一种上颌窦底提升手术种植失败风险的预测分析方法技术

本发明专利技术涉及医学图像处理技术领域，公开了一种上颌窦底提升手术种植失败风险的预测分析方法，本发明专利技术通过收集患者的CBCT图像和电子病历等信息；对CBCT图像进行感兴趣区域定位预处理和目标结构的标注包括上颌窦形态MS、上颌窦底黏膜SM和剩余牙槽骨RAB；通过训练nn‑UNetv2分割模型，生成三个类别的分割掩膜；构建3D‑ResNet作为网络框架，引入了SE模块，训练三维深度学习预测模型，输出第一概率分数DLScore；进行放射组学特征提取，并输出第二概率分数RadScore；整合以上数据，建立融合预测模型；本发明专利技术实现了在上颌窦底提升手术前预测植入失败的风险，以及三维成像数据的重要解剖结构的分析评估，实现了模型输入和输出完全自动化，预测结果准确，可读性和解释性较强。

【技术实现步骤摘要】

本专利技术涉及医学图像处理，尤其涉及一种上颌窦底提升手术种植失败风险的预测分析方法。

技术介绍

1、近年来，种植治疗已成为治疗牙齿缺失最有效的方法，但种植失败率也不容忽视，尤其是在骨密度较低的上颌后牙区，当上颌窦(ms)气化导致残余骨高度(rbh)不足时，种植失败的风险就更加令人担忧。

2、目前，上颌窦底提升(msfe)手术是解决这一问题的常用且可靠的骨增量技术，包括经外侧壁和经牙槽嵴顶提升两种途径；然而，高临床决策难度和技术敏感性是该手术长期存在的问题，临床医生通常需要花费大量时间使用术前锥形束计算机断层扫描(cbct)来评估复杂的解剖和生理因素，如剩余牙槽骨的高度和质量、上颌窦底形态、窦间隔的存在和施奈德膜的健康状况等。在术中，医生通常依靠手感来控制窦膜的抬高，稍有不慎，就很容易发生窦膜穿孔、出血和感染等并发症。因此，医生很难根据个人经验来准确预测种植体的命运。

3、电子病历信息和影像学信息是用于构建风险预测模型的常用数据，早期，学者们大都仅采用患者的临床统计因素用于构建机器学习模型，基于大量文字信息的简单线性网络虽可以达到较高本文档来自技高网...

【技术保护点】

1.一种上颌窦底提升手术种植失败风险的预测分析方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种上颌窦底提升手术种植失败风险的预测分析方法，其特征在于，所述回顾性收集进行上颌窦底提升手术患者的术前CBCT图像以及患者的电子病例信息的步骤，包括：

3.根据权利要求2所述的一种上颌窦底提升手术种植失败风险的预测分析方法，其特征在于：

4.根据权利要求1所述的一种上颌窦底提升手术种植失败风险的预测分析方法，其特征在于：

5.根据权利要求1所述的一种上颌窦底提升手术种植失败风险的预测分析方法，其特征在于，所述构建3D-ResNet网络框...

【技术特征摘要】

1.一种上颌窦底提升手术种植失败风险的预测分析方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种上颌窦底提升手术种植失败风险的预测分析方法，其特征在于，所述回顾性收集进行上颌窦底提升手术患者的术前cbct图像以及患者的电子病例信息的步骤，包括：

3.根据权利要求2所述的一种上颌窦底提升手术种植失败风险的预测分析方法，其特征在于：

4.根据权利要求1所述的一种上颌窦底提升手术种植失败风险的预测分析方法，其特征在于：

5.根据权利要求1所述的一种上颌窦底提升手术种植失败风险的预测分析方法，其特征在于，所述构建3d-resnet网络框架以提取cbct图像中的三维空间特征，在残差块中加入squeeze-and-excitation模块作为空间注意力机制以通过动态重新校准通道重要性来增强特征表示，确保网络关注关键特征，同时抑制无关特征，得到3d-attention-resnet预测网络，将所述ms、sm和rab的分割掩膜与所述预处理后的cbct图像，通过双通道输入到3d-attention-resnet预测网络，...

【专利技术属性】
技术研发人员：陈陶，朱玉洁，季平，白雅馨，陈媛，梁源，
申请(专利权)人：重庆医科大学附属口腔医院，
类型：发明
国别省市：