三維虛擬牙科患者的建立對前牙美學修復效果的影響研究

馮 玥，胡仲琳，劉偉才

三維虛擬牙科患者，指通過數字化掃描技術，獲取口內牙列及周圍軟組織信息、口外面部輪廓信息乃至顱頜面骨組織信息，進行多模態數據的融合配準，三維重建的牙科患者虛擬形象[1]。在涉及多個前牙的美學修復流程中，結合面部特征進行修復設計是取得良好美學效果的關鍵。近年來，以計算機輔助設計/計算機輔助制作(computer aided design/computer aided manufacturing，CAD/CAM)為支撐的數字化技術已經在固定修復領域廣泛應用[2]，基于CAD/CAM系統內部修復體形態數據庫，可以完成數字化蠟型設計和修復體的直接切削，實現當日椅旁戴牙。然而，上述流程未將患者個性化面容特征納入考量，以此制作的前牙修復體，美學效果可能存在偏差。為實現修復體與面型的協調統一，多種CAD軟件將面部數碼照片與口內掃描數據重疊，進行數字化微笑設計(digital smile design，DSD)生成修復體形態。但是，二維美學設計無法解決前牙突度、切牙和尖牙所處平面差異以及照片拍攝角度差異等問題；且面像與口掃的重合精度不高。虛擬牙科患者的建立實現了從二維到三維的轉換，通過多模態數據的匹配，以立體面部輪廓和微笑曲線為導向的虛擬設計提高了美學修復的可預測性及準確性。但是，基于三維虛擬牙科患者的前牙美學修復效果是否優于僅依靠CAD/CAM形態數據庫的修復設計或結合數碼照片及口腔掃描的二維美學設計，目前仍未有足夠的結論。因此，本研究擬探索臨床操作性較高的三維虛擬牙科患者建模路徑，并制定前牙美學修復效果評價表，比較上述三種數字化前牙修復流程所制造修復體的美學效果，以期為臨床提供參考。

1 資料與方法

此研究為前瞻性隨機對照研究，已通過同濟大學口腔醫學院生物醫學倫理委員會審查(審批號：(2019)-R-76)。

1.1 研究對象及分組

對2019年6月—2020年6月于同濟大學附屬口腔醫院數字化美學診療中心就診的，以上前牙經診斷需行瓷貼面或全瓷冠修復的30例患者為研究對象；其中，男8例，女22例，年齡22～36歲，修復患牙數178顆。隨機數表法分為3組，每組10例。經過檢驗，組間性別、年齡差異均無統計學意義(P>0.05)，三組數據具有可比性。

納入標準：①由于前牙或前磨牙牙體硬組織缺損、形態不良、排列不齊、間隙、個別牙缺失等原因要求進行4個或4個以上單位的美學修復；②擬采用瓷貼面或全瓷冠修復；③具備完全自主的行為表達能力的患者。排除標準：①要求僅改變牙齒顏色、不改變形態和位置；②面部存在明顯畸形的患者。

1.2 修復設計方法

組一(記為S)使用口內掃描儀(Trios 3，3Shape A/S，丹麥)進行術前口內掃描，在患者額頭粘貼易去除的標記貼紙，并分別采集患者姿勢性微笑狀態下及佩戴有硅橡膠咬合記錄的牙合叉裝置下獲得的兩次面掃數據；在Exocad牙科設計軟件(Exocad dental CAD，德國)中通過患者額部標記點進行兩次面容掃描的匹配；同時，將帶有咬合印記的牙合叉裝置三維掃描數據，通過牙尖特征點與患者的口掃數據匹配；然后將兩次匹配獲得的面掃數據與口掃數據通過牙合叉裝置唇側標志點再次進行匹配，從而完成三維虛擬牙科患者的創建(圖1，圖示面容已得到患者本人知情同意)。并據此進行前牙美學設計，生成數字化蠟型并3D打印，口內翻制診斷飾面，進行美學效果預測及牙體預備指導。然后獲取牙備后的口掃數據，在Exocad中與之前的設計文件相匹配，精確復制修復體形態，完成最終修復設計，并采用二硅酸鋰增強玻璃陶瓷(e.max CAD，義獲嘉偉瓦登特，列支敦士登)，切削全瓷修復體，結晶、染色、上釉，生成最終修復體。臨床試戴后分別由三位修復醫師進行效果評價。

組二(記為P)采用同種口內掃描儀進行術前掃描，結合正面姿勢性微笑位照片，在Exocad中進行微笑設計，并打印美學蠟型，與組一采用相同方式制作修復體并進行評價。

組三(記為N)未進行術前美學設計，由同一位修復醫師直接牙體預備，用CAD/CAM椅旁設備(瓷?？?，登士柏西諾德，德國)獲取備牙后的數字化模型，基于軟件內置的牙齒形態數據庫，結合剩余牙列信息直接進行數字化設計，與組一采用相同方式制作修復體并進行評價。

三個分組涉及的技工室流程，包括修復體的設計和制造，均由同一位具有10年以上固定義齒修復經驗的技師完成。

1.3 修復評價方式

對三個分組修復體試戴即刻的前牙美學效果進行醫師評分，參照國內外前牙美學修復評估標準[3-6]，建立前牙美學修復效果評價量表；評價指標包括協調的牙齦特征、平衡的牙間接觸、符合美學要求的牙齒形態等12項紅白美學指標，以及體現修復體整體協調度、平衡感與美觀性的6項面部美學指標。每個指標參考世界牙科聯盟推薦的改良直/間接修復體臨床評估標準[7]分為5個等級，并賦予1～5分：5分優秀，4分良好，3分基本合格，2分較差，1分差(附表A1)。由3位未參與修復體設計和制作、不知曉實驗分組的高年資修復醫師進行術后美學效果評分，分別計算3位醫師評價總分(滿分90分)和面部美學指標得分(滿分30分)的平均值，并進行統計學比較。

同時，患者采用視覺模擬評分法(visual analogue scales，VAS)對前牙美學修復效果滿意度進行評價，0分表示完全不滿意修復體的美學效果，10分表示完全滿意修復體的美學效果。分別計算三組患者的評價結果并進行統計學比較。

1.4 統計學分析

2 結 果

本研究實現了三維虛擬牙科患者建模的數字化路徑，基于配準牙合叉，實現了三維虛擬牙科患者在牙科CAD軟件中的可視化和可操作化。

本研究建立了兼顧面部特征、口內牙列組織與牙齒周圍組織特征及其相互關系的前牙美學修復評價量表。

三組患者修復后前牙美學效果醫師評價比較結果見表1。組一與組二總評分間差異無統計學意義(P>0.05)；組三總評分低于組一和組二，差異均有統計學意義(P<0.05)。面部美學效果評分組一>組二>組三，兩兩組間差異均具有統計學意義(P<0.05)。

表1 三組患者前牙美學修復效果醫師評分Tab.1 Comparison of aesthetic restoration outcome scores of anterior teeth among three groups evaluated by clinicians 分

三組患者對前牙美學修復效果滿意度VAS評分結果見表1。組一>組二>組三，兩兩差異均具有統計學意義(P<0.001)。

3 討 論

復雜的治療方案必須在面型的指導下才能取得良好的美學效果。為實現前牙修復與面型、微笑的協調統一，Coachman等[8]提出了DSD的概念：借助Photoshop、Keynote等非牙科專業軟件，使用數碼照片設計牙齒的長寬及排列，這種方法有助于預測最終效果、滿足患者的期望。然而，二維美學預測是將三維立體牙弓壓縮成一個平面進行的，與實際情況存在一定出入。隨著數字化技術在牙科領域的廣泛應用，已有多種CAD軟件實現了面部數碼照片與三維口掃重疊，但這樣的匹配是非常武斷的：同一患者的面部照片，因為術者拍照角度的差異，所創建的三維面像完全不同，重合精度無法令人滿意。因此，臨床中常常出現制作的前牙修復體在模型上完美無瑕，但戴入口內后不盡如人意。

口外面部掃描被用來捕捉面部軟組織的真實外觀，并被運用于口腔醫學領域，擬合口掃和面掃數據，甚至顱頜面骨骼數據創建三維虛擬牙科患者的理念應運而生[9]。三維圖像能更加準確地反映不同牙齒的形態結構、位置信息及與咬合平面的空間關系[10]。因此，準確的三維虛擬牙科患者數字化模型的構建，對于優化美學修復效果，降低前牙區美學修復風險，促進醫患溝通有所裨益。

可靠的面部掃描數據是構建虛擬牙科患者的基礎。董沁媛等[11]曾對三維面掃技術在口腔修復中的精確性進行系統性綜述，認為面部掃描數據能夠準確再現面部輪廓，獲得精確的測量數據。本課題組前期也開展了面部掃描結果的可靠性研究[12]，通過在志愿者面部標記多個可識別的解剖標志點，分別測量實際解剖標記點間距及三維面掃數據中相應點間距，并進行比較分析；納入研究的三種面部掃描系統均提供了可靠的三維面部重建效果，可滿足臨床對面部掃描的要求。

而面部掃描結果與口腔掃描結果的配準，則是三維虛擬患者創建的關鍵環節。Park等[13]報道了通過匹配面掃中上前牙標志點與口掃中的對應點，基于迭代最近點算法創建三維虛擬患者的流程。然而，面掃的牙列部分掃描精度低，存在變形和扭曲，難以獲取牙齒形態的細節信息；且可用于標記匹配的范圍小，在直接與牙列對齊過程中會產生三維方向的誤差，對前牙尤其是中切牙突度的判定造成較大的影響。葉紅強等[14]通過在上頜成品托盤手柄上黏固表面具有多個凸起的配準塊，在逆向工程軟件Geomagic Studio中實現了口掃與面掃的重疊。但是，該流程需要使用工程學軟件，增加了技師的學習周期及難度。本研究應用課題組自主研發的3D打印配準牙合叉作為匹配媒介，在牙科設計軟件中利用配準牙合叉，咬合記錄，面容及牙列上多個清晰可定位的標志點進行逐次配準。每次執行匹配后，應用“最佳匹配”功能進行匹配準確度校準，匹配區域呈現藍綠色表示誤差小于0.05 mm；同時，在牙列匹配牙合叉的步驟中，還進行匹配后牙列剖面重合圖像的檢查，通過牙列曲線與咬合印記曲線的重合度保證匹配的精確性，一定程度上提高了匹配精度；且該流程技術敏感性低，操作便捷易懂，具有較高的臨床實踐性。然而，通過此方法完成的數字化牙列模型及面容掃描的匹配精度的進一步驗證，仍需要更多研究數據的支撐。

同時，本研究梳理了前牙美學修復效果的評價思路。既往研究中，針對前牙美學修復效果的醫師評價多采用美國公共衛生評價協會標準(USPHS評分)[15]或粉白美學指數(PES/WES評分)[16]，側重于對修復體質量及周圍牙齦組織健康的評價。然而，如果沒有完整的面容參考，臨床醫師則無法從患者的角度評估修復體的美學效果，前牙區的修復體應與患者個性化面部特征相平衡[4]。因此，本研究嘗試將牙齒及周圍組織的紅白美學特征與面部美學特征納入同一份評價量表，驗證了基于上述方法建立三維虛擬患者的前牙美學修復設計具有下述臨床應用價值：①三維虛擬患者能夠實現面部形態特征的再現，在軟組織表面色彩和明暗度的表達上更具真實感。而二維數碼照片對于面部輪廓立體感的還原，則依賴于拍攝光源的投射角度、主光與輔光的明暗差距等，具有較高的技術敏感性。人物面部凹凸的立體感，特別是面下三分之一的凹陷與凸起，對于前牙修復體的設計尤為重要。因此，通過三維數據呈現的個性化面容信息，能夠給予技師更真切、具體的參考。②三維虛擬患者輔助下的前牙修復設計，美學分析結果更全面可靠?；诙S照片的美學設計主要依據一張正面微笑照，盡管可以通過側貌照片加以輔助，但口掃模型與側貌照片的準確對齊仍存在困難，只能作為間接參考；因此，患者的側貌美學要素，包括上下唇與審美平面的關系、上前牙的唇傾度、切緣與下唇的內外關系、牙合平面的傾斜度等，都無法進行數字化重現和預測；而三維面部掃描能夠直接且較為準確地反映軟組織輪廓的空間位置，允許技師以不同方位、不同距離查看和操作，在修復體的側貌美學效果預測上具有一定優勢。③對于存在面部美學缺陷的患者，面掃數據能夠更加準確地實現面部美學標志點及參考線的定位，滿足形態學測量需求。面部掃描數據所建立的虛擬患者可將面中線與牙列中線的偏差精確至毫米級，并由此進行治療計劃的設計，獲得糾正偏差所需的鄰牙牙體預備量預測[17]。同時，多角度觀測上頜中切牙切緣、尖牙牙尖位置及其連線與下唇曲線的關系，有利于技師確定上切牙切緣位置的三維方向及把控尖牙牙尖的長短。而二維照片可能由于拍攝角度、位置的差異造成面部特征的失真或不準確表達，從而影響美學設計效果。這也提示了三維虛擬患者組修復體獲得的面部美學效果比二維照片組更可靠的原因。而無論是面部評分，還是整體評分，未參考患者面部輪廓，僅依靠形態數據庫和技師經驗的修復設計得分均較低，說明數字化美學修復需要在患者個性化信息指導下，才能發揮優勢，獲得理想的效果。在患者評價部分，通過建立三維虛擬患者設計的前牙美學修復體獲得了較高的認可度，進一步說明在數字化設計階段，加入立體面部輪廓作為參考的優勢。三維虛擬牙科患者的建立，打破了傳統意義上缺乏技師參與的單一醫-患二維關系的壁壘，實現了醫-患-技三維連接。在促進醫技溝通的同時，也有利于技師制作出更符合患者預期的修復體，提高患者滿意度。

三維虛擬患者的建立有利于多學科合作及全面診療計劃的制定。通過結合面部美學要素的數字化蠟型設計，進行以最終美學效果為導向的，涉及對修復、種植、牙周、正畸、正頜外科乃至整形外科治療必要性的預測。結合CT呈現的骨骼信息，對三維虛擬患者進行數字化牙周導板設計，可以量化牙周手術軟組織及骨組織的改變量，提高手術的精準度。同時，集合了多模態數據的三維虛擬患者不僅可以輔助正畸、正頜、種植等口腔治療方案的制定，也可用于眼、鼻、唇等部位整形方案的制定。因此，三維虛擬患者的價值，將不只局限于牙科領域，亦適用于整形外科面部形態建模及三維數據測量[18]。

值得關注的是，牙科虛擬患者的應用雖然實現了三維微笑設計，但仍然是局限于靜態的美學設計，無法重現患者面部豐富的表情及運動，因此，有學者提出“四維虛擬患者”的概念[19-20]，即在口腔掃描與面部掃描匹配的基礎上，實現面部特征的動態重建，以優化靜態下的前牙美學設計。但是，目前所報道的“四維虛擬患者”的建立方法較為復雜，或需要患者保持不同幅度的微笑狀態，并進行多次面部掃描；依次配準口掃和每一幀面掃畫面后，連續截圖，并通過視頻編輯軟件進行截圖的疊加以實現四維動態的展示[19]；或需要應用可記錄面部運動的大型面部掃描儀器進行動態捕捉和再現[20]；以上流程雖然實現了三維微笑設計的四維展示，但因涉及的掃描設備價格昂貴，需應用的工程學軟件或視頻剪輯、渲染軟件技術敏感性高，操作流程相對繁瑣，還不具有臨床普適性。近年來，虛擬現實(virtual reality，VR)技術的發展，實現了實時三維圖形的生成、定位和追蹤，并逐漸應用于醫學領域，通過對人體組織或器官的模擬，達到手術預演的目的。若能將其與牙科設計軟件結合，則可以實現真正的四維動態美學設計；同時，也減少了額外軟件設備的應用及多層數據的處理疊加過程。但是，該模式的具體實現路徑，仍需要多學科合作下更多的研究和探索。