目的:随着正畸临床研究的数字化与智能化,生长发育的评估方式也逐渐由人工向自动化发展。本研究旨在评估基于CBCT数据进行计算机自动化颈椎形态捕捉的可靠性,建立两种(包括定量和形态学)基于CBCT数据的自动化颈椎骨龄评估系统,初步探索其临床应用价值,以期简化生长发育阶段的评估方法。材料与方法:1.选取口腔门诊影像资料室CBCT数据13份,通过三维最小二乘法自动截取矢状平面,再由超像素分割法捕捉第二至四节颈椎形态。选取13个标志点,对自动截取的平面进行定点,Auto组由计算机通过设置的算法自动进行定点,Manu组由同一医师分时段进行3次定点,取3次定点坐标的平均值,对两组坐标数据进行一致性检验以比较自动化颈椎形态捕捉定点与人工定点的差异。2.选取口腔正畸科34名生长发育期个体为研究对象,收集同时段拍摄的侧位片、CBCT,其中CBCT由实验一的方法获取矢状截面。根据定量与形态识别的参数要求,进行定点与分期算法的设计,形成两套自动化颈椎骨龄评估系统。2.1定量颈椎骨龄评估法:分别通过人工侧位片定点与自动化系统进行颈椎骨龄评估。其中人工定点进行3次。2.2形态学颈椎骨龄评估法:分别通过人工侧位片判读与自动化系统进行颈椎骨龄评估。其中人工识别进行3次。对两组数据分别进行加权Kappa一致性检验及Gamma相关度检验,判断两种自动化颈椎骨龄预测系统的临床应用价值。结果:1.基于CBCT数据自动化捕捉的颈椎形态,整体形态识别度可,在13个点中,8个位于拐点处的点,自动定点与人工定点在X与Y轴上均无明显差异(P>0.05),可尝试用于自动化颈椎骨龄的评估。2.两种自动化颈椎骨龄预测系统与其相对应的人工识别方式都有较强的一致性与相关性。其中自动化形态颈椎骨龄系统(加权Kappa值,0.886;Gamma值,0.999)相比自动化定量颈椎骨龄系统(加权Kappa值,0.818;Gamma值,0.984)展现了更高的一致性与相关性。结论:研究所应用的基于CBCT数据进行的自动化颈椎形态捕捉与建立的两种基于CBCT的自动化颈椎骨龄预测系统有一定的可靠性,自动化程度高,具有临床使用价值,该方法未来可用于快速评估颈椎骨龄。