基于大数据挖掘的颞下颌关节动态匹配参数模型的建立及致病机制研究

The precise congruity of temporomandibular joint (TMJ) bony structures and the stability of local synovial fluid micro-environment are the basis for our oral system to function normally. Based on medical imaging big data mining technology and the three-dimensional(3D) mandibular movement analysis system we researched and developed, CBCT images of volunteers and patients with osteoarthrosis are gathered and used for segmentation of joint surface based on Statistical Region Growing and Otsu Thresholding, so as to establish the TMJ matching parameter model using 3D curvature analysis methods; then mandibular movement capture and revivification technique combined with 3D Finite Element Simulation are performed to validate the relation between TMJ matching parameters and dynamic characteristic; we use metabolomics methods to screen differential protein expression markers in synovial fluid micro-environment at different TMJ matching parameter and dynamic status, and explore the match threshold of imbalance of synthesis and degradation of the cartilage matrix. This project intends to establish a TMJ dynamic matching parameter model, combined with the metabolic characteristics of synovial fluid micro-environment, to clarify the pathogenic mechanism of osteoarthrosis, and provide new insights for the diagnosis and treatment of osteoarthrosis.

颞下颌关节骨性结构的精巧吻合与关节局部微环境稳态是口颌系统正常行使功能的基础。基于医学影像大数据挖掘技术和申请人研发的下颌三维运动分析系统，本研究通过收集正常志愿者与骨关节病患者的CBCT数据，采用Otsu及区域生长混合分割算法进行关节骨面提取，并利用三维曲率计算方法完成骨面形态分析并建立关节匹配参数模型；通过下颌运动捕捉还原技术及有限元模拟验证关节匹配参数与力学变化的关系；采用关节液代谢组学筛选不同匹配参数及应力条件下颞下颌关节微环境的差异蛋白标志物，探索不同匹配程度下髁突软骨基质合成和代谢失调的阈值。本研究建立颞下颌关节骨性结构匹配参数模型，结合关节微环境代谢产物阐释骨关节病始发机理，有望揭示颞下颌关节骨关节病的发生发展机制，为疾病诊断和治疗提供新思路。

协调关节结构内外环境的平衡对维系颞下颌关节的正常生理功能至关重要。早期诊断、早期治疗对防止TMJ-OA造成的关节纤维性粘连与骨质破坏等症状具有重要的意义。由于目前TMJ-OA诊断标准模糊，临床表现复杂，影像学手段提供的辅助信息零碎而有限，早期诊断是其中的难点之一。因此，从颅颌面部生理学、关节力学、形态学及生物信息学入手，结合关节结构匹配性及代谢因子检测，以期在病因机制层面为早期诊断提供一把钥匙。.本研究利用临床最容易获得的CBCT图像数据，采用优化分割算法进行颞下颌关节CBCT图像分割并重建三维模型；基于三维点云表面曲率分析技术，针对CBCT成像模糊的缺陷，探索适合TMJ-OA图像关节结构骨面轮廓的优化分割算法；提出关节表面曲率及髁突-关节窝匹配度计算方法以实现关节细微形态分析；通过三维有限元模型模拟不同匹配程度关节面实时应力分布及关节内压变化；采用关节滑液代谢组学和微量样本多指标流式蛋白定量技术挖掘出不同匹配参数及应力条件下滑液中的差异细胞因子标志物；最后通过大数据挖掘技术从颞下颌关节骨关节病影像学数据库、关节应力及内压数据库、细胞因子数据库中挖掘匹配参数、应力与软骨细胞分子水平及滑液因子之间的相关性，利用Logistic回归及ROC曲线分析建立结合影像学指标和细胞因子数据库优化组合的早期诊断系统，探索了颞下颌关节匹配程度与颞下颌关节骨关节病的关系，从病理机制和细胞分子代谢水平，结合关节力学和形态学研究骨关节病发生机制。.同时，我们还将下颌运动可视化虚拟还原系统与3dMD面部三维软组织拍摄系统的交互，实现下颌运动与面部软组织运动关联性的初步探究；基于颞下颌关节匹配度诊疗系统的大数据，探究牙合干扰对下颌运动影响；基于颞下颌关节匹配度诊疗系统的大数据，探究左右利手人群下颌运动、肌电及咬合情况的差异。.本项目的研究深入揭示了颞下颌关节骨关节病的发生发展，为疾病的预防和诊断治疗提供新思路，为TMJ-OA早期诊断、精确临床分期、临床治疗规范提供详细的测量参数指标，对减少漏诊、避免关节纤维黏连、骨性破坏等并发症具有重要的临床意义。