锥形束计算机断层扫描（CBCT）已成为牙科成像的基石，提供了高分辨率和三维视图，这对于牙种植体的术前规划和术后评估至关重要。尽管有其优势，但CBCT常常受到伪影的影响——特别是在存在金属植入物的情况下——这些伪影导致图像退化，使诊断复杂化并阻碍手术规划。伪影给准确评估种植体周围结构和周围组织带来了重大挑战。当前的解决方案，包括调整X射线曝光参数以及基于硬件和软件的校正，提供了部分进展，但在许多情况下仍不足以完全消除伪影。人工智能（AI）的引入提供了一种变革性的方法，通过利用深度学习算法来识别、纠正甚至预测伪影模式。尽管AI在提高图像质量、诊断准确性和运营效率方面具有潜力，但仍面临挑战。为了安全有效地将AI整合到牙科成像中，重要的是确保模型在不同的CBCT设备、植入物类型和患者解剖结构上都能很好地工作，并且在多样化的数据集上进行训练。解决伦理问题同样至关重要，以维护患者安全和信任。未来的研究应关注结合AI与传统伪影校正技术的混合方法，并扩展AI的能力以减少更广泛成像方式中的伪影。这些进步将进一步提高牙种植学的精确性和全面性。
摘要
前言
锥形束计算机断层扫描（CBCT）是一种先进的成像方式，在牙种植学中发挥着关键作用，能够产生高分辨率的三维图像，从而实现准确的术前规划和术后评估。通过提供详细的数据，CBCT有助于最小化手术风险，改善患者预后，并支持牙种植体的长期成功（Bornstein et al. 2017; Fuglsig et al. 2024; Jacobs et al. 2018）。然而，CBCT成像的一个主要挑战是伪影的存在，特别是由金属物体（如牙种植体）引起的伪影。在这种背景下，伪影指的是在最终图像中出现的结构，但这些结构实际上并不存在于被检查的对象中。简而言之，它们代表了图像的退化。这些伪影通常出现在扫描的实际条件（如被扫描对象的位置或材料以及扫描仪设置）与用于创建三维图像的数学模型不匹配时（Schulze et al. 2011）。与金属相关的伪影可以以多种方式表现出来，可能会掩盖图像的关键细节，使诊断准确性复杂化。因此，解决这些伪影对于更好地理解CBCT扫描在牙种植学中的可靠性至关重要。为了便于更深入地理解本文中使用的术语及其临床相关性，表1提供了关键术语、定义及其在口腔种植学中的重要性的全面总结。
表1: 口腔种植学的关键术语、定义和临床相关性总结