黄俊华，唐 平，陈松龄，江小平，梁英蓬

(1.广东工业大学自动化学院，广州 510006；2.中山大学附属第一医院口腔科，广州 510080；3.广东工业大学医院，广州 510006)

1 概述

口腔种植体通过外科手术植入人体缺牙牙骨中完成缺牙修复。传统的口腔种植外科手术术前设计都是基于X线平片(根尖片和全景片)，临床操作中常因设计估计不足而发生牙槽骨意外穿孔等严重并发症，而且往往给上部结构修复带来困难，导致种植修复的最终失败[1]。随着医学图像三维可视化等计算机辅助技术的发展，根据CT影像数据制作的手术导板增加了手术定位的准确性和操作的可控性。国内外分别推出VISIT导航系统和 SIM/plant等口腔种植软件[2-3]。文献[1]通过重建CT影像以人工交互的方式测量牙槽骨相关数据，但该方法工作步骤繁琐，容易造成因主观因素而导致的定位参数不准确。

结合量子计算和遗传算法的量子遗传算法有较好的全局搜索能力，已广泛地应用于解决组合优化和多属性决策规划问题。文献[4]提出用于解决背包问题的遗传量子算法(Genetic Quantum Algorithm, GQA)，种群个体的多样性是基于量子比特和量子态叠加特性表示的。文献[5]提出一种利用量子染色体相位比较来更新旋转角的量子遗传算法。文献[6]提出一种基于量子位 Bloch球面的量子遗传算法(Bloch Quantum Genetic Algorithm, BQGA)，该算法中种群的染色体有并行的3条基因链，优化性能优于普通量子进化算法。

现有的口腔种植系统智能程度不高，而且鲜有运用人工智能解决种植手术的学术报道。……