背景: 鼻底视图对于隆鼻分析很重要。尽管存在一些鼻基形状的描述词，但它们在很大程度上是主观的和定性的。
实验目的: 评估鼻基形状的参数模型，并将其与外科医生的分类进行比较，以创建用于临床评估和交流的客观分类系统。
实验方法: 回顾性队列研究回顾了2013年1月至2017年6月间在三级护理学术医学中心评估的420名可能进行面部整形手术的患者的不确定照片。鼻基分为6个形状类别(等边，四边形，三叶形，扁平，圆形和狭窄)通过目视检查。使用MATLAB软件(MathWorks Inc)追踪每个鼻基的轮廓。然后，该软件对参数模型执行曲线拟合，并输出以下5个参数的值：投影宽度比，尖端块的前后位置，对称性，鼻底侧向弯曲度和大小。使用方差单向分析分析每个参数的形状类别之间的差异。然后进行成对比较以确定各种形状如何不同。最后，使用多项式逻辑回归模型使用参数值预测鼻基形状。分析了2017年4月至2018年1月之间的数据。一种将鼻基形状分为6类的算法。
实验结果: 对接受整形手术评估的患者的420张鼻底照片分为6类中的1类。305张照片易于分类，其余115张被称为未分类并分类。对于分类和未分类的鼻基组，投影与宽度比之间的差异有统计学意义(分类为F 5,299 = 21.51;未分类为F 4,100 = 10.59;P <.001)。尖端散装(分类，F 5,299 = 3.76; P = 0.003;未分类，F 4,110 = 4.54; P = .002)，以及鼻底的侧向弯曲度(分类为F 5,299 = 24.14;未分类为F 4,100 = 7.21;P <.001)。在305例分类鼻基中的201例(65.9%)和115例未分类鼻基中的38例(33.0%)中，多项逻辑回归模型分类与外科医生分类相一致。
结论: 参数模型可以为分析鼻基形状提供客观和数值方法。
原始出处: Categorization and Analysis of Nasal Base Shapes Using a Parametric Model
本文系晟斯医学(ShengSci)原创编译整理，转载需授权！
凡文章来源标注为 “ 晟斯医学 ” ，则是本站原创编译整理，未经本网站授权不得转载和使用。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。