DOI:
10.37988/1811-153X_2026_2_118Сравнительный анализ морфометрических параметров зубочелюстной системы у пациентов с мезиальной окклюзией по данным КЛКТ
Загрузки
Аннотация
Внедрение компьютерных технологий глубокого машинного обучения (deep learning) в стоматологию направлено на повышение точности, комфорта и предсказуемости лечения. Готовый детализированный результат можно получить за 4—5 минут, а точность искусственного интеллекта в стоматологии составляет от 85 до 99% в зависимости от клинической задачи. Используемое нами программное обеспечение BonaByte (Россия) позволяет в разы сократить время, затраченное на диагностический этап — цефалометрию.Материалы и методы. Обследовали 139 человек в возрасте от 18 до 44 лет (средний возраст — 25,8±6,0 года), из них 80 (32 мужчины и 48 женщин, средний возраст 21,5±0,6 года) с нейтральной окклюзией и 59 (25 мужчин и 34 женщины, средний возраст — 30,1±11,5 года) с мезиальной окклюзией. Трехмерный цефалометрический анализ линейных и угловых параметров костных структур челюстно-лицевой области проводили в программном обеспечении BonaByte (ООО «Бонайбайт», Россия) по авторской методике в автоматизированном режиме искусственным интеллектом.
Результаты. Установлены статистически значимые различия в зубочелюстных параметрах у лиц обоих полов с гнатической формой мезиальной окклюзии и у людей с нейтральной окклюзией. У мужчин гнатическая форма мезиальной окклюзии была обусловлена нижней макрогнатией; у женщин — нижней про- и макрогнатией. В обеих исследуемых группах наблюдалось превалирование вертикального типа роста лицевого отдела черепа.
Заключение. При диагностике и лечении пациентов с гнатической формой мезиальной окклюзии необходимо проведение трехмерного цефалометрического анализа в связи с возможностью получения объективных данных, достаточных для постановки окончательного диагноза и составления плана лечения с учетом имеющихся отличий в исследуемых параметрах у мужского и женского пола. Применением программ на основе глубокого машинного обучения упрощает все вышеперечисленные этапы.
Ключевые слова:
мезиальная окклюзия, трехмерный цефалометрический анализ, КЛКТ, BonaByteДля цитирования
[1]
Оборотистов Н.Ю., Афанасьева Я.И., Бопхоев С.В., Сафьянова Е.В. Сравнительный анализ морфометрических параметров зубочелюстной системы у пациентов с мезиальной окклюзией по данным КЛКТ. — Клиническая стоматология. — 2026; 29 (2): 118—122. DOI: 10.37988/1811-153X_2026_2_118
Список литературы
- Зорич М.Е., Яцкевич О.С., Иванов С.Ю., Мураев А.А. Дистальнальная окклюзия: некоторые аспекты диагностики и комплексного ортодонтическо-хирургического лечения. — Стоматология. — 2014; 2: 52—54. eLIBRARY ID: 21568147
- Perrotti G., Goker F., Rossi O., Nowakowska J., Russillo A., Beltramini G., Tartaglia G.M., Testori T., Del Fabbro M., Mortellaro C. 3D computed tomography vs. 2D radiography: comparison of 3D direct anthropometry with 2D norm calculations and analysis of differences in soft tissue measurements. — Eur Rev Med Pharmacol Sci. — 2023; 27 (3 Suppl): 46—60. PMID: 37129335
- Ribas-Sabartés J., Sánchez-Molins M., d’Oliveira N.G. The accuracy of algorithms used by artificial intelligence in cephalometric points detection: A systematic review. — Bioengineering (Basel). — 2024; 11 (12): 1286. PMID: 39768104
- Kiełczykowski M., Kamiński K., Perkowski K., Zadurska M., Czochrowska E. Application of artificial intelligence (AI) in a cephalometric analysis: A narrative review. — Diagnostics (Basel). — 2023; 13 (16): 2640. PMID: 37627899
- Monill-González A., Rovira-Calatayud L., d’Oliveira N.G., Ustrell-Torrent J.M. Artificial intelligence in orthodontics: Where are we now? A scoping review. — Orthod Craniofac Res. — 2021; 24 Suppl 2: 6—15. PMID: 34270881
- Оборотистов Н.Ю., Мураев А.А., Иванов С.Ю., Персин Л.С., Алешина О.А., Мокренко М.Е., Ершов М.В., Емельянов П.Н., Агарлиева Л.Р. 3D-цефалометрия лица с применением искусственного интеллекта. — Ортодонтия. — 2023; 1 (101): 6—15. eLIBRARY ID: 54887102
- Muraev A.A., Oborotistov N.Y., Mokrenko M.E., Shiryaeva T.V., Aleshina O.A., Ershov M.V., Emel’yanov P.N., Agarleva L.R., Dolgalev A.A., Zorych M.Y. Using deep convolutional neural networks for three-dimensional cephalometric analysis. — Medical News of North Caucasus. — 2024; 2: 146—151]. DOI: 10.14300/mnnc.2024.19034
Загрузки
Поступила
25.12.2025
Принята
20.05.2026
Опубликовано
04.07.2026





