口腔医学研究

作者：李放, 潘研, 韩爽, 庄硕

单位：1.合肥市口腔医院正畸三科 早矫中心 安徽医科大学合肥口腔临床学院 安徽 合肥 230061;2.合肥工业大学计算机与信息学院 安徽 合肥 230601

关键词：人工智能,上颌窦体积,锥形束CT,三维重建,

基金：2024年安徽省卫生健康科研项目(编号:AHWJ2024Aa20222);2024年蚌埠医科大学自然科学重点项目(编号:2024byzd342)

目的:探索SegFormer深度学习模型在上颌窦建模中的作用。方法:应用SegFormer对纳入的33例患者锥形束CT影像资料进行上颌窦自动提取重建并测量上颌窦体积,与手动测量结果进行比较并进行统计分析。结果:利用SegFormer进行上颌窦图像的自动提取重建并进行体积测量仅需约30 s,比手动测量效率高,两者测量的上颌窦体积比较无显著性差异(P＞0.05)。结论:SegFormer深度学习模型可以更快速准确地重建上颌窦,体现了人工智能在口腔医学领域的辅助诊断价值。

来源：2026年第3期

《口腔医学研究》期刊编辑部

查看口腔医学研究杂志2026年第3期