-
CBCT 和超声对炎性及囊性颌骨病变的回顾性评估
摘要目标比较超声测量与锥形束计算机断层扫描(CBCT)测量颌骨内病变尺寸之间的准确性。研究设计回顾性检查了 50 例组织病理学确诊为炎症性和囊性颌骨病变患者的超声和锥形束计算机断层扫描检查结果。在超声检查中,测量病变深度并检查其内部结构架构。在锥形束计算机断层扫描中,测量病变
来源:Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology
时间:2026-10-18
-
一种用于不对称患者可重复自然头位的简易放射标记技术
摘要目的本研究旨在评估一种简单的放射标记技术,用于在锥形束计算机断层扫描 (CBCT) 中捕捉不对称患者的自然头位 (NHP),并与标准化头颅平片进行比较。研究设计对 2017 年至 2025 年间接受正颌外科手术且存在骨骼不对称(≥4 mm)的患者进行回顾性队列研究。使用鞍
来源:Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology
时间:2026-10-18
-
经口机器人手术与激光手术治疗cT1-T3声门上喉癌的对比研究:一项系统评价与Meta分析
摘要背景比较文献中关于经口机器人手术(TORS)与经口激光显微手术(TOLM)治疗声门上cT1-T3喉癌在功能、肿瘤学及手术结局方面的研究结果。方法三名独立研究者对PubMed、Scopus和Cochrane图书馆进行了检索,纳入报道TOLM和TORS肿瘤学、功能及手术(并发
来源:Oral Oncology
时间:2026-10-18
-
基于深度学习的技术,用于分割CBCT图像中具有放射透明性的颌骨病变部位
摘要研究目的本研究旨在进一步训练和评估一个最初为识别透射线性病变而开发的深度学习(DL)模型,在分割含有不透射线性的颌骨病变时的性能。方法我们从北卡罗来纳大学亚当斯牙科学院和北京大学口腔医学院回顾性地收集了218个CBCT数据集。这些数据集中要么没有病变,要么至少包含一个混合性或
来源:Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology
时间:2026-10-18
-
研究唾液腺疾病的生物标志物、临床结局评估和终点
摘要本叙述性综述描述了美国食品药品监督管理局(FDA)和美国国立卫生研究院(NIH)生物标志物工作组对生物标志物、临床结局评估和终点的定义。随后,我们运用FDA-NIH"生物标志物、终点和其他工具"(BEST)框架,讨论用于研究影响唾液腺疾病的相关生物标志物、临床结局评估和终
来源:Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology
时间:2026-10-18
-
头颈部鳞状细胞癌新辅助紫杉醇、卡铂联合西妥昔单抗治疗后病理学缓解的预后意义及预测因子
摘要引言紫杉醇、卡铂和西妥昔单抗(PCE-NAC)新辅助化疗用于治疗局部晚期头颈部鳞状细胞癌(HNSCC)患者;然而,生存预后的预测因素尚不明确。本研究旨在评估PCE-NAC病理学应答的预后价值,并确定与良好病理学应答相关的临床因素。材料与方法我们回顾性研究了本院接受PCE-
来源:Oral Oncology
时间:2026-10-18
-
人工智能与面部分析/面神经/面瘫
**章节片段**
**关键点**
- 人工智能(AI)实现了面部对称性、运动和情绪表达的客观定量评估。
- 多个AI系统,包括Emotrics、MediaPipe Face Mesh、实时面部不对称分析(RFAA)、FaceReader和Affdex,越来越多地应用于面部
来源:Oral and Maxillofacial Surgery Clinics of North America
时间:2026-10-18
-
基于机器学习预测口腔白斑病患者5年内恶性转化:一项回顾性队列研究
摘要背景口腔白斑病(OLK)是一种潜在恶性的口腔疾病,其恶性转化率为7.2%–9.8%。识别高危患者并在5年内进行干预可减少口腔癌负担。目的本回顾性研究旨在确定中国口腔白斑病患者中与恶性转化相关的因素,并开发和评估用于预测5年内恶性转化的机器学习(ML)模型。方法共纳入672
来源:Oral Oncology
时间:2026-10-18
-
口腔癌机器人辅助与开放颈淋巴结清扫术后的肿瘤学及生活质量结局:一项前瞻性配对分析
摘要背景颈部清扫术仍然是口腔鳞状细胞癌区域淋巴结病变控制的标准治疗方案,但传统的经颈部入路会留下明显的疤痕,并伴有公认的肩部并发症风险。远程操作机器人颈部清扫术被提出作为一种在保持肿瘤学充分性的同时改善美容和功能效果的替代方法。我们报告了一项前瞻性配对比较研究,比较了口腔癌患
来源:Oral Oncology
时间:2026-10-18
-
人工智能时代的眼睑成形术
章节摘要关键点•在眼睑整形术中,人工智能(AI)已超越了新奇阶段;目前最强的证据支持自动测量、摄影标准化和结果评估,而非自主决策。•深度学习系统可以量化眼睑形态,例如睫毛反射距离 1、睑裂高度、睑板显露、眉眼关系、眼球暴露度和表观年龄,通常与经过培训的人类评分者结果一致。•大
来源:Oral and Maxillofacial Surgery Clinics of North America
时间:2026-10-18