Three-dimensional regional analysis of undergraduate crown preparations using a digital morphometric workflow
本研究验证了一种用于分析本科生牙冠预备情况的 3D 数字形态测量工作流，揭示了轴向缩减和聚合角在不同区域的显著差异，从而提供了比传统全局偏差指标更详细且具有临床相关性的反馈。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在牙科学校实验室那安静且受控的环境中，学生们正在练习一项决定未来实际临床治疗成败的技能：通过磨削牙齿来为佩戴牙冠做准备。这一过程被称为“备牙”，要求在移除牙齿表面特定量物质的同时，保持特定的角度，以确保最终的修复体能够稳固地安装而不脱落。几十年来，导师们一直通过肉眼来评判这些努力，寻找平滑的表面和正确的角度。然而，人类的视觉是有极限的；很难精确测量牙齿一侧比另一侧多移除了多少物质，或者精准定位学生到底在哪里出了错。为了弥补眼睛所见与双手所作之间的差距，研究人员开始使用数字工具，这些工具可以捕捉牙齿的三维形状，并将其与完美模型进行对比。这种转变实现了一种此前无法达到的细节水平，将主观印象转化为可以指导学习的具体数据。
亚历山大大学法罗斯大学（Pharos University）的一个研究小组致力于测试一种使用这些数字工具分析学生作品的新方法。他们专注于六十颗由本科牙科学生备制的练习牙，具体为犬齿。该团队并没有简单地扫描完成后的牙齿并将其与完美模型进行比较，而是开发了一种细致的方法以确保比较的公平性。他们意识到，如果让计算机尝试将备好的牙齿与完美模型进行对齐，软件可能会在无意中“修正”了它本应测量的误差。为了防止这种情况，他们首先扫描了整个牙弓，包括被处理牙齿相邻的牙齿。随后，他们在扫描结果中数字地移除了那颗备好的牙齿，只留下未受影响的邻牙。计算机利用这些未改变的邻牙将两个扫描件锁定在空间中的完全相同位置。只有在建立了这种刚性对齐之后，他们才将备好的牙齿重新引入画面，以观察其与原始状态的差异。这种方法确保了发现的任何差异确实是由学生的作业引起的，而不是由于计算机对齐方式带来的误差。
结果揭示了学生在塑造这些牙齿时表现出的清晰模式。移除的物质量在各个面并不相等。牙齿的后表面，即远中侧，显示出最大的减量，平均移除量为0.931毫米。相比之下，面向腭部的内表面受影响最小，平均移除量仅为0.554毫米。前表面和侧表面则介于两者之间。这一发现凸显了学生在移除更多后侧物质和更少内侧物质方面的特定倾向，而这是一个简单的综合评分可能会忽略的细节。研究人员还测量了切割牙齿侧面的角度，这一特征被称为全咬合收敛角。他们发现，前后轴向的角度比侧向轴向的角度更宽。平均而言，前后轴向的角度接近40度，而侧向轴向的角度约为34度。这大约6度的差异表明，学生难以在每个方向上保持切割角度的一致性。
或许最有趣的是物质移除量与所创角度之间的联系。研究发现，移除的牙体组织量与前后轴向角度的陡峭程度之间存在中度相关性。换句话说，当学生移除更多物质时，角度往往会变得更宽，尽管这并非针对每一颗牙齿的严格规则。研究人员谨慎地指出，这并不意味着移除更多物质会导致角度发生变化，而是两者经常同时发生。研究还证实了他们的数字方法效果良好，通过在初始对齐时排除备好的牙齿，计算机可以更精确地匹配周围解剖结构，从而减少测量误差。
作者总结道，这种数字工作流为牙科教育提供了宝贵的新视角。它超越了单一的总体评分，转而展示学生的作品在哪些具体地方与理想状态存在差异。通过识别内表面往往减量不足以及角度随方向变化的现象，导师可以提供有针对性的反馈以帮助学生进步。虽然该研究局限于练习牙和一种类型的扫描仪，但它证明了数字分析可以捕捉到肉眼难以察觉的学生作业中的微妙区域性变化。这项技术并非取代导师，而是作为一个强大的伙伴，将牙齿备制的复杂几何形状转化为清晰、可操作的信息，从而塑造下一代牙医。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。