类错牙合患者正畸治疗后的侧貌影响,发现鼻唇角差异平均值为7.41°。Kamashita等[6]对5例无牙颌患者戴义齿前后的鼻唇角进行了测量,戴义齿前鼻唇角为120.2°±12.67°,戴义齿后鼻唇角为102.5°±6.82°。以上研究表明治疗前后以及不同的治疗方案会造成鼻唇角的差异。明确鼻唇角差异大小对患者容貌的影响,对临床具有直接的指导意义,在临床工作中,医师常常通过肉眼观察鼻唇角的变化,然而人眼对于软组织变化的分辨力有限,Kaipatur等[7]发现,人的肉眼可能无法注意到2 mm以下的面部软组织差异。同样,鼻唇角的差异也应该存在一定的视觉极限,鼻唇角变化需要达到一定程度才能被肉眼所识别,但尚未见关于可引起人肉眼观察到的鼻唇角变化的相关研究。无牙颌患者牙列缺失后,会发生口周软组织的塌陷和萎缩,鼻唇沟、颏唇沟加深等,患者的软组织侧貌发生显著改变[8,9,10,11]。由于患者牙列缺失,通过调整义齿唇部支撑可以实现鼻唇角的逐级变化,这为研究鼻唇角差异的视觉敏感阈值提供了条件。本研究旨在利用CAD&3D打印技术,序列打印出不同唇部支撑的诊断义齿,并利用三维面部扫描技术获取无牙颌患者戴入不同唇部支撑诊断义齿的具有不同鼻唇角的三维面部数据,用于研究医师肉眼对无牙颌患者鼻唇角差异侧面观的视觉敏感阈值。
1. 资料与方法
1.1. 实验设备与材料
牙颌模型三维扫描仪Dentscan Y500购自南京易形信息科技有限公司,扫描精度20 μm;Artec EVA 3D 手持式三维扫描仪购自美国Artec公司,扫描精度100 μm。CAD软件(华天全口义齿设计软件)购自山东山大华天软件有限公司。灵通Ⅱ型口腔医用三维打印机购自北京实诺泰克科技有限公司,喷嘴直径0.4 mm,层分辨率100 μm。红白打样膏购自上海荣祥齿科有限公司,藻酸盐印模材料购自德国Heraeus公司,硅橡胶印模材料购自德国Heraeus公司。
1.2. 研究对象
患者纳入标准:(1)上下颌牙列缺失超过3个月的无牙颌患者,符合全口义齿修复适应证,Atwood 无牙颌牙槽嵴吸收程度分级为1~3级;(2)不患有口颌系统功能紊乱性疾病,无颌面部先天或后天畸形,无颌面部手术史及面部神经疾患等;(3)愿意接受本次研究并签署知情同意书。患者排除标准:(1)采用种植体支持覆盖义齿修复的患者;(2)不具备完全自主的行为能力和表达能力者;(3)不愿意接受本次研究或拒绝签署知情同意书者。在北京大学口腔医院就诊的3名无牙颌志愿者被纳入研究。
15名工作于北京大学口腔医院的口腔临床医师作为观察者被纳入本研究。
本研究开始前已经北京大学口腔医院生物医学伦理委员会审查批准(PKUSSIRB-201838120),所有参与研究的患者和观察者(医生受试者)均签署知情同意书。
1.3. 试验方法
1.3.1 印模制取及合适唇部支撑的确定 使用印模膏及藻酸盐印模材料制取上下颌初印模,制作个别托盘并制取终印模。使用蜡堤记录颌位关系及必要的美学信息(如中线、唇高线、唇低线、口角线等),形成合适的唇部支撑(合适唇丰满度时的鼻唇角以全口义齿修复后鼻唇角范围为90°~110°,中国人平均约92.5°)[12],由北京大学口腔医院具有20年以上经验的口腔修复科主任医师和患者双重确认上唇丰满度合适。
1.3.2 设计带有合适唇部支撑的诊断义齿 扫描印模,利用记录的美学信息,在全口义齿设计软件(山东山大华天软件有限公司)中设计出带有合适的唇部支撑的诊断义齿(图1),并建立牙合平面及坐标系。牙合平面:以右上中切牙近中切角点及双侧第一磨牙近中舌尖点建立的平面。以牙合平面为xoy平面,以双侧上中切牙远中切角连线为x轴,y轴由舌侧指向唇侧,建立坐标系(图2)。
1.
设计带有合适唇部支撑的诊断义齿
Design diagnostic denture with suitable lip support
A, import upper and lower jaw model; B, draw the line of maxillary alveolar ridge; C, draw the line of mandibular alveolar ridge; D, establish middle plane and occlusal plane; E, chose suitable dentition; F, complete the design of diagnostic denture with suitable lip support.
2.
设计带有不同唇部支撑的诊断义齿
Design diagnostic denture with different lip support
A,D, establish occlusal plane: three points(mesial incisal angle point of right maxillary incisor, mesial lingual cusp point of the right and left maxillary first molar)were chosen to establish occlusal plane; B, E, eleven condition of lip support (from occlusal view); C, S (-5) from right side view; F, S (+5) from right side view.
1.3.3 设计带有不同唇部支撑的诊断义齿(图2) 使用三维逆向工程软件(Geomagic studio 2014)设计带有不同唇部支撑的诊断义齿。义齿的牙列部分可以在预先设定的牙合平面(图2A)上沿y轴进行精确的移动,从而形成了12种不同的唇部支撑:S(non):不戴义齿,S(0):诊断义齿具有医师和患者共同确认的合适的唇部支撑,S(-5)~S(+5):以S(0)的切缘位置为0,以每次移动1 mm的方式将S(0)对应的牙列在牙合平面上沿y轴移动-5 mm~+5 mm[6],形成唇部支撑递增的不同的诊断义齿(图2B, 2E)。使用熔融沉积制造(fused deposition model, FDM)技术和聚乳酸材料(polylactic acid, PLA)3D打印出诊断义齿。
1.3.4 受试者观察鼻唇角差异情况(图3) 使用手持式三维面部扫描仪获取患者戴入具有不同唇部支撑的诊断义齿时的面部三维图像。使用三维逆向工程软件(Geomagic studio 2014)测量患者戴入不同诊断义齿时的鼻唇角(nasolabial angle, NLA),本研究的NLA为正中矢状面上鼻小柱与上唇皮肤的交角(图3C)。将每个患者戴入具有不同唇部支撑的诊断义齿的面部三维图像配准后不进行缩放,以软件原始比例进行侧面截图,为接近临床实际观察情况,以整个面部的侧面图像作为被观察对象。以S(0)时的侧面截图为参照图片,将剩下的图片分别与之组合成组,如S(0)与 S(+1)为一组,S(0)与 S(+2)为一组,S(0)与 S(+3)为一组,S(0)与S(+4)为一组,S(0)与S(+5)为一组,S(0)与 S(-1)为一组,S(0)与 S(-2)为一组,S(0)与S(-3)为一组,S(0)与S(-4)为一组,S(0)与 S(-5)为一组,每名患者11张截图,共10组。嘱受试者在计算机显示屏上(Thinkpad E570,分辨率:1 366×768)以随机顺序观察每组的两张截图的鼻唇角差异情况(图3A和3B)。
3.
具有不同鼻唇角的三维面部数据的侧面截图及鼻唇角的测量
Lateral screenshots of 3D facial data with different NLAs and measurement of NLAs
A, B, lateral screenshots of patients’ three-dimensional facial images with different nasolabial angle (NLA); C, measurement of NLA.
1.4. 统计学分析
使用SPSS 20.0软件对实验数据进行分析,将每组图片对应的鼻唇角差异结果(有差异赋值为1,无差异赋值为0)及每组中两张图片对应的鼻唇角的差值导入统计分析软件,绘制受试者工作特征(receiver operating characteristic,ROC)曲线,并利用约登(Youden)指数计算最佳截断值。参考相关研究报道, P值<0.05认为差异具有统计学意义[4,6,8,13-14]。
2. 结果
15名口腔医师作为受试者被纳入研究,将15名受试者判定数据分别绘制ROC曲线,并计算最佳截断值,其中最佳截断值最大者为5.55°,最小者为3.12°。受试者数据汇总,绘制整体受试者工作特征曲线(图4),其最佳截断值为5.36°(AUC=0.84>0.5, P=0.000<0.05)。当图片的鼻唇角差异在5.36°以上时,受试者能够有效识别。
4.
15名医师的受试者工作特征曲线
The receiver operating characteristic curves of 15 subjects (AUC=0.84>0.5, P=0.000<0.05). The point at the top left corner of the curve represented the best cut-off point
3. 讨论
鼻唇角在涉及上唇部软组织侧貌美学容貌重建中,是重要的诊断及治疗后评价指标,如无牙颌患者唇丰满度的评价。大多数关于鼻唇角变化的研究集中于术前与术后的鼻唇角差异量,并且以描述统计学差异为主[4,5],但并未对角度变化量的实际临床意义进行研究。人眼对角度变化的感知存在极限,该极限的阈值直接决定了鼻唇角变化量测量值对于临床诊疗的影响程度及鼻唇角实际应用时应控制的误差等级。本研究发现对于无牙颌该阈值约为5.36°,提示临床中无牙颌鼻唇角变化测量值小于5.36°时,对于美学效果来说可能无临床意义,同时也提示,当不同治疗结果的鼻唇角角度变化量小于5.36°时,两种治疗结果的差异对于美学重建而言无临床意义,这一结果可以作为一个重要的参考值应用于软组织侧貌的美学评估,同时可以作为以鼻唇角为指标进行精度评价的相关研究的误差等级。
近年来数字化全口义齿修复流程发展迅速,唇丰满度的虚拟预测是数字化全口义齿流程中的一个重要的研究方向,有文献研究开始使用数字化技术虚拟戴牙后效果[15,16],甚至使用人工神经网络技术对无牙颌患者戴牙后面下1/3的形貌变化进行仿真模拟[13]。唇丰满度的虚拟预测可以摆脱传统流程中判断丰满度的经验依赖性,但其精度需要满足临床需求。本研究所得出的鼻唇角变化量侧面观的视觉敏感阈值,可作为利用鼻唇角对无牙颌患者唇丰满度虚拟预测结果进行精度评价时的误差等级。当虚拟预测的结果与患者戴入实际制作的具有合适的唇部支撑的义齿时的鼻唇角差异在5.36°以下时,可认为二者之间的鼻唇角差异无临床意义,这一研究结果不仅仅局限于活动全口义齿修复,在种植全口义齿的修复方面也有一定的作用。数字化技术在种植修复中应用广泛而成熟,通过虚拟预测来确定合适唇丰满度可进一步促进智能数字化设计种植全口义齿的发展。
本研究使用Artec EVA 3D 手持式3D扫描仪获取患者面部三维数据,对医师肉眼对鼻唇角差异侧面观的视觉敏感阈值进行了量化分析。Artec EVA 3D 手持式3D扫描仪扫描精度为0.1 mm,可以在0.4~1.0 m距离内对扫描对象进行数据获取[17,18]。Modabber等[18]曾经对Artec EVA 3D与Facescan3D获取面部三维数据的精度进行了评价,发现Artec EVA 3D可以获取更加精确的三维模型,并且获取数据的角度误差要小于Facescan3D。Grant等[19]对比了Artec EVA 3D、Kinect V1、123D Catch等手持式三维扫描装置扫描躯干脊柱模型的准确性,发现Artec EVA的扫描误差最小,然而在扫描时间上,Artec EVA 3D存在劣势。Yuan等[13]的研究指出Facescan3D的扫描效率较高,一次投照即可获取数据,数据获取时间约为0.3 s。Modabber等[18]指出Artec EVA 3D的平均扫描时间约为20 s。人体的呼吸、心跳等可引起面部的微小动度,从而影响扫描仪的扫描精度[20],Artec EVA 3D的扫描时间相对较长,可能影响扫描精度。本研究的3例患者均为老年无牙颌患者,可能无法维持20 s的固定姿态,从而影响扫描精度。
本研究在正中矢状面上进行鼻唇角的测量,目前关于面部三维数据正中矢状面构建方法相对较多,并不统一,主要的差别在于标志点的选择上[21]。本研究方法依据lee等[22]及Nur等[23]的研究,选择过眉间点的垂直于内眦连线的平面作为正中矢状面。每一种建立正中矢状面的方式都可能存在一定误差。
本研究利用ROC曲线及约登指数计算最佳截断值作为人眼对鼻唇角差异侧面观的视觉敏感阈值,ROC曲线的最佳截断值的含义是如果将受试者观察的结果作为金标准,在SPSS 20.0软件设定的所有截断值中,以最佳截断值评判鼻唇角的差异能否被识别时,其结果与其他截断值相比,具有较高的灵敏度和特异度,且其灵敏度和特异度之和最高。灵敏度代表受试者可识别的鼻唇角差异也被最佳截断值判定为可识别的鼻唇角差异的结果数目占受试者可识别的鼻唇角差异总数目的比率;特异度代表受试者不可识别的鼻唇角差异也被最佳截断值判定为不可识别的鼻唇角差异的结果数目占受试者不可识别的差异总数目的比率。ROC曲线的最佳截断值是一种统计学上的界值,其结果存在一定误差,会随着样本量的变化而有所变化。
本研究探索了口腔医师对无牙颌患者鼻唇角差异侧面观的视觉敏感阈值,可应用于以鼻唇角为指标的精度评价及软组织侧貌审美评价等相关研究中,关于鼻唇角差异的视觉敏感阈值的研究还存在许多需要进一步深入的地方。人群规律性研究应基于海量数据,未来关于鼻唇角差异的视觉敏感阈值的研究,其样本量可进一步扩大,可能通过大数据或者人工智能等技术获得更加准确的结果。同时,面部三维数据获取技术及三维颜面部软组织正中矢状面构建方法的进一步发展,也可促进鼻唇角差异视觉敏感阈值的研究。此外,软组织侧貌虚拟预测是口腔领域多个学科研究的重要方向,鼻唇角及其他软组织侧貌评价指标的误差等级研究将在软组织虚拟预测的精度评价中发挥重要作用。
综上所述,本研究利用数字化技术实现无牙颌患者鼻唇角的逐级变化,通过受试者工作特征曲线确定最佳截断值的方法,研究口腔医师肉眼对于无牙颌患者鼻唇角差异侧面观的视觉敏感阈值,发现侧面观察时,当患者的鼻唇角差异在5.36°以上时,医师肉眼可有效识别。此结果为无牙颌软组织侧貌审美评价提供了一个人眼可识别的鼻唇角变化量的参考值,可应用于无牙颌软组织侧貌的美学评估,并可作为以鼻唇角为指标进行精度评价的相关研究的误差等级。
Funding Statement
国家重点研发计划项目（2018YFP1106900）; 北京大学口腔医院临床新技术新疗法（PKUSSNCT-18G01）; 首都卫生发展科研专项（2018-2-4103）
Supported by the National Key Research and Development Program of China(2018YFP1106900); the Program for New Clinical Techniques and Therapies of Peking University School and Hospital of Stomatology(PKUSSNCT-18G01); the Capital’s Funds for Health Improvement and Research(2018-2-4103)
Contributor Information
赵 一姣 (Yi-jiao ZHAO), Email: kqcadcs@bjmu.edu.cn.
孙 玉春 (Yu-chun SUN), Email: polarshining@163.com.
References
- 1.Harris R, Nagarkar P, Amirlak B. Varied definitions of nasolabial angle. Plast Reconstr Surg Glob Open. 2016;4(6):e752. doi: 10.1097/GOX.0000000000000729. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 2.徐 安秀, 邓 锋, 王 芬芬, et al. 鼻唇角改变对骨性Ⅰ类软组织侧貌影响的审美评价. 华西口腔医学杂志. 2015;33(5):492–496. doi: 10.7518/hxkq.2015.05.011. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 3.马 玥, 任 嫒姝, 付 钢, et al. 鼻唇角、颏唇角改变对骨性Ⅱ类和Ⅲ类患者面容影响的三维美学评价. 实用口腔医学杂志. 2017;33(5):647–652. [Google Scholar]
- 4.Desesa CR, Metzler P, Sawh-Martinez R, et al. Three-dimensional nasolabial morphologic alterations following Le Fort I. Plast Reconstr Surg Glob Open. 2016;4(8):e848. doi: 10.1097/GOX.0000000000000685. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 5.Aniruddh YV, Ravi K, Edeinton A. Comparative evaluation of soft tissue changes in Class Ⅰ borderline patients treated with extraction and nonextraction modalities. Dental Press J Orthod. 2016;21(4):50–59. doi: 10.1590/2177-6709.21.4.050-059.oar. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 6.Kamashita Y, Kamada Y, Kawahata N, et al. Influence of lip support on the soft-tissue profile of complete denture wearers. J Oral Rehabil. 2006;33(2):102–109. doi: 10.1111/j.1365-2842.2006.01575.x. [DOI] [PubMed] [Google Scholar]
- 7.Kaipatur NR, Flores-Mir C. Accuracy of computer programs in predicting orthognathic surgery soft tissue response. J Oral Maxillofac Surg. 2009;67(4):751–759. doi: 10.1016/j.joms.2008.11.006. [DOI] [PubMed] [Google Scholar]
- 8.Raschke GF, Rieger UM, Bader RD, et al. Perioral aging: an anthropometric appraisal. J Craniomaxillofac Surg. 2014;42(5):e312–e317. doi: 10.1016/j.jcms.2013.10.012. [DOI] [PubMed] [Google Scholar]
- 9.Sierpinska T, Golebiewska M, Kuc J, et al. The influence of the occlusal vertical dimension on masticatory muscle activities and hyoid bone position in complete denture wearers. Adv Med Sci. 2009;54(1):104–108. doi: 10.2478/v10039-009-0018-3. [DOI] [PubMed] [Google Scholar]
- 10.Krajicek DD. Guides for natural facial appearance as related to complete denture construction. J Prosthet Dent. 1969;21(6):654–662. doi: 10.1016/0022-3913(69)90014-6. [DOI] [PubMed] [Google Scholar]
- 11.Coleman SR, Grover R. The anatomy of the aging face: volume loss and changes in 3-dimensional topography. Aesthet Surg J. 2006;26(Suppl 1):S4–S9. doi: 10.1016/j.asj.2005.09.012. [DOI] [PubMed] [Google Scholar]
- 12.Owens EG, Goodacre CJ, Loh PL, et al. A multicenter interracial study of facial appearance. Part 1: A comparison of extraoral parameters. Int J Prosthodont. 2002;15(3):273–282. [PubMed] [Google Scholar]
- 13.Yuan F, Cheng C, Dai N, et al. Prediction of aesthetic reconstruction effects in edentulous patients. Sci Rep. 2017;7(1):18077. doi: 10.1038/s41598-017-17065-y. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 14.Denes BJ, Bolton C, Illsley CS, et al. Notch coordinates periodontal ligament maturation through regulating lamin A. J Dent Res. 2019;98(12):1357–1366. doi: 10.1177/0022034519871448. [DOI] [PubMed] [Google Scholar]
- 15.Katase H, Kanazawa M, Inokoshi M, et al. Face simulation system for complete dentures by applying rapid prototyping. J Prosthet Dent. 2013;109(6):353–360. doi: 10.1016/S0022-3913(13)60316-9. [DOI] [PubMed] [Google Scholar]
- 16.Schweiger J, Güth JF, Edelhoff D, et al. Virtual evaluation for cad-cam-fabricated complete dentures. J Prosthet Dent. 2017;117(1):28–33. doi: 10.1016/j.prosdent.2016.05.015. [DOI] [PubMed] [Google Scholar]
- 17.Franco SGC, Libdy MR, Normando D. Scan time, reliability and accuracy of craniofacial measurements using a 3D light scanner. J Oral Biol Craniofac Res. 2019;9(4):331–335. doi: 10.1016/j.jobcr.2019.07.001. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 18.Modabber A, Peters F, Kniha K, et al. Evaluation of the accuracy of a mobile and a stationary system for three-dimensional facial scanning. J Craniomaxillofac Surg. 2016;44(10):1719–1724. doi: 10.1016/j.jcms.2016.08.008. [DOI] [PubMed] [Google Scholar]
- 19.Grant CA, Johnston M, Adam CJ, et al. Accuracy of 3D surface scanners for clinical torso and spinal deformity assessment. Med Eng Phys. 2019;63:63–71. doi: 10.1016/j.medengphy.2018.11.004. [DOI] [PubMed] [Google Scholar]
- 20.Li H, Lyu P, Sun Y, et al. A quantitative study of 3D-scanning frequency and Δd of tracking points on the tooth surface. Sci Rep. 2015;5(2):14350. doi: 10.1038/srep14350. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 21.萧 宁, 王 勇, 赵 一姣. 三维颜面部软组织正中矢状面确定方法的研究进展. 中华口腔医学杂志. 2018;53(7):495–499. [Google Scholar]
- 22.Lee JK, Jung PK, Moon CH. Three-dimensional cone beam computed tomographic image reorientation using soft tissues as reference for facial asymmetry diagnosis. Angle Orthod. 2014;84(1):38–47. doi: 10.2319/112112-890.1. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 23.Nur RB, Çakan DG, Arun T. Evaluation of facial hard and soft tissue asymmetry using cone-beam computed tomography. Am J Orthod Dentofacial Orthop. 2016;149(2):225–237. doi: 10.1016/j.ajodo.2015.07.038. [DOI] [PubMed] [Google Scholar]