两种方法研究镍钛器械根管预备对牙本质微裂形成的影响

来源 :大连医科大学 | 被引量 : 0次 | 上传用户:yijiutaosheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:使用显微CT和体视显微镜两种方法,研究K3、TF、ProTaper Universal三种镍钛器械预备根管后,根管壁牙本质微裂的形成情况。方法:1.收集32颗单根管的下颌恒前磨牙,使用显微CT断层扫描根管预备前的根管横截面影像。将32颗牙随机分为4组(n=8),其中三组为实验组,一组为对照组。三个实验组分别使用K3、TF预备至25#/0.06锥度,ProTaper Universal预备至F2,对照组不做根管预备。预备后使用显微CT断层扫描术后的根管横截面图像,得到术前术后的根管横截面图像(n=41148),评估牙本质微裂的形成情况。2.将各组牙齿均使用低速精密切割机分别在距离根尖3、6、9 mm处水平切割,将每颗牙齿截成三段,然后进行染色,置于体视显微镜下观察并记录牙根各横截面的牙本质微裂的形成情况。结果:1.显微CT观察结果:对比K3、TF、ProTaper Universal三种镍钛器械根管预备前与根管预备后的显微CT图像,未观察到新的牙本质微裂产生。2.体视显微镜观察结果:对照组均未产生牙本质微裂,实验组共有11颗牙产生了牙本质微裂。实验组牙齿的牙本质微裂的发生率为45.83%(n=24)。各组牙齿的牙本质微裂的发生率,对照组与其它各实验组相比均有统计学差异(P<0.05),实验各组之间没有统计学差异(P>0.05)。实验组的120个根管横截面图像中有26个根管横截面图像产生了新的牙本质微裂,根管横截面的牙本质微裂发生率为21.67%。各组根管横截面的牙本质微裂发生率,对照组与其它各实验组相比均有统计学差异(P<0.05),K3与TF组之间没有统计学差异(P>0.05),其它各组之间均有统计学差异(P<0.05)。3.两种实验方法间:体视显微镜观测到的牙本质微裂的根管数及横截面数明显高于显微CT组(P<0.05)。而无论何种观测方法,三种不同的镍钛器械根管预备后牙齿的牙本质微裂发生率均无统计学差异(P>0.05)。结论:K3、TF、ProTaper Universal三种镍钛器械根管预备后产生的牙齿的牙本质微裂情况无差异。根管预备使根管牙本质的抗力减弱,增加了产生牙本质微裂的机率与牙根纵裂的风险。破坏性的体视显微镜研究方法观测牙本质微裂的结果具有不确定性,而非破坏性的显微CT的研究结果准确性更高。
其他文献
磷酸二酯酶4(PDE4)是第二信使环磷腺苷(cAMP)的特异性双金属磷酸水解酶,并在炎症细胞、免疫细胞、中枢神经系统和肺平滑肌中高度表达。因而PDE4与中枢神经系统和免疫系统方面
轴承是机械设备中的关键零件,其状态的好坏直接决定着机械设备能否正常运行。寻找有效的轴承故障诊断方法,确保机械设备健康运行意义重大。论文针对如何准确诊断滚动轴承故障的问题,提出了基于稀疏表示的滚动轴承故障诊断算法,重点研究了最大相关峭度反卷积(Maximum Correlation Kurtosis Deconvolution,MCKD)算法和K-奇异值分解(K-Singular Value Dec
基于信息熵的属性约简算法是粗糙集理论与信息论有机结合的产物,其中有三种典型的代表算法——基于互信息的知识约简算法(Mutual Information-Based Algorithm for Reduction
层序地层学的出现为在年代地层框架中划分对比沉积岩提供了有效地手段。河流相沉积地层中应用层序地层学的研究最早起源于Exxon学派层序地层学的研究。地质学家在试图解释那
云计算作为一种新的商业计算模式,利润最大化是云服务提供商的主要目的之一,而能耗作为云计算数据中心的主要开销,在客户的不同服务需求下,尽可能降低能耗,既有利于提高服务
随着虚拟现实、人工智能、多媒体等技术的飞速发展,人机交互的方式也呈现出多样化,手势交互方式的研究就是其中的热点问题。目前手势识别技术正处于发展阶段,在实时性与准确
研究区位于大兴安岭北段主脊及西坡一侧。研究区第四纪发育广泛,发育比较齐全,全部为陆相地层。前人对研究区的第四纪地层与古气候演变研究较少,且地层划分存在争议,年代划分
新歧钨锡多金属矿床位于腾冲县新歧西北约5千米,处在滇西高黎贡山-腾冲褶皱带内,是东南亚锡矿带的西支北延部分,其矿源来源充足、成矿机制完善,是三江成矿带中一较为典型的岩
近年来癌症已成为死亡率排名第二的一类疾病,仅次于心血管疾病,极大的危害了人类的身心健康。虽然化疗药物对于肿瘤的治疗取得了一些成果,但是抗肿瘤活性有限,而且患者不能耐
随着信息技术和互联网技术的迅速发展,互联网上的数据量呈指数级增长。如何处理如此庞大而急剧增长的海量数据成为信息科学与技术领域所面临的一大挑战。文本分类作为组织和