冯 玥，胡仲琳，刘伟才

三维虚拟牙科患者，指通过数字化扫描技术，获取口内牙列及周围软组织信息、口外面部轮廓信息乃至颅颌面骨组织信息，进行多模态数据的融合配准，三维重建的牙科患者虚拟形象[1]。在涉及多个前牙的美学修复流程中，结合面部特征进行修复设计是取得良好美学效果的关键。近年来，以计算机辅助设计/计算机辅助制作(computer aided design/computer aided manufacturing，CAD/CAM)为支撑的数字化技术已经在固定修复领域广泛应用[2]，基于CAD/CAM系统内部修复体形态数据库，可以完成数字化蜡型设计和修复体的直接切削，实现当日椅旁戴牙。然而，上述流程未将患者个性化面容特征纳入考量，以此制作的前牙修复体，美学效果可能存在偏差。为实现修复体与面型的协调统一，多种CAD软件将面部数码照片与口内扫描数据重叠，进行数字化微笑设计(digital smile design，DSD)生成修复体形态。但是，二维美学设计无法解决前牙突度、切牙和尖牙所处平面差异以及照片拍摄角度差异等问题；且面像与口扫的重合精度不高。虚拟牙科患者的建立实现了从二维到三维的转换，通过多模态数据的匹配，以立体面部轮廓和微笑曲线为导向的虚拟设计提高了美学修复的可预测性及准确性。但是，基于三维虚拟牙科患者的前牙美学修复效果是否优于仅依靠CAD/CAM形态数据库的修复设计或结合数码照片及口腔扫描的二维美学设计，目前仍未有足够的结论。因此，本研究拟探索临床操作性较高的三维虚拟牙科患者建模路径，并制定前牙美学修复效果评价表，比较上述三种数字化前牙修复流程所制造修复体的美学效果，以期为临床提供参考。

1 资料与方法

此研究为前瞻性随机对照研究，已通过同济大学口腔医学院生物医学伦理委员会审查(审批号：(2019)-R-76)。

1.1 研究对象及分组

对2019年6月—2020年6月于同济大学附属口腔医院数字化美学诊疗中心就诊的，以上前牙经诊断需行瓷贴面或全瓷冠修复的30例患者为研究对象；其中，男8例，女22例，年龄22～36岁，修复患牙数178颗。随机数表法分为3组，每组10例。经过检验，组间性别、年龄差异均无统计学意义(P>0.05)，三组数据具有可比性。

纳入标准：①由于前牙或前磨牙牙体硬组织缺损、形态不良、排列不齐、间隙、个别牙缺失等原因要求进行4个或4个以上单位的美学修复；②拟采用瓷贴面或全瓷冠修复；③具备完全自主的行为表达能力的患者。排除标准：①要求仅改变牙齿颜色、不改变形态和位置；②面部存在明显畸形的患者。

1.2 修复设计方法

组一(记为S)使用口内扫描仪(Trios 3，3Shape A/S，丹麦)进行术前口内扫描，在患者额头粘贴易去除的标记贴纸，并分别采集患者姿势性微笑状态下及佩戴有硅橡胶咬合记录的牙合叉装置下获得的两次面扫数据；在Exocad牙科设计软件(Exocad dental CAD，德国)中通过患者额部标记点进行两次面容扫描的匹配；同时，将带有咬合印记的牙合叉装置三维扫描数据，通过牙尖特征点与患者的口扫数据匹配；然后将两次匹配获得的面扫数据与口扫数据通过牙合叉装置唇侧标志点再次进行匹配，从而完成三维虚拟牙科患者的创建(图1，图示面容已得到患者本人知情同意)。并据此进行前牙美学设计，生成数字化蜡型并3D打印，口内翻制诊断饰面，进行美学效果预测及牙体预备指导。然后获取牙备后的口扫数据，在Exocad中与之前的设计文件相匹配，精确复制修复体形态，完成最终修复设计，并采用二硅酸锂增强玻璃陶瓷(e.max CAD，义获嘉伟瓦登特，列支敦士登)，切削全瓷修复体，结晶、染色、上釉，生成最终修复体。临床试戴后分别由三位修复医师进行效果评价。

组二(记为P)采用同种口内扫描仪进行术前扫描，结合正面姿势性微笑位照片，在Exocad中进行微笑设计，并打印美学蜡型，与组一采用相同方式制作修复体并进行评价。

组三(记为N)未进行术前美学设计，由同一位修复医师直接牙体预备，用CAD/CAM椅旁设备(瓷睿刻，登士柏西诺德，德国)获取备牙后的数字化模型，基于软件内置的牙齿形态数据库，结合剩余牙列信息直接进行数字化设计，与组一采用相同方式制作修复体并进行评价。

三个分组涉及的技工室流程，包括修复体的设计和制造，均由同一位具有10年以上固定义齿修复经验的技师完成。

1.3 修复评价方式

对三个分组修复体试戴即刻的前牙美学效果进行医师评分，参照国内外前牙美学修复评估标准[3-6]，建立前牙美学修复效果评价量表；评价指标包括协调的牙龈特征、平衡的牙间接触、符合美学要求的牙齿形态等12项红白美学指标，以及体现修复体整体协调度、平衡感与美观性的6项面部美学指标。每个指标参考世界牙科联盟推荐的改良直/间接修复体临床评估标准[7]分为5个等级，并赋予1～5分：5分优秀，4分良好，3分基本合格，2分较差，1分差(附表A1)。由3位未参与修复体设计和制作、不知晓实验分组的高年资修复医师进行术后美学效果评分，分别计算3位医师评价总分(满分90分)和面部美学指标得分(满分30分)的平均值，并进行统计学比较。

同时，患者采用视觉模拟评分法(visual analogue scales，VAS)对前牙美学修复效果满意度进行评价，0分表示完全不满意修复体的美学效果，10分表示完全满意修复体的美学效果。分别计算三组患者的评价结果并进行统计学比较。

1.4 统计学分析

2 结 果

本研究实现了三维虚拟牙科患者建模的数字化路径，基于配准牙合叉，实现了三维虚拟牙科患者在牙科CAD软件中的可视化和可操作化。

本研究建立了兼顾面部特征、口内牙列组织与牙齿周围组织特征及其相互关系的前牙美学修复评价量表。

三组患者修复后前牙美学效果医师评价比较结果见表1。组一与组二总评分间差异无统计学意义(P>0.05)；组三总评分低于组一和组二，差异均有统计学意义(P<0.05)。面部美学效果评分组一>组二>组三，两两组间差异均具有统计学意义(P<0.05)。

表1 三组患者前牙美学修复效果医师评分Tab.1 Comparison of aesthetic restoration outcome scores of anterior teeth among three groups evaluated by clinicians 分

三组患者对前牙美学修复效果满意度VAS评分结果见表1。组一>组二>组三，两两差异均具有统计学意义(P<0.001)。

3 讨 论

复杂的治疗方案必须在面型的指导下才能取得良好的美学效果。为实现前牙修复与面型、微笑的协调统一，Coachman等[8]提出了DSD的概念：借助Photoshop、Keynote等非牙科专业软件，使用数码照片设计牙齿的长宽及排列，这种方法有助于预测最终效果、满足患者的期望。然而，二维美学预测是将三维立体牙弓压缩成一个平面进行的，与实际情况存在一定出入。随着数字化技术在牙科领域的广泛应用，已有多种CAD软件实现了面部数码照片与三维口扫重叠，但这样的匹配是非常武断的：同一患者的面部照片，因为术者拍照角度的差异，所创建的三维面像完全不同，重合精度无法令人满意。因此，临床中常常出现制作的前牙修复体在模型上完美无瑕，但戴入口内后不尽如人意。

口外面部扫描被用来捕捉面部软组织的真实外观，并被运用于口腔医学领域，拟合口扫和面扫数据，甚至颅颌面骨骼数据创建三维虚拟牙科患者的理念应运而生[9]。三维图像能更加准确地反映不同牙齿的形态结构、位置信息及与咬合平面的空间关系[10]。因此，准确的三维虚拟牙科患者数字化模型的构建，对于优化美学修复效果，降低前牙区美学修复风险，促进医患沟通有所裨益。

可靠的面部扫描数据是构建虚拟牙科患者的基础。董沁媛等[11]曾对三维面扫技术在口腔修复中的精确性进行系统性综述，认为面部扫描数据能够准确再现面部轮廓，获得精确的测量数据。本课题组前期也开展了面部扫描结果的可靠性研究[12]，通过在志愿者面部标记多个可识别的解剖标志点，分别测量实际解剖标记点间距及三维面扫数据中相应点间距，并进行比较分析；纳入研究的三种面部扫描系统均提供了可靠的三维面部重建效果，可满足临床对面部扫描的要求。

而面部扫描结果与口腔扫描结果的配准，则是三维虚拟患者创建的关键环节。Park等[13]报道了通过匹配面扫中上前牙标志点与口扫中的对应点，基于迭代最近点算法创建三维虚拟患者的流程。然而，面扫的牙列部分扫描精度低，存在变形和扭曲，难以获取牙齿形态的细节信息；且可用于标记匹配的范围小，在直接与牙列对齐过程中会产生三维方向的误差，对前牙尤其是中切牙突度的判定造成较大的影响。叶红强等[14]通过在上颌成品托盘手柄上黏固表面具有多个凸起的配准块，在逆向工程软件Geomagic Studio中实现了口扫与面扫的重叠。但是，该流程需要使用工程学软件，增加了技师的学习周期及难度。本研究应用课题组自主研发的3D打印配准牙合叉作为匹配媒介，在牙科设计软件中利用配准牙合叉，咬合记录，面容及牙列上多个清晰可定位的标志点进行逐次配准。每次执行匹配后，应用“最佳匹配”功能进行匹配准确度校准，匹配区域呈现蓝绿色表示误差小于0.05 mm；同时，在牙列匹配牙合叉的步骤中，还进行匹配后牙列剖面重合图像的检查，通过牙列曲线与咬合印记曲线的重合度保证匹配的精确性，一定程度上提高了匹配精度；且该流程技术敏感性低，操作便捷易懂，具有较高的临床实践性。然而，通过此方法完成的数字化牙列模型及面容扫描的匹配精度的进一步验证，仍需要更多研究数据的支撑。

同时，本研究梳理了前牙美学修复效果的评价思路。既往研究中，针对前牙美学修复效果的医师评价多采用美国公共卫生评价协会标准(USPHS评分)[15]或粉白美学指数(PES/WES评分)[16]，侧重于对修复体质量及周围牙龈组织健康的评价。然而，如果没有完整的面容参考，临床医师则无法从患者的角度评估修复体的美学效果，前牙区的修复体应与患者个性化面部特征相平衡[4]。因此，本研究尝试将牙齿及周围组织的红白美学特征与面部美学特征纳入同一份评价量表，验证了基于上述方法建立三维虚拟患者的前牙美学修复设计具有下述临床应用价值：①三维虚拟患者能够实现面部形态特征的再现，在软组织表面色彩和明暗度的表达上更具真实感。而二维数码照片对于面部轮廓立体感的还原，则依赖于拍摄光源的投射角度、主光与辅光的明暗差距等，具有较高的技术敏感性。人物面部凹凸的立体感，特别是面下三分之一的凹陷与凸起，对于前牙修复体的设计尤为重要。因此，通过三维数据呈现的个性化面容信息，能够给予技师更真切、具体的参考。②三维虚拟患者辅助下的前牙修复设计，美学分析结果更全面可靠。基于二维照片的美学设计主要依据一张正面微笑照，尽管可以通过侧貌照片加以辅助，但口扫模型与侧貌照片的准确对齐仍存在困难，只能作为间接参考；因此，患者的侧貌美学要素，包括上下唇与审美平面的关系、上前牙的唇倾度、切缘与下唇的内外关系、牙合平面的倾斜度等，都无法进行数字化重现和预测；而三维面部扫描能够直接且较为准确地反映软组织轮廓的空间位置，允许技师以不同方位、不同距离查看和操作，在修复体的侧貌美学效果预测上具有一定优势。③对于存在面部美学缺陷的患者，面扫数据能够更加准确地实现面部美学标志点及参考线的定位，满足形态学测量需求。面部扫描数据所建立的虚拟患者可将面中线与牙列中线的偏差精确至毫米级，并由此进行治疗计划的设计，获得纠正偏差所需的邻牙牙体预备量预测[17]。同时，多角度观测上颌中切牙切缘、尖牙牙尖位置及其连线与下唇曲线的关系，有利于技师确定上切牙切缘位置的三维方向及把控尖牙牙尖的长短。而二维照片可能由于拍摄角度、位置的差异造成面部特征的失真或不准确表达，从而影响美学设计效果。这也提示了三维虚拟患者组修复体获得的面部美学效果比二维照片组更可靠的原因。而无论是面部评分，还是整体评分，未参考患者面部轮廓，仅依靠形态数据库和技师经验的修复设计得分均较低，说明数字化美学修复需要在患者个性化信息指导下，才能发挥优势，获得理想的效果。在患者评价部分，通过建立三维虚拟患者设计的前牙美学修复体获得了较高的认可度，进一步说明在数字化设计阶段，加入立体面部轮廓作为参考的优势。三维虚拟牙科患者的建立，打破了传统意义上缺乏技师参与的单一医-患二维关系的壁垒，实现了医-患-技三维连接。在促进医技沟通的同时，也有利于技师制作出更符合患者预期的修复体，提高患者满意度。

三维虚拟患者的建立有利于多学科合作及全面诊疗计划的制定。通过结合面部美学要素的数字化蜡型设计，进行以最终美学效果为导向的，涉及对修复、种植、牙周、正畸、正颌外科乃至整形外科治疗必要性的预测。结合CT呈现的骨骼信息，对三维虚拟患者进行数字化牙周导板设计，可以量化牙周手术软组织及骨组织的改变量，提高手术的精准度。同时，集合了多模态数据的三维虚拟患者不仅可以辅助正畸、正颌、种植等口腔治疗方案的制定，也可用于眼、鼻、唇等部位整形方案的制定。因此，三维虚拟患者的价值，将不只局限于牙科领域，亦适用于整形外科面部形态建模及三维数据测量[18]。

值得关注的是，牙科虚拟患者的应用虽然实现了三维微笑设计，但仍然是局限于静态的美学设计，无法重现患者面部丰富的表情及运动，因此，有学者提出“四维虚拟患者”的概念[19-20]，即在口腔扫描与面部扫描匹配的基础上，实现面部特征的动态重建，以优化静态下的前牙美学设计。但是，目前所报道的“四维虚拟患者”的建立方法较为复杂，或需要患者保持不同幅度的微笑状态，并进行多次面部扫描；依次配准口扫和每一帧面扫画面后，连续截图，并通过视频编辑软件进行截图的叠加以实现四维动态的展示[19]；或需要应用可记录面部运动的大型面部扫描仪器进行动态捕捉和再现[20]；以上流程虽然实现了三维微笑设计的四维展示，但因涉及的扫描设备价格昂贵，需应用的工程学软件或视频剪辑、渲染软件技术敏感性高，操作流程相对繁琐，还不具有临床普适性。近年来，虚拟现实(virtual reality，VR)技术的发展，实现了实时三维图形的生成、定位和追踪，并逐渐应用于医学领域，通过对人体组织或器官的模拟，达到手术预演的目的。若能将其与牙科设计软件结合，则可以实现真正的四维动态美学设计；同时，也减少了额外软件设备的应用及多层数据的处理叠加过程。但是，该模式的具体实现路径，仍需要多学科合作下更多的研究和探索。