应用于无牙颌种植修复设计的三维面部扫描配准方法的对比

Abstract

Objective

To compare the registration accuracy of three-dimensional (3D) facial scans for the design of full-arch implant supported restoration by five methods and to explore the suitable registration method.

Methods

According to the criteria, ten patients with maxillary edentulous jaw or end-stage dentition requiring implant supported restorations were enrolled in this study. A special rim with individual feature marks reflected appropriate occlusal relationship and esthetic characteristics was made for each patient. Both 3D facial scan data of natural laughter and with opener traction to expose the teeth or occlusal rim of each patient were acquired by facial scan and input to the digital analysis software Geomagic Qualify 2012. The dataset was superimposed by five different methods: seven facial anatomical landmark points alignment, facial immobile area alignment (forehead and nasal area), facial anatomical landmark points and immobile area combining alignment, facial feature points alignment, facial and intraoral feature points alignment with the same local coordinate system. The three-dimensional deviation of the same selected area was calculated, the smaller the deviation, the higher the registration accuracy. The 3D deviation was compared among the three registration methods of facial anatomical landmark points, facial immobile area alignment and the combination of the above two methods. Friedman test was performed to analyze the difference among the three methods (α=0.05). The effect of the aid of the facial and intraoral feature points were evaluated. Paired t test were performed to analyze the difference (P<0.05).

Results

The average three-dimensional deviation of the selected area after alignment with the facial anatomical landmarks was (1.501 2±0.406 1) mm, significantly larger than that of the facial immobile area best-fit alignment [(0.629 1±0.150 6) mm] and the combination of the two methods[(0.629 1±0.150 6) mm] (P < 0.001). The aid of the facial feature points could significantly reduce the deviation (t=1.001 3, P < 0.001). There was no significant statistical difference in the remaining groups.

Conclusion

The forehead area of the 3D facial scan can be exposed as much as possible. The establishment of facial characteristic landmark points and the use of the invariant area alignment can improve the accuracy of registration. It should be clinically feasible to apply three-dimensional facial scan to the design of full-arch implant supported restoration with the registration of the immobile area on the face especially the forehead area.

三维面部扫描技术的应用为实现三维美学预测及治疗设计奠定了技术基础^[1-5], 日渐广泛应用于多个医学领域。面部扫描作为一种非接触、非侵入式技术手段，具有扫描时间短、节省临床时间、可简化治疗流程、增加美学和功能预期性的优点，同时与计算机断层扫描影像(cone beam computed tomography，CBCT)重建软组织技术相比，无放射暴露风险，软组织成像精确度高，可重建出高质量真实彩色三维图像^[6]。因此，整形美容外科、口腔正畸科、口腔正颌外科等已应用此技术辅助用于美学预测、诊断治疗方案制定及疗效评价^[7]。而口腔修复治疗与面部形态全面识别及综合分析息息相关，因此结合面部扫描技术构建“虚拟患者”将成为修复治疗领域的研究热点之一。无牙颌种植修复面临兼具美观及口腔功能重建的治疗难点，需综合评估牙槽嵴、颌骨和头面部软组织信息。目前，面部扫描数据可与多种数据配准，完成前牙美学修复设计^[8]，虚拟排牙^[9]，部分实现修复体临床试戴功能^[10]，制作即刻全口义齿^[11]，便于医生、技工、患者有效沟通^[12]。与既往应用不同的是无牙颌种植修复需重点考虑颌位关系、丰满度等口颌重建关键要素的数字化重建以及修复设计，因此需建立三维“虚拟患者”贯通术前设计与最终修复。面部扫描数据是建立无牙颌修复三维“虚拟患者”的关键，其与颌骨、口腔扫描，虚拟牙列的精确匹配决定了预期修复效果的准确性。面部扫描数据精确配准主要受面部扫描仪精度和数据配准方法这两个关键因素影响。常用面部扫描仪误差值为140~1 330 μm^[13]，对正常面型人群面部扫描仪测量精度为0.3~0.4 mm，可满足口腔修复所需精度要求(0.5 mm)^[14]。三维数据配准需依赖相应的标志点或固定的同一表面，既往研究有采用面部解剖标志点对齐^[15]、面部不动区域对齐^[16]、增加面部特征点对齐^[17]、增加口内特征标记对齐^[18]或多种方法结合^[19]完成配准。但是既往研究多针对同一状态下患者面部扫描数据，而无牙颌种植修复需要将体现咬合记录关系的面部扫描(开口器牵拉)与反映美学参考信息的面部扫描(大笑)精确配准，两种面部扫描数据的面部软组织形态差异较大，因此需要适宜的配准方法。本研究旨在比较不同配准方法完成大笑和开口器牵拉两种状态下获取的三维面部扫描数据配准的误差，探究适宜的配准方法，为完善无牙颌种植修复患者面部扫描流程提供参考建议。

1. 资料与方法

1.1. 研究对象

招募15例2019年1月到2020年1月在北京大学口腔医院修复科就诊的上颌无牙颌或终末期牙列要求种植修复的患者作为研究对象，依据标准共纳入10例受试者。

纳入标准：(1)上颌要求种植固定修复；(2)颌位关系基本正常；(3)可获得大笑和开口器牵拉两种状态下的三维面部扫描数据；(4)自愿参与研究，签署知情同意书。

排除标准：(1)急、慢性颞下颌关节紊乱综合征患者，有口颌面化疗史，黏膜慢性炎症、增生等或其他可能将实验过程复杂化的口腔病理状态者；(2)局部或全身情况不适宜种植修复者。

本研究开始前已在中国临床试验注册中心(Chinese Clinical Trial Registry, ChiCTR)注册(注册号：ChiCTR-2000038501), 并且已经北京大学口腔医学院生物医学伦理委员会审查批准(PKUSSIRB-202057115)，本研究严格遵守赫尔辛基宣言(World Medical Association Declaration of Helsinki, version 2013)，所有受试者均已签署知情同意书。

1.2. 设备和软件

FaceScan三维颜面部扫描仪购自德国3D System公司，结构光原理，扫描速度0.2~0.8 s，精度0.2 mm，扫描范围270°~320°；三维逆向工程软件Geomagic Qualify 2012购自美国Raindrop公司。

1.3. 研究方法

1.3.1. 获取数据

受试者坐位，距离FaceScan摄像头150 cm，自然头位，双眼平视前方，分别在自然大笑位和开口器牵拉暴露上、下颌牙列或蜡堤位完成面部扫描(图 1)，获取大笑位和开口器牵拉时面部扫描数据，以OBJ格式存储。将面部扫描数据导入Geomagic Qualify 2012分析软件，其中自然大笑位面部扫描数据为基准面部扫描(Ref面部扫描)，开口器牵拉暴露口内面部扫描数据为测量面部扫描(Test面部扫描)。Ref面部扫描与Test面部扫描统一局部坐标系，定义瞳孔连线方向为x轴，患者左方为正；鼻翼耳屏线方向为z轴，朝向患者面部后方为正(图 2)。

图 1.

面部扫描数据

Facial scan data

A, facial scan data of natural laughter; B, facial scan data with opener traction.

图 2.

建立局部坐标系

Establishment of the local coordinate system

1.3.2. 数据配准

分别采用5种方法对Ref面部扫描和Test面部扫描进行配准。

1.3.2.1. 面部解剖标志点对齐(anatomical landmarks-N, AN)

选择左、右内眦，外眦，耳屏和鼻根共7个面部软组织解剖标志点，通过N点对齐完成两个面部扫描数据的重叠。

1.3.2.2. 面部不动区域对齐(partial region-ICP, R-ICP)

选择受试者额部和鼻根，进行选中区域迭代最近点算法(interactive closest point, ICP)配准，最佳拟合对齐完成两个面部扫描数据的重叠。

1.3.2.3. 面部点对齐与区域对齐结合(N-ICP)

先选择左、右内眦，外眦，耳屏和鼻根共7个面部软组织解剖标志点进行粗配准，再选择受试者额部和鼻根进行ICP配准。

1.3.2.4. 增加面部特征点对齐(face-specific markers-N, FN)

选择受试者面部软组织不变区域特征标记点7个，通过N点对齐完成两个面部扫描数据的重叠。

1.3.2.5. 增加面部和口内特征标记对齐(face and oral specific markers-N, FON)

在1.3.2.4小节的基础上，增加2个蜡堤特征标记点，通过N点对齐完成两个面部扫描数据的重叠。

1.3.3. 测量分析

1.3.3.1. 配准误差

平行于z轴过受试者眉心点建立分隔面上1/3部位的平面，选定面上1/3暴露面部皮肤为测量区域(图 3)。计算Ref面部扫描和Test面部扫描选中区域以相应方法配准后的三维偏差，记录RMS (root mean square)值。

图 3.

选定统一测量区域

Establishment of the measurement area

1.3.3.2. 分组分析

(1) 第1组，面部点对齐与区域对齐配准效果：比较配准方法AN、R-ICP、N-ICP选中区域的三维偏差；(2)第2组，增加面部特征点对齐与面部解剖标志点对齐配准效果：比较配准方法AN、FN选中区域的三维偏差；(3)第3组，增加口内特征标记对齐的配准效果：比较配准方法FN、FON选中区域的三维偏差(图 4)。

图 4.

5种方法数据配准后三维偏差

The 3D deviations of the five registration methods

A, B, the 3D deviations of anatomical landmarks-N (AN); C, D, the 3D deviations of partial region-interactive closest point (ICP); E, F, the 3D deviations of N-ICP; G, H, the 3D deviations of face-specific markers-N (FN); I, J, the 3D deviations of face and oral specific markers-N (FON).

1.4. 统计学分析

使用SPSS 22.0软件，计量数据以均数±标准差表示，经Shapiro-Wilk检验，各组数据符合正态分布(P>0.05)，经箱型图判断数据有异常值，因此面部解剖标志点对齐、面部不动区域对齐、面部点对齐与区域对齐结合3种方法组间差异比较采用单因素重复测量方差分析中的Frideman检验，双侧检验，检验水准α= 0.05。是否增加面部特征点对齐和是否增加口内特征标记对齐的两组间数据比较进行配对t检验，P < 0.05认为差异有统计学意义。

2. 结果

选择面部解剖标志点对齐、面部不动区域对齐及面部点对齐与区域对齐结合的3种配准方法，面上1/3选中区域三维偏差组间差异有统计学意义(χ²=16.800，df=2，P < 0.001)。采用AN法[(1.501 2±0.406 1) mm]，三维偏差平均值显著大于R-ICP法[(0.629 1±0.150 6) mm] (P=0.022)及N-ICP法[(0.603 5±0.493 4) mm] (P < 0.001)。面部点对齐与区域对齐结合的三维偏差略小于面部不动区域对齐配准后的三维偏差，两者间差异无统计学意义(P=0.539)。

选择增加面部特征点进行N点对齐(face-speci-fic markers-N，FN)，选中区域三维偏差为(0.793 5±0.223 4) mm，显著小于仅选择面部解剖标志点对齐后的偏差(P < 0.001)。

增加面部和口内特征标记进行N点对齐，选中区域三维偏差[(0.778 1±0.258 6) mm]略小于仅增加面部特征点对齐后的三维偏差[(0.793 5±0.223 4) mm]，两者间差异无统计学意义(P=0.867，t=0.172, df=9)。

3. 讨论

本研究对于临床无牙颌或终末期牙列的患者修复设计前的面部扫描数据进行配准，需考虑多种因素影响。首先, 待配准的自然大笑位面部扫描数据和开口器牵拉面部扫描数据，面中下2/3区域软组织有明显形变，无法为配准提供面中部的参考标志；第二，口内情况不相一致，包括旧修复体、蜡堤、余留天然牙3类；第三，年龄较大的无牙颌患者面部表情变化较大时，作为稳定标志的前额会因皱纹等出现变形；最后是配准后的面部扫描数据拟行修复体设计，需兼顾口内区域的配准精度。因此，本研究选择面部解剖标志点对齐、面部不动区域对齐、面部点对齐与区域对齐结合、增加面部特征点对齐及增加面部和口内特征标记对齐共5种拟行配准方案用于比较。

本研究选择面部扫描配准常用的7个解剖标志点行N点对齐，前额区域三维偏差平均(1.501 2±0.406 1) mm，显著大于其他配准方法，原因可能在于解剖标志点均集中于面上1/3不动区域，而通常多选择面中1/3区域解剖标志点进行配准，因面中1/3曲率变化明显可有更高的配准精度^[20]；仅利用7个解剖标志点不足以完成较大的面部扫描文件的精确配准；两种不同状态下的面部扫描数据，患者的表情可出现较明显的变化，内、外眦及鼻根标志点在选取过程中即出现较大误差^[21]。这一结果提示，选择面部解剖标志点可进行初步粗配准，但是应进一步结合其他配准方法完成最终图像重叠。

本研究选择面部不动区域对齐即利用前额局部未发生形变区域完成ICP配准，三维偏差明显减小，此结果与既往用于分析正畸治疗前后面部扫描数据的配准方法研究结果不一致^[22]，既往研究结果表明点重叠、额部区域重叠和软件自动重叠对于成人面部扫描数据配准3种方法间差异无统计学意义，但更加推荐点重叠的方法，这可能与研究中测量三维偏差方法不同有关。ICP算法需利用众多点云数据计算最佳拟合位置，具备足够特异性的形态特征可提高其准确性，因此利用面上1/3区域ICP配准时，应尽量选定范围延伸至转折处，但部分无牙颌患者因面部皱纹改变等可能无法适用于区域配准^[20]。

本研究增加面部特征点显著减小了配准误差，因此可考虑在面部前额不动区域设计面部特征性标志，用以辅助配准，提高精度^{[17, 23]}。临床实际应用面部扫描数据配准可知对于面部皱纹较深的老年患者，微笑时前额变形会影响配准的准确性，不适用于局部区域最佳拟合对齐。同时还需注意多种因素(如环境照明、扫描仪位置、患者姿势及头位、面部表情, 以及是否避免头发遮盖面部重要区域)影响扫描的精度^[24-25]。无牙颌患者修复治疗需同时兼顾美学与口腔功能重建，治疗前后面部中下区域形态可能出现明显改变，因此本研究采用面上1/3不动区域进行配准，适用于所有无牙颌修复。

此外，余留有天然牙列的患者，可利用口内暴露牙列设定标志点，无牙颌患者需借助固定有特征性标记点的蜡堤等辅助完成面部扫描。但本研究增加了口内特征标记未能显著提高配准精度，可能与面部扫描数据中口蜡堤出现拼接变形有关，因此在适用的情况下，应尽可能增加口内特征标记形态的特异性及增大特征标记分布范围。采用口外辅助装置配准可降低形变，提高配准可靠性，但目前多见应用于天然牙列的病例报告中^{[12, 17-18]}，且辅助装置会部分遮挡面部区域，适用于无牙颌患者的辅助装置尚待进一步探究。

本研究仍存在一定的局限性，确定解剖标志点的位置存在一定的选择误差，纳入样本量较小，配准误差结果指标较为单一且无法分析配准后误差值在坐标系中的方向。这些不足之处可通过选择特征明确的解剖标志点、扩大样本量及选择标志点测量偏差大小及方向进行一定程度的弥补。

综上所述，应用于无牙颌种植修复设计的三维面部扫描应注意保留尽可能多的前额区域，增加面部特征性点进行粗配准，再利用面部不动区域完成最佳拟合对齐，以期提高配准精度。利用面上1/3不动区域及增加面部特征点完成三维面部扫描配准应用于无牙颌种植修复设计是临床可行的。

Funding Statement

国家重点研发计划项目(2020YFC2009000、2020YFC2009005)和北京大学口腔医学院临床新技术新疗法项目(PKUSSNCT-20G03)

Supported by National Key Research and Development Program of China (2020YFC2009000, 2020YFC2009005) and the Program for New Clinical Techniques Therapies of Peking University and School and Hospital of Stomatology (PKUSSNCT-20G03)