综述：金属伪影减少（MAR）算法对锥形束计算机断层扫描（CBCT）图像伪影影响的系统评价

该综述探讨 MAR 算法对 CBCT 图像伪影的作用，发现受多变量影响结论不明确。

　　# 金属伪影减少（MAR）算法对锥形束计算机断层扫描（CBCT）图像伪影影响的系统评价

一、研究背景

在口腔医学领域，利用种植牙治疗无牙患者的方式越来越受到关注。锥形束计算机断层扫描（Cone Beam Computed Tomography，CBCT）相较于其他成像方法，在种植牙治疗中展现出诸多优势。它能够提供详细的口腔颌面部三维结构信息，帮助医生更准确地评估种植位点的骨量、骨质、解剖结构等情况，为种植手术的规划和实施提供重要依据。

然而，CBCT 在实际应用中存在一个较为突出的问题，即会产生束硬化伪影（beam - hardening artifacts）。这种伪影的出现严重影响了图像的质量，使得图像中的组织结构显示不够清晰，增加了医生对图像判读的难度，进而可能影响种植牙手术方案的准确性。

尽管金属伪影减少（Metal Artifact Reduction，MAR）算法在理论上可以改善图像质量，减少伪影，但目前对于该算法在实际应用中提升图像质量的真实效果，相关研究较少且缺乏深入了解。因此，开展一项系统评价，全面探究 MAR 算法对 CBCT 图像伪影大小的影响，具有重要的临床意义和研究价值。

二、研究目的

本研究旨在通过系统评价的方法，综合分析现有研究，深入探讨 MAR 算法在减少 CBCT 图像中伪影方面的有效性，为临床实践和后续研究提供更可靠的依据。

三、研究材料和方法

（一）电子数据库检索

研究人员在多个电子数据库中进行了全面的文献检索，包括 PubMed、Scopus、Web of Science 和 Google Scholar。针对每个数据库的特点，制定了专门的检索策略，以确保尽可能全面地获取相关文献。这些检索策略涵盖了与 MAR 算法、CBCT 图像、伪影等相关的关键词组合，力求不遗漏重要的研究成果。

（二）文献筛选与管理

将检索到的文献导入 Endnote version 20 软件进行管理。依据预先设定的纳入标准，对文献进行筛选，排除重复和不相关的文章。纳入标准主要围绕研究主题，例如研究必须是关于 MAR 算法在 CBCT 图像伪影方面的研究，且研究方法和数据具有一定的可靠性等。

（三）偏倚风险评估

由两名独立的评审人员，依据乔安娜?布里格斯研究所（Joanna Briggs Institute，JBI）的批判性评价清单（Critical Appraisal checklist），对纳入本系统评价的研究进行偏倚风险评估。评审人员会从研究设计、样本选择、数据收集方法、结果分析等多个方面对文献进行严格评估，确保纳入研究的质量。根据清单的各项标准，对选定的最终文章进行评分，得分情况反映了研究的质量和潜在偏倚风险。

（四）数据分析

由于纳入研究的变量存在异质性和多样性，无法进行荟萃分析（meta - analysis）。例如，不同研究中使用的 CBCT 设备型号不同、MAR 算法的具体实现方式有差异、研究对象的口腔状况和种植情况也各不相同等，这些因素导致数据难以合并分析。最终，这些研究被直接纳入系统评价，通过定性分析来探讨 MAR 算法对 CBCT 图像伪影的影响。

四、研究结果

（一）文献筛选结果

经过全面检索，共识别出 4738 项研究。在仔细去除重复文献以及与研究主题不相关的文章后，最终有 10 篇文章符合本系统评价的纳入标准。这 10 篇文章成为后续分析的主要数据来源。

（二）MAR 算法对图像指标的影响

1. 灰度值标准差（SD）：研究结果显示，在 CBCT 扫描的图像准备过程中使用 MAR 算法，能够降低灰度值的标准差（SD）。灰度值标准差是衡量图像中像素灰度值离散程度的指标，SD 降低意味着图像中像素的灰度值更加集中，图像的均匀性得到改善，这在一定程度上表明 MAR 算法有助于减少图像中的噪声和伪影，使图像看起来更加平滑、稳定。
2. 对比噪声比（CNR）：然而，在对比噪声比（Contrast - to - Noise Ratio，CNR）方面，并没有得出明确的结果。CNR 是评价图像质量的重要指标之一，它反映了图像中感兴趣区域与背景之间的对比度和噪声水平的关系。目前无法确切判断使用 MAR 算法是否会提高 CNR。这可能是由于不同研究中的多种因素差异，如设备参数、成像条件、患者个体差异等，这些因素综合作用，干扰了对 MAR 算法与 CNR 之间关系的准确判断。

五、研究结论

通过本次系统评价发现，目前尚无法明确回答 MAR 算法对减少种植牙周围伪影的效果。这主要是因为该因素受到众多变量的影响，这些变量的变化会显著影响图像中产生的伪影大小。例如，不同品牌和型号的 CBCT 设备在成像原理和性能上存在差异，其产生伪影的程度和特点不同，对 MAR 算法的响应也不尽相同；不同的 MAR 算法在去除伪影的原理和实现方式上有所区别，导致其效果也有所差异；患者的口腔组织结构、种植牙的材质和位置等个体差异，同样会影响图像伪影的形成和 MAR 算法的作用效果。

因此，未来需要开展更多高质量、标准化的研究，进一步明确 MAR 算法在不同条件下对 CBCT 图像伪影的影响，为临床医生在使用 CBCT 进行种植牙治疗时，合理选择和应用 MAR 算法提供更有力的证据支持。同时，也有助于推动相关技术的进一步发展和优化，提高 CBCT 图像的质量，更好地服务于口腔医学临床实践。