人工智能正頜外科的探索與臨床初步應(yīng)用

羅恩

口腔疾病研究國家重點實驗室 國家口腔疾病臨床醫(yī)學(xué)研究中心四川大學(xué)華西口腔醫(yī)院正頜及關(guān)節(jié)外科 成都 610041

牙頜面畸形，是指因頜骨發(fā)育異常所導(dǎo)致的顏面形態(tài)不佳和咬合關(guān)系紊亂。對于該種疾病最常見的治療方式是正頜外科手術(shù)治療，并配合必要的術(shù)前、術(shù)后正畸[1]。

與口腔頜面外科其他疾病有所不同，正頜外科手術(shù)治療方案的制訂具有一定主觀性，與專科醫(yī)生的經(jīng)驗密切相關(guān)，優(yōu)良的手術(shù)療效需要建立在精準的手術(shù)前診斷與手術(shù)設(shè)計上[2]。目前，正頜外科已經(jīng)普遍進入數(shù)字化階段，隨著數(shù)字化技術(shù)在頜面外科學(xué)的廣范應(yīng)用，以3D打印、虛擬手術(shù)設(shè)計技術(shù)、術(shù)中實時導(dǎo)航技術(shù)為特征的數(shù)字化外科技術(shù)迅速發(fā)展，這些技術(shù)被應(yīng)用于牙頜面畸形的診斷與治療，已經(jīng)取得了一定成果，并顯示出巨大的應(yīng)用價值[3]。

目前的數(shù)字化正頜外科存在人工操作流程繁雜，重復(fù)性勞動比例高、效率低、耗時長，人工設(shè)計錯誤率高等問題，且在很多技術(shù)細節(jié)上仍然依賴于臨床醫(yī)生的經(jīng)驗，有著一定的可變性和不準確性。

隨著計算機運算力的增加及算法的更新，人工智能（artificial intelligence）在各個領(lǐng)域應(yīng)用不斷擴大。在醫(yī)學(xué)領(lǐng)域，人工智能目前最成熟的應(yīng)用是進行數(shù)據(jù)分類預(yù)測，以及通過圖像識別，結(jié)合大數(shù)據(jù)和專家系統(tǒng)，達到了滿足臨床應(yīng)用水平的目的[4]。牙頜面畸形的診斷與手術(shù)設(shè)計標準化程度高，正頜外科數(shù)字化手術(shù)設(shè)計穩(wěn)定，是實現(xiàn)計算機智能化診斷和手術(shù)設(shè)計的有利條件，將其用于牙頜面畸形的診斷和手術(shù)方案設(shè)計有很廣闊的前景。

本課題組利用多種人工智能技術(shù)，開發(fā)出一套可以應(yīng)用于臨床診斷及手術(shù)方案設(shè)計的系統(tǒng)，并進行相關(guān)臨床試驗驗證其臨床使用可行性和準確性，期望其可以應(yīng)用于臨床輔助?？漆t(yī)生的工作。

1 人工智能自動定點

對患者的頭面部標志點進行標定和對特異性距離、角度進行測量是客觀反映患者頜面部畸形的重要參考，實現(xiàn)標志點的準確定位有重要價值。電子計算機斷層掃描（computed tomography，CT）數(shù)據(jù)可以準確表現(xiàn)軟硬組織三維結(jié)構(gòu)，是實現(xiàn)數(shù)字外科的基礎(chǔ)，也是人工智能技術(shù)應(yīng)用的數(shù)據(jù)基礎(chǔ)。CT掃描數(shù)據(jù)輸出的格式本質(zhì)是斷層圖像，采用基于閾值的優(yōu)化算法實現(xiàn)了智能硬組織的三維重建。

人工智能自動定點的基礎(chǔ)是人類顱骨、牙列的相似性，其原理基于點云配準和微分幾何學(xué)的方法，實現(xiàn)由粗到精的自動識別和自動配準過程（圖1）。其中，自動配準過程包括對不重疊點云自動配準和重疊點云的自動配準，以處理任意位置和姿態(tài)的顱骨目標模型；由配準結(jié)果得到粗略識別后的標志點，再基于微分幾何學(xué)計算出點的高階微分幾何屬性，可準確地刻畫標志點的局部信息，從而實現(xiàn)標志點的精確識別。按照納入標準選取一定數(shù)量模型標記標志點，然后處理成為基準顱骨模型后，使用迭代最近點（iterative closest points，ICP）算法，將目標顱骨模型向基準顱骨模型進行靠近[5]，應(yīng)用統(tǒng)計學(xué)來判斷與目標最相似的基準顱骨模型，以此獲取標志點的粗略位置，而后使用微分幾何等獲取坐標系點的精確位置，再次擺正頭位，最后繼續(xù)使用微分幾何獲取其余標志點的精確位置[6]。

圖1 標志點自動識別流程圖Fig 1 The flow diagram of automatic identification of marks

課題組初期構(gòu)建了自動定點的算法模型，建立了基準顱骨模型，使用C++（計算機程序設(shè)計語言）、開放式圖形庫（open graphics library，OpenGL）和基于Qt的軟件框架進行Windows平臺的程序研發(fā)。研發(fā)過程中使用各類顱骨模型進行研究，人工驗證自動定點的準確性，不斷優(yōu)化定點準確性，優(yōu)化算法模型，優(yōu)化定點效率，研發(fā)出顱骨自動定點測量軟件（automatic identifying points and measurements of the skull，AIPMS）（圖2）。

圖2 AIPMS軟件主體界面Fig 2 The main interface of AIPMS software

AIPMS軟件測量模塊的算法設(shè)計基于解析幾何原理。解析幾何是圖形研究的幾何學(xué)分支，在三維坐標體系中，可以使用解析幾何來研究平面、球、立方體甚至是復(fù)雜幾何體，同時研究其數(shù)學(xué)空間表達方程。臨床上常用的測量包括距離、角度、以及投影值，軟件中內(nèi)置了一些常用測量（圖3）。

圖3 AIPMS軟件中的測量類型Fig 3 The measurement types in AIPMS software

2 人工智能牙頜面畸形自動診斷

目前，臨床上對于牙頜面畸形患者的診斷主要依賴于各項客觀檢查、分析測量結(jié)果以及臨床醫(yī)生的主觀經(jīng)驗判斷[7]。這些經(jīng)驗的獲得需要經(jīng)過長期的臨床實踐和訓(xùn)練才能獲得，無法直接以公式的形式直接歸納總結(jié)，也很難通過短時間的培訓(xùn)讓經(jīng)驗不足的醫(yī)生迅速掌握[8]。

建立基于機器學(xué)習的算法模型，希望實現(xiàn)針對牙頜面畸形的智能診斷。牙頜面畸形智能診斷算法設(shè)計總體流程如下所示（圖4）。

圖4 基于XGBoost算法的人工智能牙頜面畸形診斷流程Fig 4 The process of artificial intelligence malocclusion deformity diagnosis based on XGBoost algorithm

選取有20年以上工作經(jīng)驗正頜外科專家給出牙頜面畸形診斷，且初診時拍攝螺旋CT的300名患者為研究對象。根據(jù)臨床實際需求對診斷結(jié)果主要針對上頜骨和下頜骨兩個部分。上、下頜骨發(fā)育畸形主要涵蓋頜骨發(fā)育過度、頜骨發(fā)育不足、頜骨偏斜。發(fā)育正常指無明顯骨性發(fā)育異常，不需要手術(shù)矯治。課題組分別采用判別分析分類算法、樸素貝葉斯分類算法、XGBoost、神經(jīng)網(wǎng)絡(luò)分類算法和支持向量學(xué)習機算法進行了模型構(gòu)建和驗證。最終的實驗結(jié)果顯示，XGBoost算法表現(xiàn)出最好的結(jié)果（圖5）。

圖5 XGBoost算法對不同診斷項目的準確性評價結(jié)果Fig 5 The accuracy evaluation of different diagnostic items based on XGBoost algorithm

該模型的受試者特征曲線（receiver operating characteristic curve，ROC）如圖6所示，對于不同的診斷類型的曲線下面積（area under curve，AUC）均大于0.9。試驗結(jié)果提示，輸出的智能診斷結(jié)果相比專家診斷結(jié)果對于部分診斷類別具有較高的一致性和準確性，對臨床醫(yī)生有一定的參考價值。

圖6 判斷上、下頜骨發(fā)育及偏斜情況的ROC曲線Fig 6 The ROC curve of judging the development and deviation of maxilla and mandible

3 人工智能正頜外科手術(shù)方案的自動設(shè)計

正頜手術(shù)治療牙頜面畸形的本質(zhì)，是將處于錯誤空間位置的上、下頜骨骨塊移動到理想的位置上，從而使患者的面型和功能達到良好的狀態(tài)。掌握了骨塊移動的最佳位置，就掌握了設(shè)計手術(shù)方案的能力。實際臨床工作中經(jīng)驗豐富的正頜外科醫(yī)生，會結(jié)合患者軟組織外貌、咬合關(guān)系、影像學(xué)檢查等多種術(shù)前檢查結(jié)果，基于自身長期訓(xùn)練獲得的經(jīng)驗，設(shè)計手術(shù)方案[9-10]。該過程具有較強的主觀性，不同醫(yī)生間對于方案的選擇也可能存在差異[11-12]。但目前臨床仍有一些相對客觀的標準，能夠作為醫(yī)生設(shè)計手術(shù)方案的參考，其中最常用的是頭影測量和咬合關(guān)系評價指標[13]。這些指標數(shù)量眾多，在調(diào)整骨塊移動時，多數(shù)指標會隨之發(fā)生變動。本課題組以多項三維頭影測量項目的正常人群參考值區(qū)間為目標，希望通過人工智能技術(shù)找到滿足臨床需要的頜骨移動方案。

人工蜂群（artificial bee colony）智能算法作為一類種群智能尋優(yōu)算法，被應(yīng)用于各類場景下的參數(shù)尋優(yōu)問題中，是機器學(xué)習算法的重要組成部分[14]。在解決參數(shù)尋優(yōu)問題的過程中，人工蜂群智能算法最大的優(yōu)勢是在于能夠泛化問題本身的特殊性及復(fù)雜性，僅對參數(shù)的優(yōu)劣程度進行評估，充分發(fā)揮機器學(xué)習的效率，在迭代運算中更快地收斂，進而更為直接、有效地尋找最優(yōu)的參數(shù)。課題組采用該算法實現(xiàn)了正頜外科手術(shù)方案的自動設(shè)計，實施流程如圖7所示。

圖7 基于人工蜂群算法的正頜手術(shù)方案智能設(shè)計流程Fig 7 The intelligent design of orthognathic surgery based on artificial bee colony algorithm

構(gòu)建算法后設(shè)計臨床試驗來進行驗證，共納入患者30例，男性11例，女性19例。其中，骨性Ⅱ類錯畸形患者10 例，骨性Ⅲ類錯畸形20例。

該算法模型在MATLAB 7.0（MathWorks 公司，美國）軟件中運行，運行算法后會自動輸出對應(yīng)當前患者的手術(shù)方案。

每次設(shè)計方案時根據(jù)當前患者的臨床診斷問題，只移動存在問題的骨塊。

最終輸出的手術(shù)方案以上頜骨、下頜骨、頦的空間移動共6項數(shù)據(jù)呈現(xiàn)，分別為X軸方向移動距離，Y軸方向移動距離，Z軸方向移動距離，在X軸進行旋轉(zhuǎn)的角度，在Y軸進行旋轉(zhuǎn)的角度，在Z軸進行旋轉(zhuǎn)的角度。

模擬實施不同方案后，三維頭影測量和骨塊空間移動的結(jié)果差異性對比如下（表1、2）。

表1 人工智能與實際方案術(shù)后頭影測量結(jié)果差異性Tab 1 The difference of cephalometric results after operation between artificial intelligence design and practical design ±s

表1 人工智能與實際方案術(shù)后頭影測量結(jié)果差異性Tab 1 The difference of cephalometric results after operation between artificial intelligence design and practical design ±s

注：Or-U6（R）/Or-U6（L）為眶點至右/左側(cè)上頜第一磨牙距離比值；Go-Me（R）/Go-Me（L）：左/右側(cè)下頜角點與軟組織頦下點距離比值；Pog-MSP：頦前點到正中矢狀面距離；S-N-A：上齒槽座角；S-N-B：下齒槽座角；A-N-B：上、下齒槽座角；S-N-Pog：蝶鞍中心點、鼻根點與頦前點所成的角；N-A-Pog：鼻根點、上齒槽座點與頦前點所成的角；N-ANS/ANS-Me：上面高與下面高比值。

表2 統(tǒng)計30例患者在智能設(shè)計方案與實際方案中骨塊空間移動的差異性Tab 2 The difference of spatial movement between artificial intelligence design and practical design for 30 patients±s

表2 統(tǒng)計30例患者在智能設(shè)計方案與實際方案中骨塊空間移動的差異性Tab 2 The difference of spatial movement between artificial intelligence design and practical design for 30 patients±s

注：ΔX軸移動意為智能設(shè)計方案與實際方案在X軸方向上移動距離的差值，ΔX軸旋轉(zhuǎn)意為智能設(shè)計方案與實際方案在X軸方向上旋轉(zhuǎn)角度的差值，ΔY、ΔZ含義同前。

結(jié)果顯示輸出智能手術(shù)方案效果比較理想，差異無統(tǒng)計學(xué)意義，對于臨床工作有一定的參考價值，可以為常見牙頜面畸形患者手術(shù)方案的制訂提供參考。

4 結(jié)論

本課題組提出了一種采用迭代最近點算法的頜骨三維模型標志點自動識別方法，并驗證該方法獲得三維頭影測量分析結(jié)果的準確性。進而通過監(jiān)督學(xué)習專家診斷經(jīng)驗，采用XGBoost算法，實現(xiàn)針對牙頜面畸形患者的智能診斷。再以多項三維頭影測量項目的正常人群參考值區(qū)間為目標，采用改良人工蜂群算法，通過移動骨塊實現(xiàn)頜骨及附著其上標志點發(fā)生位移，實現(xiàn)正頜外科手術(shù)方案的自動設(shè)計，結(jié)果顯示輸出智能手術(shù)方案效果比較理想，對于臨床工作有一定的參考價值，可以為常見牙頜面畸形患者手術(shù)方案的制訂提供參考。

綜上所述，筆者利用人工智能技術(shù)開發(fā)了一套針對牙頜面畸形患者的診斷及手術(shù)方案設(shè)計系統(tǒng)，該系統(tǒng)在初步臨床驗證試驗中表現(xiàn)出較好的結(jié)果。在進一步優(yōu)化算法，整合整個算法流程后，有望進入正頜外科實際臨床工作中，輔助醫(yī)生對牙頜面畸形的診療工作。

利益沖突聲明：作者聲明本文無利益沖突。