简介牙源性囊肿和肿瘤包括源自牙齿形成装置的组成部分及其残留结构的多种病变。根据 2017 年世界卫生组织头颈部肿瘤分类,牙源性肿瘤分为上皮性、混合性和间叶性肿瘤,而牙源性囊肿则分为炎性囊肿或发育性囊肿。牙源性肿瘤以良性为主,恶性肿瘤可能源于良性前体或自发出现。1-29牙源性病变包括多种可能具有共同起源的疾病,但需要不同的治疗方法。含牙囊肿 (DC) 起源于受压、包埋或未萌出的牙冠。作为最常见的牙源性囊肿类型,DC 是由减少的牙釉质上皮和牙冠部分之间的液体积聚引起的。牙釉质母细胞瘤 (AB) 是另一种罕见的牙源性病变。尽管 AB 是良性的并且生长速度缓慢,但它可以侵入下颌骨和上颌骨等局部组织。牙源性角化囊肿 (OKC) 是另一类牙源性病变。值得注意的是,在牙源性囊肿中,OKC 和 DC 表现出最高的恶性转化倾向。9,24-29 术语“牙源性角化囊肿 (OKC)”由 Philipsen 于 1956 年正式提出。牙源性角化囊肿是一种源自牙源性组织的良性骨内病变,
有大量数据是(或可以看作)由图的顶点索引的。例子包括生物网络、社交网络或互联网等通信网络 [1, 2]。为了将信号处理 (SP) 工具应用于此类图数据,包括移位、滤波器、傅里叶变换和频率响应在内的基本 SP 概念已被推广到图域 [3, 4],并构建了图信号处理 (GSP) 的基础。GSP 有两种基本变体。[4] 中的框架建立在代数信号处理 (ASP) [5] 的基础上,从邻接矩阵给出的移位定义中推导出这些概念。相比之下,[3] 将图拉普拉斯算子的特征基定义为图傅里叶基。用 ASP 术语来说,它选择拉普拉斯矩阵作为移位算子。无向图。这两种方法都为无向图提供了令人满意的 GSP 框架。也就是说,由于移位算子是对称的,因此存在一个酉傅里叶基。因此,移位以及所有滤波器(多项式