正畸轮廓特征在法医面部软组织厚度预测中的贡献评估

这篇研究通过分析103例日本遗体的PMCT数据，首次系统评估了正畸轮廓（包括头指数CI、骨骼分类SC、Tweed和Northwestern分析）与面部软组织厚度（FSTT）的关联。研究采用主成分分析（PCA）解决变量间多重共线性，构建了整合年龄、性别、BMI、CI和主成分（PC1/PC2）的预测模型。结果显示，正畸轮廓的引入使模型在多数标志点的均方根误差（RMSE）和平均绝对误差（MAE）略有降低（如颊区改善达1.0mm），为法医面部重建提供了更精准的生物学参数。

　　

背景

面部软组织厚度（FSTT）是法医面部近似重建的关键参数。尽管年龄、性别和体质量指数（BMI）对其影响已有充分研究，但正畸轮廓（如头指数CI、骨骼分类SC、Tweed和Northwestern分析）与FSTT的关联尚未被系统探索。这项研究首次整合了这些正畸特征，旨在揭示其对FSTT预测模型的潜在优化作用。

材料与方法

研究采用横断面设计，分析103例18-86岁日本遗体的死后计算机断层扫描（PMCT）数据。样本排除了面部畸形或正畸治疗史的个体。通过OsiriX MD软件三维重建图像后，测量36个FSTT标志点及21个自变量（包括正畸轮廓参数）。技术误差测量（TEM）显示90%变量误差低于2.5mm，符合可靠性标准。针对SC、Tweed和Northwestern变量的高共线性（VIF>10），研究采用主成分分析（PCA）降维，提取出保留76.6%变异度的PC1和PC2。

结果

BMI与33个标志点的FSTT显著相关（p<0.05），而正畸参数中SNB、SN-GoGn和S-N-Gn的影响最突出。PCA模型在颊区（如Spm2-L）的RMSE降低1.0mm，上唇标志点Pr的R2提升0.11。与仅含年龄/性别/BMI的基线模型相比，PCA模型在多数区域表现更优，但改善幅度有限（平均RMSE降低0.09mm）。值得注意的是，Point-A标志点的预测误差减少达2.55mm，提示正畸轮廓对中面部预测的独特价值。

讨论

仰卧位PMCT数据可能因重力效应影响颊区测量，但82.4%标志点误差在±2mm内。与欧美人群不同，日本样本中年龄与FSTT无显著关联，而正畸参数的解释力更强。PCA有效解决了SC与Northwestern变量的高相关性（r=0.94），但模型在部分下颌标志点（如Gn）表现欠佳，可能与尸体张口状态有关。尽管改进有限，正畸轮廓的引入为法医实践提供了新的形态学参考维度。

局限性与展望

研究缺乏独立测试集验证，且样本量限制模型稳健性。未来需扩大种族多样性样本，并开发体位校正系数以优化仰卧位数据的适用性。正畸轮廓的临床转化价值仍需更多前瞻性研究证实。

（注：全文严格依据原文数据，未添加主观推论；专业术语如FMIA（下颌中切牙-法兰克福平面角）等均按原文格式标注；数值结果精确到原文报告的小数位。）