XiaoMi-AI文件搜索系统
World File Search System磨牙
SSRI诱导睡眠磨牙症和下颌肌肉肌张力障碍
引言磨牙症虽然被描述为一种机械牙科问题，但最近被认为是异常不协调的肌肉运动的一种形式。磨牙症被描述为一种重复的下巴肌肉活动，其特征是牙齿紧握或磨碎和/或通过支撑或推力下颌骨。睡眠磨牙症不再被视为寄生虫，也认为病因是基于纯机械因素或心理压力问题。现在被认为主要是与睡眠有关的运动障碍[1]。夜间磨牙症与牙齿的磨碎和夹紧有关，并产生巨大的力，产生可听见的磨床。通常，夜间磨牙的每一集简短，在睡眠晚上，平均发生42秒的磨牙。磨牙症具有明显的发病率，包括牙齿的紧握或打磨，闭塞垂直尺寸（VDO）逐渐减小，牙齿断裂，刚度，下颌疼痛，辐射到颞下颌关节，颞区，颞区，耳朵和颈部。有些药物被认为与触发磨牙症有关[2]。1。SSRIS和SNRIS 2。甲基苯丙胺，3。甲基二甲基甲基苯丙胺，4。尼古丁5。苯丙胺，
o r i g i n a l r e s a a r c h c h定量和定性相关性与使用锥形梁的第三磨牙的危险因素的定性相关性
背景：舌板厚度，密度和与牙齿的接近性与第三摩尔提取相关的各种并发症的风险因素联系在一起。目前的研究旨在使用锥形束计算机断层扫描评估下颌第三摩尔区域的舌板厚度和密度，并估算其与影响的类型和水平，根，年龄和性别作为风险因素方法的相关性：这是对648 Mandibular第三细胞的CBCT图像的回顾性研究。评估了三种不同根部水平的舌板厚度 - 颈椎，中根和顶点以及牙齿的位置，根数，舌板的密度，年龄和性别的密度。测量是在Invivo 5-Anatoge软件上完成的。分类变量的统计比较是通过卡方检验进行的，Fisher的精确测试，使用二项式逻辑回归进行单变量和多变量分析。结果：颈椎，根和顶点处的第三磨牙的舌板厚度为1.28 mm，1.42 mm和.01 mm（平均）。在21-30岁的年龄组中，在根根（P值= 0.01）和Apex（p值= 0.05）的受试者比例明显更高。舌骨密度与中根处的舌板的厚度显着相关。在中间水平的较薄的舌板比例明显较高，与位于中位置的第三磨牙相关（p值= 0.002）。结论：我们的研究表明，舌板厚度与年龄，角度和根部数量有很强的关联。对这些危险因素的了解在第三磨牙影响的管理过程中必须是必不可少的。关键字：舌板，第三磨牙，骨密度，下颌骨，锥形梁计算机层造影
控制骆驼中的磨牙酸生物合成（...
拥有几种有价值的农艺特征使Camelina成为有价值的农作物。 例如，Camelina的生长季节较短（85-100天），并包含春季和冬季品种。 此外，其油产率（从400至850 kg /ha（Per）通常可与Brassica Jansa和Brassica Rapa相当，而高于大豆（6）。< /div> Camelina还具有容忍干旱压力的能力，因此它较少依赖灌溉。 由于该工厂中提到的pro，提高了石油及其餐食的质量是Camelina可以追求的纠正目标之一。 Camelina油的质量通过其脂肪酸组成来挖掘。 另一方面，其抗营养因子（尤其是葡萄糖醇）及其纤维和蛋白质之比也会影响其质量。 质量也可以归因于种子中的石油和蛋白质的比例，尤其是油（7），尤其是油（7）。拥有几种有价值的农艺特征使Camelina成为有价值的农作物。例如，Camelina的生长季节较短（85-100天），并包含春季和冬季品种。此外，其油产率（从400至850 kg /ha（Per）通常可与Brassica Jansa和Brassica Rapa相当，而高于大豆（6）。< /div>Camelina还具有容忍干旱压力的能力，因此它较少依赖灌溉。由于该工厂中提到的pro，提高了石油及其餐食的质量是Camelina可以追求的纠正目标之一。Camelina油的质量通过其脂肪酸组成来挖掘。其抗营养因子（尤其是葡萄糖醇）及其纤维和蛋白质之比也会影响其质量。质量也可以归因于种子中的石油和蛋白质的比例，尤其是油（7），尤其是油（7）。
文章人工智能 (AI) 驱动的磨牙角度测量可预测全景 X 光片上的第三磨牙萌出
摘要：所提出的人工智能 (AI) 工具的目的是自动分割全景 X 光片上的下颌磨牙并提取磨牙方向，以预测第三磨牙的萌出潜力。总共使用 838 张全景 X 光片进行网络的训练 (n = 588) 和验证 (n = 250)。具有 ResNet-101 主干的全卷积神经网络联合预测了磨牙分割图和方向线估计值，然后通过对分割轮廓的近中和远中侧进行回归迭代细化。准确度被量化为与人类参考测量值相比的正确角度 (具有预定义的误差间隔) 的分数。使用 Bland-Altman 图直观地评估网络和参考测量值之间的性能差异。自动磨牙分割的定量分析导致平均 IoU 约为 90%。第一和第二磨牙的平均 Hausdor ffi 距离最小。网络角度测量的准确度达到 79.7% [ − 2.5 ◦ ; 2.5 ◦ ] 和 98.1% [ − 5 ◦ ; 5 ◦ ]，同时临床上显著减少了 53% 以上的用户时间。总之，本研究验证了一种独特的新型 AI 驱动工具，可快速、准确、一致地自动测量全景 X 光片上的磨牙角度。为牙科医生提供精确的 AI 工具将促进和优化牙科护理，并协同提高诊断准确性。
牙齿磨牙上的两个主要理论
磨牙症一词是指下颌骨和上颌牙齿的非功能接触，通常会导致牙齿的紧握或磨碎（Graf，1969; Glaros and Rao，1977）。这种运动障碍最常发生在睡眠期间，尽管它在醒着时也可能发生（Nadler，1972; Bader等，1997）。典型的症状是牙齿硬性物质，碎裂甚至牙齿骨折，受影响的肌肉和关节的疼痛以及对咬咬敏感的牙齿的疼痛（Rugh和Orbach，1988; Greene等，1998）（图。1）。磨牙症可以分为特发性和医源性类型。特发性形式，包括握紧和光栅以及夜间磨牙症，与神经系统或精神病杂志无关（Glaros，2006）。夜间磨牙症通常是在切第一颗牙齿后开始的（Widmalm等，1999）。婴儿期磨牙症的患病率为14–20％。口面性运动障碍影响约8％的青少年（Wänmanand Agerberg，1986; Egermark等，2003）