将28例患者的原始数据代入上述两类方程中计算后，根据Lekholm和Zarb的分类，发现减少变量后，提高了判别方程的判别效果，总的错判率由8.18％降至5.41％。这说明根据本课题所选变量因素建立的“最优化”判别方程，不但减少了变量数，而且提高了判别准确率。需要说明的是本次收集病例时间较短，患者临床牙槽骨萎缩吸收的5种根据Lekholm和Zarb的分类，种类分布不甚均匀。28例患者中绝大多数是D2或D3类患者，仅1例D4类患者，虽然这和临床收治患者的一般情况相吻合，因此仅获得D2、D3类患者牙槽骨萎缩吸收临床Lekholm和Zarb分类的数学判别模型。今后如能广泛收集病例，才能获得临床牙槽骨骨萎缩Lekholm和Zarb5种分类的数学判别模型。
　　需说明的是牙槽骨CT值模拟骨量，并不能代表牙槽骨本身骨矿物质的含量，如有必要还应进行牙槽骨自身骨矿物质密度（BMD）和骨矿物质（BMC）的研究，以及牙槽骨骨皮质厚度的测定。例如定量CT（quantitative computed topography，QCT）可以分别测量皮质骨和/或髓质骨骨矿量，其CT图像可显示扫描层内的容积密度分布。随着人的年龄老化，骨中脂肪组织将增多，从而会影响测量的准确性。双能量定量CT（dual energyQCT，又称DEQCT）测量可改善以上情况[10]。

4　结论

　　螺旋CT扫描可以作为种植义齿术前评价的重要辅助手段，尤其适用于牙槽骨形态特殊的患者，它对患者牙槽骨形态的判别具有重要的临床价值，为选择种植义齿适应症提供了量化依据。

作者简介：吴朝辉，男（1970—），1992毕业于湖北医科大学临床医学专业，在湖北医科大学附属口腔医院放射科工作。现为湖北医科大学影像医学专业硕士研究生。

责任编辑：姚红祥