增强现实辅助导航在牙科种植手术中的准确性:系统回顾和荟萃分析

介绍

牙种植体的临床成功需要正确的术前种植计划以及有效和准确的手术过程[1，2]。计算机辅助种植手术(CAIS)，也称为引导种植牙手术，是一种比传统徒手(FH)方法更有效和准确的方法[3.-6]。根据手术引导阶段，CAIS可分为静态系统和动态系统[7]。尽管这两个系统都有类似的术前计划阶段，其中牙种植体定位过程是基于锥形束计算机断层扫描(CBCT)和使用专用牙种植体计划软件程序的患者口腔内扫描图像进行模拟的[8，9，它们在手术阶段是不同的。在静态CAIS的手术阶段，种植体引导手术可以使用静态引导模板进行，根据具体的引导系统，通过引导套或引导键将牙种植体的计划位置转移到手术部位[1，8，9]。与静态方法相比，动态CAIS使用动态导航系统，可以实时跟踪手术器械相对于患者的位置，并在种植牙植入过程中动态显示钻头在CBCT上的位置[8-10]。

静态牙种植体引导手术在临床实践中得到了广泛的应用，因为它可以实现高度精确的种植体放置[4]。然而，无法改变术前计划被认为是静态种植体引导手术的主要限制[11]。此外，使用刚性手术模板还有一些缺点，例如手术部位的视野被遮挡，截骨过程中由于冷却液与钻头的接触减少而产生的热量增加[2，12-14]。对于开口受限或需要同时植骨的患者，手术模板可能存在问题[15，16]。此外，手术模板很大程度上依赖于支持组织;因此，在不稳定或支持条件差的情况下，种植体放置的准确性显着降低[17]。动态导航是为了克服静态制导系统的局限性而引入的。

目前的动态牙种植引导系统通常由两个主要部分组成:一个光学跟踪装置，记录定位在患者和手术器械上的被动或主动跟踪阵列，以及一个导航系统，在CBCT图像上显示钻头的位置[8，18]。动态方法的优点包括手术钻头涉及关键解剖结构的实时定位，无需刚性模板即可随手术计划动态导航钻头，并在手术过程中为操作者提供连续的实时反馈[9，10]。此外，动态CAIS的准确性在临床上是可以接受的;因此，动态CAIS可以被认为是一种很有前途的精确种植牙的方法[10，19]。通常，动态CAIS在单独的屏幕监视器上显示跟踪图像。因此，操作人员在控制器械的同时，视线应远离口腔，以跟随导航[10]。这种限制不仅会中断手术流程，带来手术失误的风险，而且还会引起手术人员在手术过程中的焦虑[20.]。

最近，增强现实(AR) -一种创新的图像技术，通过将数字数据与真实环境相结合，产生身临其境的手术环境-已被纳入动态牙科种植引导系统，帮助操作员直接可视化实际操作视野中的数字导航信息，以提高实时手术性能[21-23]。由于图像识别和跟踪技术的快速发展，AR技术越来越多地应用于医疗和牙科领域[24-30.]。几种具有不同特性的ar辅助导航系统已经被引入，它们的精度引起了人们的极大兴趣。然而，与静态和传统的动态导航系统相比，ar辅助导航系统在文献中的记录较少。据我们所知，目前还没有关于ar辅助动态牙种植引导手术准确性的系统综述和荟萃分析研究发表。

因此，我们以ar辅助导航系统的形式研究了创新成像技术的准确性，该系统可以在真实环境中合并数字图像，以帮助口腔外科医生可视化实际手术部位的虚拟计划种植体位置。本研究的主要目的是评估最近开发的AR辅助种植体导航系统(AR导航)在计划种植体和放置种植体之间的位置偏差方面的准确性。本研究的第二个目的是比较AR导航与其他种植体放置方法的准确性，包括FH方法、基于模板的静态引导(TG)方法和传统导航(CN)方法。

方法

研究协议

这项研究是按照PRISMA(系统评价和荟萃分析的首选报告项目)指南进行的[31]，并在国际前瞻性系统评论登记册(PROSPERO)数据库中注册(注册号:CRD42022323650)。本研究基于人群、干预、比较和结果问题设计如下:

1. 人口(P):放置在人类或动物或模拟临床模型上的牙科种植体，种植钉，种植体钻孔通道
2. 干预(一):AR导航引导种植体手术(AR导航组)
3. 对比(C): FH法(FH组)、TG法(TG组)、CN法(CN组)等其他方法指导种植手术。
4. 结果(O):放置的种植体或钻孔通道的位置偏差，由放置的种植体的计划位置与实际位置之间的差异所描述
5. 研究(S):随机和非随机、观察性(分析性和描述性)、临床前或体外研究

搜索策略

检索了以下电子数据库:PubMed、Scopus、Web of Science、Cochrane Library和Google Scholar。此外，在全文引用的参考文献和相关文章在几个牙科期刊，如临床牙周病杂志，牙周病学2000，牙周病杂志，口腔种植体临床研究,临床种植牙科及其相关研究手工搜索。利用布尔逻辑(AND、OR、NOT)对搜索项进行组合，建立各数据库的搜索策略。中列出了为搜索每个数据源而建立的单个布尔运算符表1。使用文献管理软件(EndNote;版本x9.2;Clarivate Analytics Inc .)。

纳入和排除标准

本系统评价纳入了2022年3月21日前发表的所有原始研究(即临床试验;队列研究;病例对照研究;以及临床前、体外和离体研究)，评估了没有任何语言限制的AR导航的准确性。没有公制测量报告种植体位置的研究和与种植体放置无关的研究被排除在外。同样，没有植入物放置准确性评估的系统或叙述性评论、给编辑的信、作者或编辑意见文章以及流行病学研究也被排除。灰色文献和未发表的资料未纳入本研究，以避免可能的研究偏倚。荟萃分析中仅包括计划植入物位置与执行植入物位置之间偏差值的研究。详细的纳入和排除标准列于表2。

研究选择和数据提取

在研究选择方面，两位审稿人(HNM和DHL)根据纳入和排除标准独立筛选和选择了符合条件的研究。使用Cohen κ系数计算审稿人之间的一致性。任何分歧通过审稿人之间的讨论或咨询专家(VVD)来解决。从符合条件的研究中提取相关信息，包括研究特征(即作者、发表年份和研究设计)、参与者特征(即参与者人数、颌口类型、颌口数量、牙槽类型、种植体在颌口的位置、种植体或钻孔通道数量)、AR系统特征(即投影在手术部位的数字图像类型、跟踪技术、用户界面和图像显示技术)、感兴趣的结果(即图像对配准的偏差和计划植入物与放置植入物之间的位置偏差)，对照组(即FH方法，CN方法，TG方法和传统的动态引导系统)，以及每个纳入研究的主要发现。如数据缺失或有歧义，联系通讯作者进行数据澄清。信息由2名审稿人独立提取，并记录在电子表格中(Microsoft Office Excel 2019;微软(msft . o:行情))。在初始数据提取后，最终数据表由两位审稿人重新评估，不一致的地方通过两位审稿人讨论或咨询第三审稿人(VVD)来纠正。

偏倚风险和发表偏倚评估

纳入研究的偏倚风险采用非随机干预研究的偏倚风险评估工具[32基于七个领域的偏倚:(1)混淆引起的偏倚，(2)研究参与者选择的偏倚，(3)干预措施分类的偏倚，(4)偏离预期干预措施的偏倚，(5)缺失数据引起的偏倚，(6)结果测量的偏倚，(7)报告结果选择的偏倚。纳入研究的总体偏倚风险判定为“低风险”，如果所有领域均被判定为低偏倚风险，则判定为“中等风险”，如果全部或部分领域被判定为中等偏倚风险，则判定为“严重风险”，如果至少有一个领域被判定为严重偏倚风险，则判定为“严重风险”，如果至少有一个领域被判定为严重偏倚风险，则判定为“严重风险”。“无资料”类别用于报告的数据不足，无法作出判断的研究。采用Egger线性回归统计检验评估纳入研究的发表偏倚[33]。Duval和Tweedie修整填充法[34]用于进一步评估发表偏倚和纠正不对称的影响。

所有统计分析均使用R统计软件(版本为3.6.0;R Foundation for Statistical Computing)，显著性水平设为0.05。使用加权条形图和交通灯图可视化偏倚风险评估结果，并生成漏斗图可视化报告发表偏倚。

荟萃分析

使用6个结果变量分析计划种植体和放置种植体之间的位置偏差:冠状外侧偏差(LCD)、根尖外侧偏差(LAD)、冠状整体偏差(GCD)、根尖整体偏差(GAD)、深度偏差和角度偏差(图1)。

‎

为了获得使用AR导航进行植入物放置准确性的总体视图，使用单臂荟萃分析对连续数据进行数据分析，包括估计每个偏差变量的平均偏差。评估95% ci的加权平均值，并根据偏差结果变量(即横向、全局、深度和角度偏差)进行亚组分析。

为了比较AR导航(实验组)与其他种植体放置方法(对照组)的准确性，对连续数据进行两组meta分析。分析实验数据集和参考数据集之间具有95% CI的标准化平均差(SMD)以估计效应大小[35]：

在维_的意思是为实验组与对照组的平均值之差及测量值的标准差。进行亚组分析，比较AR导航组与FH、TG和CN导航组。

采用随机效应模型或固定效应模型进行meta分析，该模型基于Higgins评估的研究之间的异质性我²统计(36]：

在哪里问卡方统计量是和df是自由度。一个更高的我²值表明研究间异质性较强。在下列情况下我²≥50%，认为数据具有统计学异质性，采用随机效应模型进行数据分析。

结果

研究选择

搜寻结果载于PRISMA流程图(图2)。总的来说，经过最初的搜索，我们选择了425篇文章。在排除125篇重复文章后，对剩下的300条记录进行了筛选。在筛选标题和摘要后，排除了270篇不相关的文章。因此，有30篇文章进行了全文评估。其中，15篇文章被纳入叙事综述，8篇文章被纳入单臂meta分析，4篇文章被纳入双臂meta分析。Cohen κ系数显示两位审稿人在选择研究时高度一致(κ=0.88)。

‎

研究特点

纳入研究的特点总结于多媒体附录1［20.-23，37-47]。在15项符合条件的研究中，有5项研究[22，23，37，38涉及志愿者或患者，2项研究在尸体上进行[39-41]， 5项研究[20.，42-45]涉及塑料模型，3项研究[21，46，47使用实际的病人模型。在无牙颌类型上，下颌骨数量(98/157,62.4%)高于上颌数量(59/157,37.6%)，部分全牙数量(9/14,64%)高于全牙数量(5/14,36%)。在以前的研究中，没有报道有多少和类型的牙齿问题[23]。关于种植体放置，7项研究涉及[22，37-41，45牙种植体，2项研究[21，47]使用针，4项研究[42-44，46利用钻孔通道测量植入物的位置偏差。两项研究[20.，23]并没有说明植入物的数量。

关于AR技术，大多数AR辅助植入物导航系统允许虚拟计划植入物的出现。一些系统提供额外的指导，如手术路径或钻孔轴与牙槽神经或下颌管。一些系统包括警告功能，提醒外科医生和帮助调整手术策略。特别是一项研究[46]采用了AR技术，以方便使用静态植入引导系统。大多数研究采用基于标记的跟踪技术;只有3项研究[23，38，47]在植入过程中使用无标记跟踪技术进行实时图像显示。为了显示AR图像，在7项研究中使用了头戴式显示器(HMD) [22，39，40，42，44-46]，在5项研究中使用了整体式摄像(IV)覆盖装置[21，23，38，43，47]，其中一项研究使用了智能手机[41]。AR图像显示设备的总体结构总结于图3，所纳入研究中报告的ar辅助植入导航系统的详细信息请参见图4和表3。在包括对照组的研究中，[21，45]包括FH组，2 [41，45]包括TG组，4 [40，41，44，47将CN组作为对照组。

‎

‎

偏倚风险评估

偏倚评估的风险见图5。4项研究发现总体偏倚风险为中等[20.，40-42]。三项研究[23，37，38报告的数据不足以作出判断。纳入研究的主要限制是样本量有限，这可能会影响结果，并且一些文章没有说明结果评估的盲法。因此，虽然在评估的领域中没有严重和临界的偏倚风险，但领域6(即结果测量的偏倚)和领域7(报告结果选择的偏倚)显示出比其他领域更高的中等偏倚风险。

漏斗图(图6)， Egger检验结果表明存在不对称性(95% CI为- 4.78 ~ - 1.93;df=−4.604;P<措施)。对轮廓增强漏斗图进行目视检查以评估潜在的发表偏倚。图中的不对称可能是由于统计显著区域(灰色阴影区域)的轮廓比非统计显著区域(白色区域)的轮廓中缺失的数据更多，这表明不对称的原因可能是发表偏倚以外的因素，如可变的研究质量[48]。在使用Duval和Tweedie修剪填充法对缺失数据进行调整后[34]，增加了11个数据点，以调整漏斗图的不对称性，减少现有发表偏倚的影响(95% CI为−2.89 ~−0.82;df=−1.097;P=陈霞)。

‎

‎

AR导航植入物的位置偏差

共评估了346个种植体位置(181个种植体，59个钻孔通道和106个平行销)。在纳入的研究中使用的ar引导植入物放置系统的详细描述性特征在表3。使用AR导航放置的种植体关于冠状、根尖和全局偏差的详细位置偏差(mm)见图7。因此，合并总加权平均侧偏移为0.90 (95% CI 0.78 ~ 1.02) mm，冠状区偏移为0.86 (95% CI 0.68 ~ 1.05) mm，尖部偏移为0.93 (95% CI.75 ~ 1.11) mm。合并总加权全局偏差为1.18 (95% CI 0.95-1.41) mm，冠状区偏差为0.89 (95% CI 0.58-1.21) mm，尖部偏差为1.47 (95% CI 0.85-2.10) mm。合并加权深度偏差和角度偏差分别为0.78 (95% CI 0.48-1.08) mm和3.96°(95% CI 3.45°-4.48°)。

‎

AR导航与其他种植体放置方法的比较

森林图表示AR导航组种植体位置偏差与对照组之间的SMD如图所示图8。AR导航组的准确率显著高于FH组(SMD=−1.01;95% CI为- 1.47 ~ - 0.55;P<.001)和CN组(SMD= - 0.46;95% CI为−0.64 ~−0.29;P<.001)，准确度与TG组相近(SMD=0.06;95% CI - 0.62 ~ 0.74;P= =收)。详细的位置偏差比较见图9。对于侧偏(mm)， AR导航组的偏差明显小于CN组(SMD= - 0.68;95% CI为- 0.92 ~ - 0.43;P<措施;我²= 47%)。对于全局偏差(mm)， AR导航组种植体的偏差小于对照组(SMD=−0.37;95% CI - 0.98 ~ 0.23;P=只要;我²= 78%)。AR导航组的偏差明显小于FH组(SMD= - 1.20;95% CI为−2.03 ~−0.37;P= .02点;我²=0%)和TG组(SMD=−0.10;95% CI为−0.10 ~−0.09;P<措施;我²=0%)，但差异大于CN组(SMD=0.15, 95% CI 0.08-0.21;P= .02点;我²= 0%)。在深度偏差(mm)方面，AR导航组的偏差小于CN组(SMD= - 0.52;95% CI为- 0.89 ~ - 0.16;P= .02点;我²= 16%)。AR导航组种植体的角度偏差(°)也明显小于对照组(SMD= - 0.35;95% CI为−0.66 ~−0.05;P= .03点;我²= 67%)。具体来说，AR导航组植入物的偏差小于CN组(SMD= - 0.38;95% CI为- 0.73 ~ - 0.02;P= .04点;我²=75%)和FH组(SMD= - 0.71;95% CI−2.42 ~ 1.01;P=点;我²=0%)，但差异大于TG组(SMD=0.38;95% CI - 0.32 ~ 1.08;P= 29)。

‎

‎

讨论

AR导航植入物放置的准确性

本系统综述旨在评估AR导航的准确性，并将其与FH、TG和CN方法进行比较。meta分析结果显示，AR导航种植体放置误差在安全范围内，建议在水平和垂直方向1-2 mm范围内[1，49-51]和最大5°的角度偏差[49]。结果还表明，AR导航的精度高于跳频方法。此外，AR导航的精度高于CN方法，CN方法需要操作者将视线从手术部位移开，以遵循计算机屏幕上显示的指导。虽然使用AR导航放置的植入物表现出与使用TG方法放置的植入物相似的全局位置偏差，但它们表现出明显更大的角度偏差。

AR导航与其他种植体放置方法的准确性比较

TG植入手术的准确性优于FH方法[52]。此外，动态种植体导航系统的精度与静态引导方法相当[10，53，54]。在这篇综述中，大多数引入的AR导航方法都是通过将创新的AR技术整合到传统的种植体导航系统中来开发的，其中AR用于投影患者参数，相关放射图像，术前计划种植体的3D重建或导航系统屏幕的输出，使外科医生能够可视化实时动态引导，而无需被迫将目光从患者的口腔移开[21，22，39，40，42，44，45]。AR导航的使用为外科医生提供了更大的灵活性，允许在实时手术中根据实际手术部位和口腔状况调整手术计划，这是静态引导系统无法做到的。特别是，在一些先进的ar辅助导航系统中，包括数字指南和警告警报，以防止钻头偏离安全区和计划植入位置的公差[40，43-47]。因此，有望显著提高传统动态导航的精度。此外，AR技术可以与手术引导模板相结合，以提高植入物引导的准确性和可视化。Lin等[46]报道了通过将手术指南模板与AR技术相结合，显著减少了植入物的位置偏差。

ar辅助牙科导航系统的总体结构

与CN系统类似，AR导航涉及基于CBCT和患者口内数据的术前种植计划的同一阶段，并且需要导航系统来跟踪手术器械的实时位置。然而，它采用了AR形式的创新成像技术，将数字术前计划覆盖在实际手术部位上。一般来说，AR辅助种植体导航系统的设置包括3个部分:图像配准、图像跟踪和AR图像显示设备。

基于标记和无标记的方法是用于图像配准和跟踪的两种主要方法。对于基于标记的图像匹配，使用特定的人工标记附着在患者口腔和种植体钻孔器械的参考模板上，将数字手术计划与真实手术部位合并。相比之下，无标记方法使用基于点云的配准方法和齿形跟踪方法来合并真实环境中的数字图像。在这篇综述中，大多数报道的AR导航系统依赖于基于标记的图像配准和图像跟踪技术[20.-22，39-46]，只有3项研究报告了无标记的AR导航系统[23，41，47]。与基于标记的注册方法相比，无标记的方法不需要在患者身上放置额外的标记，这加快了注册速度，简化了手术指导过程，减少了患者的不适，增加了外科医生的便利性[47]。然而，使用牙齿作为自然地标进行跟踪更具挑战性，因为它们纹理较少，难以使用结构光或立体视觉从背景噪声中区分出来，只占相机视图的一小部分，并且在患者和手术器械的运动过程中容易被嘴唇或其他解剖结构覆盖[23，38]。

至于增强现实图像显示，透视式头戴式显示器是主要工具[20.，22，37，39，40，42，44-46]。根据图像显示原理，头戴式显示器可分为光学透明(OST)和视频透明(VST)头戴式显示器[55]。对于OST hmd来说，放置在用户眼睛前面的半透明镜子被用来光学地结合用户眼中的真实世界和数字世界图像。HoloLens(微软公司)是一种流行的商业化的OST HMD，它使医生能够通过叠加临床场景视图来立即了解患者信息。它帮助医学生更好地理解复杂的人体解剖结构或更好地体验治疗程序，并在康复和治疗期间帮助患者[56]。在本文中，有两项研究介绍了HoloLens作为ar辅助植入导航系统的图像显示组件的有效和成功的应用[22，45]。与OST HMD相比，VST HMD使用安装在头戴设备上的2个微型摄像机来捕捉真实世界的图像，并将它们与数字图像进行电子组合。此外，一些增强现实导航系统允许外科医生通过IV覆盖设备用肉眼查看增强现实图像[21，23，38，43，47]。IV叠加显示是一种自动立体显示的新工具，它使用快速图像渲染算法，通过微凸透镜阵列使用多射线投射数字图像，使观察者可以从不同方向观看动画3D物体，就像它们在3D空间中固定一样[57]。特别是，在一项基于标记跟踪方法的研究中，介绍了一种基于智能手机的AR方法，用于术中植入物的可视化，并通过专用的智能手机应用程序最终验证植入物的位置[41]。

限制

本系统综述存在一定的局限性，包括由于该新领域的研究有限和一些偏倚来源，纳入的研究数量相对较少。另一个限制是纳入的研究存在高度异质性的风险。纳入研究中的不一致是由于种植体放置误差测量的一致性，因为考虑了多个变量(侧冠状和根尖、整体冠状和根尖、深度和角度偏差)。对照组(FH组、TG组和CN组)和实验对象(人、尸体、人工模型和患者石膏)选择的多样性也导致了研究之间的高度异质性。因此，在本综述中，采用随机效应模型进行meta分析，并进行亚组分析以降低异质性。进一步的研究应考虑患者和外科相关因素，如用户满意度、便利性和舒适性，以进一步了解现有的ar辅助种植体导航系统。

结论

本系统综述支持ar辅助植入物导航方法的相关性。meta分析显示，AR种植体导航的准确性与推荐的牙种植体引导手术方法TG相当，甚至优于传统的FH和CN方法。值得注意的是，虽然AR种植体导航可以被认为是一种有效的沉浸式牙科种植体植入手术指导，但关于临床应用的研究有限。进一步的研究应考虑患者和外科相关因素，如用户满意度、便利性和舒适性，以进一步了解现有的ar辅助种植体导航系统。