目的:通过构建基于深度学习模型的计算机辅助龋病诊断系统，检测根尖X线片图像中恒牙邻面龋，为邻面龋的早期诊断提供参考。方法:选择福建医科大学附属口腔医院口腔颌面外科门诊提供的因正畸需要或无保留价值而拔除的人离体恒前磨牙及磨牙160颗（外观完整或邻面龋洞缘位于釉质牙骨质界之上），拍摄根尖X线片，进行组织学检测并分级（0级：无龋坏；1级：龋坏达釉质外1/2；2级：龋坏达釉质内1/2；3级：龋坏达釉质牙本质界；4级：龋坏达牙本质外1/2；5级：龋坏达牙本质内1/2）。根据组织学分级将160颗离体牙根尖X线片均分为训练集和测试集（各80颗）。由2名评估者参照组织学图像对训练集根尖X线片进行龋坏标记，建立基于深度学习模型的计算机辅助龋病诊断系统。由另2名评估者和计算机辅助龋病诊断系统分别对测试集根尖X线片进行邻面龋诊断。以组织学检测结果作为金标准，通过受试者工作特征曲线（receiver operating characteristic curve，ROC）综合评估肉眼诊断和计算机辅助龋病诊断系统的灵敏度和特异度，利用ROC曲线下面积（areas under the ROC curve，AUC）值比较两种诊断方法的总体诊断准确性。通过查准率-查全率（precision-recall，P-R）曲线综合评估两种诊断方法对龋坏样本的查准查全能力。通过灵敏度（即查全率）、特异度、阳性预测值（positive predictive value，PPV）（即查准率）和阴性预测值（negative predictive value，NPV）及其95%置信区间（confidence interval， CI）进一步比较两种诊断方法的准确性。 结果:对测试集离体牙根尖X线片，肉眼诊断与计算机辅助龋病诊断系统诊断的AUC值分别为0.729（95% CI：0.650~0.808）和0.762（95% CI：0.685~0.839），差异无统计学意义（ P>0.05）。计算机辅助龋病诊断系统与肉眼诊断的特异度、PPV、NPV差异均无统计学意义（ P>0.05）。计算机辅助龋病诊断系统的灵敏度（76.7%）显著大于肉眼诊断（59.3%）（ P<0.05）。肉眼诊断对恒牙邻面1级龋坏的灵敏度（27%）显著小于计算机辅助龋病诊断系统（77%）（ P<0.05）。 结论:与肉眼相比，计算机辅助龋病诊断系统对恒牙邻面釉质龋，尤其是局限于釉质内的早期龋坏更灵敏。本项研究建立的计算机辅助龋病诊断系统诊断准确性与评价者肉眼诊断的准确性相似。

目的:了解进行全身麻醉下牙齿治疗的孤独症谱系障碍（autism spectrum disorder，ASD）儿童的患龋情况及牙齿治疗内容特点。方法:选择2016年4至11月参与中央财政支持的中华口腔医学会“关爱孤独症儿童口腔健康”项目，全身麻醉下进行牙齿治疗的103例ASD患者作为ASD组，病例来源于我国13家口腔专科医院，依据年龄、性别，应用分层倾向评分配比法选择2015年1月至2018年11月在相同13家口腔专科医院接受全身麻醉下牙齿治疗的97名无全身疾病的儿童作为对照（对照组），对两组儿童的龋失补牙数（decay missing filling tooth，DMFT/dmft，DMFT表示恒牙，dmft表示乳牙）和全身麻醉下牙齿治疗的内容进行统计分析。结果:ASD组与对照组儿童人均DMFT/dmft［ M（ Q25， Q75）］分别为0（0，3）/11（8，14）和0（0，3）/9（7，13），两组差异均无统计学意义（ P>0.05）。全身麻醉下人均牙齿治疗数量ASD组［13（11，15）颗］显著高于对照组［12（9，14）颗］（ P<0.01）；ASD组儿童人均牙髓治疗数量［3（2，6）颗］显著高于对照组［2（1，4）颗］（ P<0.05）。 结论:进行全身麻醉下牙齿治疗的ASD与对照组儿童相比，DMFT/dmft差异无统计学意义，但ASD组儿童全身麻醉下牙齿治疗数量相对更多，龋坏程度相对较重。

调强放疗是口咽癌的根治性治疗手段，整体5年生存率为60%左右，而人乳头瘤病毒（HPV）相关患者的5年生存率更是高达80%。调强放疗后晚期不良反应常有发生，包括口干、吞咽困难、甲状腺功能减退、组织纤维化、放射性骨坏死和龋齿、后组脑神经损伤等，严重影响长期生存患者的生活质量。HPV相关口咽癌降低强度治疗的相关研究在国内外广泛开展，但其中对晚期反应关注较少。现对近年来调强放疗后晚期不良反应的发生、治疗、预测指标等相关研究进展进行综述，为降低强度治疗的放疗损伤研究提供参考，从而进一步优化综合治疗策略。

放射性龋是头颈部肿瘤放疗后的常见并发症，是放疗后发生的一种快速进展性牙体硬组织疾病，严重影响放疗后患者的生活质量。本文阐述了放射性龋的致病机制、诊断及龋坏评价、治疗以及预防策略的研究进展，以期为放射性龋的临床防治提供参考。

目的:对全身麻醉下接受龋齿治疗的重度低龄儿童龋（severe early childhood caries，S-ECC）患儿行前瞻性随访研究，分析其治疗前后患龋特点，并探究治疗后再次患龋的风险因素。方法:纳入83例2~4岁、于2012年12月至2014年8月在北京大学口腔医学院·口腔医院儿童口腔科接受全身麻醉下龋齿治疗的S-ECC患儿，在治疗前及治疗后1、7、13个月采集其口腔检查、临床诊疗内容和调查问卷信息。统计分析治疗前龋坏程度、临床诊疗内容、患儿及家长基本情况和口腔保健习惯等在治疗后无龋和再次患龋儿童之间是否存在差异，统计分析治疗后再次患龋特点及龋坏类型（分为再发龋和继发龋，前者指对原发龋病灶进行修复后在同一牙齿其他部位发生的龋，后者指在已有修复体边缘或底部发生的龋）。结果:在完成7~13个月随访的70例患儿中，29例（41%）在13个月观察期内保持无龋，41例（59%）在13个月观察期内出现个别牙再次龋坏。全身麻醉下龋齿治疗后除下颌乳切牙外其他牙位均有不同程度的再次患龋，其中上颌乳切牙以继发龋为主（再发龋和继发龋牙数分别为1和12），上下颌乳尖牙及第一乳磨牙再发龋和继发龋牙数均较高（上下颌乳尖牙再发龋和继发龋牙数分别为12和6，上下颌第一乳磨牙再发龋和继发龋牙数分别为16和12），上下颌第二乳磨牙以再发龋为主（再发龋和继发龋牙数分别为19和5）。治疗后再次患龋牙面数从高到低依次为乳磨牙邻面（37）、乳磨牙 面（28）、乳尖牙邻面（13）、乳磨牙颊舌面（12）、乳前牙唇舌面（10）、乳尖牙唇舌面（8）和乳前牙邻面（5）。治疗前龋坏程度、临床诊疗内容和患儿及家长基本情况在治疗后保持无龋和再次患龋的两组儿童间差异均无统计学意义（ P>0.05）。饮食和口腔保健习惯方面，治疗后7和13个月随访时患龋组甜食摄入频率均显著高于无龋组（ P<0.05）。 结论:2~4岁S-ECC患儿全身麻醉下治疗后有较高的再患龋风险，定期复查维护十分必要；复查中应着重预防和治疗乳磨牙新发和继发龋坏，以及乳前牙继发龋坏；较高的甜食摄入频率是治疗后再次患龋的重要风险因素。

婴幼儿龋具有发病时间早、龋蚀波及牙数多、龋损发展快及龋坏范围广等特点，影响婴幼儿咀嚼和消化功能，对口腔健康及全身生长发育可产生严重影响，亦可能成为某些全身疾病的危险因素。为统一和规范婴幼儿龋的防治标准，充分利用现有医疗资源防治婴幼儿龋，降低我国婴幼儿龋的患病率，提高治疗率，改善我国婴幼儿口腔健康状况，由中华口腔医学会儿童口腔医学专业委员会和口腔预防医学专业委员会牵头，组织19所医学院校及附属医院的18名儿童口腔医学专家和13名口腔预防医学专家制订适合我国婴幼儿龋的防治指南，包括婴幼儿龋的诊断方法、预防措施、治疗方法和防治效果评价体系。

口腔微生物群落由多样化的细菌、病毒、真菌和原生动物群体构成，其稳定性、功能和组装过程受到宿主与微生物间复杂的相互作用调控。高通量测序技术为深入研究和认识口腔微生物群落在健康和疾病状态下的分类结构、基因组成、功能和动态变化途径提供了重要方法。本文系统介绍了口腔微生物群落的建立、稳态调控、常见口腔疾病相关的菌群失衡、影响因素。结合微生物学、免疫学和多组学的视角，可以深入探讨人体与微生物间的复杂分子对话。开展口腔微生态组装原理、细胞间信号、压力适应性以及引发菌群失衡触发因素的深入研究，对于开发新的诊断技术、治疗方案和定制益生菌至关重要。可以通过天然产物、小分子化合物、益生元、益生菌、噬菌体等方法调节口腔微生态并尽可能地减少对口腔微生态系统的破坏，为促进口腔和全身健康提供新的机遇。

龋病的发展受多种因素影响，患者的全身健康状况可影响患龋病的风险，主要表现为全身疾病的治疗可以改变口腔微生态环境，影响唾液腺功能和唾液成分，直接或间接破坏牙体组织结构，导致龋易感性增加。与全身疾病相关的龋病具有特殊的临床特征，其防治方法也有所不同。本文回顾和分析全身疾病治疗过程中龋病易感的原因和机制，系统介绍全身疾病治疗中的龋病防治和龋病管理的现代理念。

目的:通过深度学习的方法，开发具备判断儿童牙齿是否龋坏尤其是判断未成洞龋能力的人工智能识别系统雏形。方法:收集北京大学口腔医学院·口腔医院儿童口腔科2013年10月至2020年6月拍摄的符合纳入标准的全身麻醉治疗前患儿单颌口内数码照片712张，以记录完备的治疗后病历诊断结合口内像确定牙齿是否龋坏以及龋的类型，具体包括：已成洞的龋（成洞龋）、未成洞的窝沟龋、边缘嵴釉质未破坏的邻面龋（未成洞邻面龋）。由儿童口腔科医师使用VoTT软件（Windows 2.1.0，Microsoft，美国）对不同牙齿及龋坏类型进行标注。分5个标签组：未成洞窝沟龋、未成洞邻面龋、完好无龋坏的牙齿邻面、成洞龋及无龋牙（含已完好充填的牙齿）；每个标签组数据按6.4∶ 1.6∶ 2.0的比例采用随机数表的方法随机分为训练集、验证集和测试集数据。采用标注后的训练数据集进行深度学习训练，并建立龋齿人工智能识别系统，以龋坏概率大于50.0%作为患龋的判断标准输出判断结果，并对测试集数据进行识别。应用灵敏度、特异度等作为识别各类龋坏准确性的指标评价人工智能系统的判断能力。结果:712张单颌口内照片经分割标注得到未成洞窝沟龋953张，未成洞邻面龋1 002张，成洞龋3 008张，无龋牙3 189张，无龋邻面862张，共计9 014张图像数据。测试集的识别结果：对成洞龋识别灵敏度和特异度分别为96.0%和97.0%；对未成洞窝沟龋灵敏度为95.8%，特异度99.0%；对未成洞邻面龋灵敏度为88.1%，特异度97.1%。结论:本研究构建的儿童龋人工智能识别系统雏形，具备判断龋坏的能力，对同组样本该系统不仅能准确判断成洞龋，对未成洞的窝沟龋、边缘嵴釉质未破坏的邻面龋也能准确判断。