正畸或正颌评估中，人们常会看到一张侧位 X 线片，上面布满点、线、角度和数字。数字看起来精确，很容易被理解成一张“骨相成绩单”：某个角大了就是嘴凸，某条线偏了就是下巴差，超出均值便要纠正。
头影测量真正做的事更有限，也更有用。它把一次影像记录中的颅面结构转成可重复讨论的几何关系，帮助专业人员描述上下颌、牙齿、颅底和部分软组织的相对位置；如果有合适的前后记录，还可比较生长或治疗期间的变化。
但每个数字都依赖影像投影、头位、标志点定义、参考线、人群样本和测量误差。它不能单独回答一个人好不好看、是否健康、为什么形成当前结构、一定要不要治疗，更不能从骨点推断性格与命运。
先给答案：头影测量是一张坐标图，不是面部判决书
它擅长回答“某个点相对哪条参考线位于哪里”“上下颌在这个参考系中的前后和垂直关系怎样”“牙齿倾斜与颌骨方向怎样配合”“两次记录之间哪些相对位置发生了变化”。这些问题都有明确对象、参考系和时间点。
它不擅长把复杂体验压成一个分数。咀嚼、呼吸、关节疼痛、睡眠、说话、动态微笑和外观满意度需要各自的记录；治疗选择还要结合检查、主诉、风险与个人价值。头影片只是资料的一部分。
开场实例：ANB 角比参考均值大，就等于“上颌太突”吗？
不等于。这个角同时受上颌点、下颌点、鼻根点及颅底几何关系影响；可能来自上颌相对前、下颌相对后、垂直旋转或参考点位置组合，必须拆开解释。
一张侧位头影片是怎样产生的？
传统侧位头影摄影让头部位于相对固定装置中，X 线从一侧穿过，在探测器上形成二维投影。左右结构、牙齿和骨边界叠加到同一平面，远离探测器的一侧还可能有不同放大。技术会尽量标准化，却不会把三维头颅变成无失真的侧面切片。
拍摄后，操作者或软件识别蝶鞍点、鼻根点、上下颌牙槽相关点、颏点和牙尖根尖等标志，再连接成参考线，计算角度与线性距离。测量值因此至少经过“摆位、成像、选点、作线、计算”五个环节。
点、线、角和距离分别在说什么？
点是人为定义的解剖标志，线通常由两个点或一段结构方向构成；角度表达两条线的方向关系，线距表达点到点或点到线的投影距离。它们不是四种可以互换的语言。
角度对整体放大相对不敏感，却会随任一端点位置变化；线性距离直观，但会受放大率、投影和校准影响。二维片上的“前后”与“上下”也都是选定坐标中的分量，不是脱离参考系的绝对位置。
坐标实例：下巴点向前两毫米，说明下颌骨整体向前两毫米吗？
不说明。点位变化可能包含生长、旋转、局部骨重塑、摆位和标点差异；只有明确叠合参考和误差后，才可讨论相对改变。
为什么同一张片会有多套头影分析法？
不同分析法选择不同标志点、平面和参考值，源于不同研究传统与临床问题。有的方法关注颅底与上下颌关系，有的强调垂直面型、切牙位置或软组织侧貌。两套分析法给出的术语相似，实际坐标定义可能不同。
分析法不是滤镜菜单，也不是选到满意数字为止。使用时应说明名称、定义、参考人群和目的；若多个指标不一致，应追查它们使用了什么参考，而不是把多数票当真相。
SNA、SNB 与 ANB 为什么常见，却不能单独定病因？
SNA 表达上颌相关点相对蝶鞍点到鼻根点方向的角度，SNB 对应下颌相关点，ANB 是两者之差，用于概括上下颌前后关系。它们共享鼻根点和颅底参考，因此颅底长度、倾斜、上下颌垂直位置与旋转都能影响读数。
ANB 较大只说明在这组点与线的定义下差值较大，不自动区分上颌、下颌或两者贡献。Wits 等替代评估又使用咬合平面，会引入另一组依赖。指标互证的目的，是理解参考系，而不是寻找一个永远正确的数字。
研究案例一：标志点识别误差为什么不是所有点都一样？
Leonardi 等人系统回顾后前位头影摄影的标志点识别研究，发现位于中线的标志通常比双侧骨性标志更可重复；左右结构重叠、边界模糊和定义方式会让不同点具有不同误差。论文 DOI：10.2319/0003-3219(2008)078[0761:LIEIPC]2.0.CO;2
这揭示一个容易遗漏的事实：测量误差不是整张图统一加减一个数。由多个难定位点组成的角度会把误差传播到结果中，相邻两次读数的小差异可能仍处在识别波动范围。
该回顾关注后前位而非侧位片，但“不同标志有不同可识别性”的原则同样重要。具体误差必须按成像、点位和任务评估，不能拿一条统一容许线覆盖全部测量。
标点实例：两位医生标同一点差一毫米，谁错了？
未必能简单判错。若解剖边界本就投影重叠，两次标记可能都符合定义范围；应看重复性、差异传播和是否会改变决策。
二维投影会丢掉哪些三维信息？
侧位片把左右宽度压在一个平面，不能直接显示面部横向不对称；左右牙齿和下颌缘常呈双影，操作者需要按规则选择或取中。一个点在图上相同，真实空间里仍可能有不同横向位置。
旋转头部还会改变双侧结构投影。标准化能减少差异，却不能恢复已经压缩的深度。横向偏斜、复杂牙根位置或关节问题不能只靠侧位头影回答。
放大和畸变会怎样进入线性测量？
X 线源、头部与探测器之间距离会产生几何放大，左右侧因离探测器距离不同可有差别。设备校准可帮助换算，但不同机器、历史片与导出图像若缺少标尺，线性数字不宜直接横比。
角度并非完全免疫：如果头部旋转使点的投影关系改变，角度也会变。所谓“角度不受放大影响”只在均匀放大与正确投影等条件下成立。
放大实例：旧片下颌长度比新片短三毫米，就是长了三毫米吗？
不能直接这样算。先核对设备、校准、头位、标点与叠合方式；否则生长和成像尺度混在同一差值里。
自然头位为什么是测量条件，而不是外貌气场研究？
自然头位通常要求受试者直立、视线看向眼平远处，目的在于获得接近日常直立观察且可重复的方向。颅内参考线会随个人颅底形态变化，自然头位与真水平线能提供另一种外部方向参照。
这仍是一种标准化记录，不表示人在生活中永远保持同一姿态。疲劳、视线目标和操作提示会造成变化。本篇只讨论它对测量坐标的影响；头部姿态如何改变他人印象留到 MXZ-039。
研究案例二：照片与头影片结合能否提高自然头位的重复性？
Dvortsin 等人对四十五名患者的自然头位照片与头影片进行两位观察者、两次会话评估，并比较多种软组织轮廓叠合线。研究显示，把标准照片与头影片整合来重定向，可以较可靠地获得自然头位，其中鼻轮廓最佳拟合线表现稳定。论文 DOI：10.2319/010411-2.1
它说明影像方向不是天然写在片上的事实，可以借助外部记录校正。与此同时，可靠性来自规定流程，不等于任意生活照都能给头影片定向。
Bansal 等人的研究也把自然头位视为相对可重复、但个体间不同的标准位置。论文 DOI：10.4103/0976-237X.96824
头位实例：抬头拍出的下巴更前，头影测量会把它当骨性前突吗？
规范摆位和参考线会尽量识别这种差异，但若两次头位不一致，软组织轮廓及部分投影测量仍可能改变，不能只看截图下结论。
“正常值”究竟是什么？
参考值通常来自特定年龄、性别、牙合状态、人群背景和纳入标准的样本，报告均值、标准差或范围。它描述样本怎样分布，不是自然界规定的最佳脸型，更不是人人应被移动到的目标点。
有些早期标准只纳入被研究者认为“面貌协调”或咬合较好的人，这会把选择者的审美和时代条件带入样本。临床解释应同时看个体功能、结构补偿和主诉，而不是把均值零误差复制到每个人。
研究案例三：中国人群参考为何不能直接套用其他样本？
Moate 与 Darendeliler 汇总中国及华裔人群的既有头影资料，报告这些样本与常用白人人群标准在颅底、上下颌关系、切牙倾斜和软组织侧貌等指标上存在平均差异。该研究没有可用 DOI，但可由 PubMed PMID 12502125 核对。
重点不是建立一张“族群标准脸”，而是显示参考值会随样本构成改变。同为中国背景，不同地区、年代、年龄、纳入条件和设备也可能不同；组内范围往往宽于网络图表呈现的单一均值。
针对十二岁中国儿童上气道的研究，在四百二十五名中国儿童与匹配的白人儿童中还观察到部分性别与人群差异。论文 DOI：10.1186/1746-160X-10-38 年龄专属结果更不能外推为成人气道标准。
均值实例：一个数超过均值一个标准差，就一定异常吗？
不一定。统计位置不是诊断阈值；还要看测量可靠性、其他指标、症状、功能和该差异是否会改变处理。
年龄与生长为什么会改变参考意义？
儿童和青少年的颅面、牙齿与颈椎处于变化中，同一角度在不同生长阶段含义可能不同。横断面年龄均值不能精确预测某个孩子下一年的轨迹，成熟指标本身也有误差和个体差异。
成人并非所有结构静止，但变化速度和问题与生长期不同。解读时至少要记录年龄、牙齿发育、治疗阶段和拍摄间隔，不能把成人参考值套给儿童，或用儿童生长量解释成人两张照片。
性别分组是否等于给个人规定男性脸或女性脸？
不是。研究按性别分组可能发现平均尺寸或生长时序差异，但组内重叠广泛，记录方式也未必覆盖性别身份、激素状态或个体体型。分组的用途是改善参考匹配，不是判断某人够不够男性化或女性化。
任何从头影数字推导社会身份、气质或价值的做法，都超出了测量证据。结构描述和个人表达应保持分开。
软组织头影测量能看到什么？
部分分析会标记鼻尖、鼻下点、上下唇、唇颏沟和软组织颏点，描述唇相对参考线的前后、鼻唇角或侧貌曲线。它可把侧貌观察变得更具体，尤其适合前后记录使用同一条件时比较。
但软组织受闭唇用力、吞咽、呼吸、表情、重力和头位影响，二维轮廓也不显示正面宽度与左右差异。鼻与下巴共同构成的审美线会因两端变化而改变，不能把唇到线的距离当唇本身的绝对属性。
软组织实例：上唇在线前，就证明上前牙一定太前吗？
不能。鼻、下巴、唇厚度、肌肉状态、上颌和牙槽都参与这条关系，需要分别检查。
牙齿倾斜测量能怎样帮助理解口周？
切牙长轴相对颌骨或参考平面的角度，可描述牙齿是相对直立还是倾斜，并帮助理解牙槽代偿。上下颌骨关系相近的人，切牙倾斜不同，唇支撑与覆合覆盖也可能不同。
二维片上牙根重叠、长轴识别和根尖位置有局限；牙齿能否移动还取决于牙槽骨、牙周、牙根与空间。一个角度偏离参考不自动成为移动指令。
垂直指标为什么会影响“前突”读数？
上下颌不仅前后移动，也会围绕不同区域旋转。下颌向下后方向的旋转可让颏点投影更后，闭合方向变化则可让它更前；同一上下颌长度在不同垂直关系中呈现不同侧貌。
因此前后和垂直分析应一起读。只截取一条水平箭头，容易把旋转结果误称为骨头短或后缩，也会忽略下脸高度与咬合关系。
头影测量能诊断“嘴凸”吗？
“嘴凸”是日常视觉词，可能指唇相对鼻颏较前、牙齿倾斜、牙槽位置、上下颌关系、闭唇用力或近距离照片效果。头影测量可以把其中一些结构拆开，却没有一个数字完整等同这个词。
评估应先问是侧貌偏好、闭唇困难、咬合问题还是牙周风险，再组合照片、口内检查和影像。只凭软件红字宣布嘴凸，会把描述、诊断与处理混为一谈。
嘴凸实例：E 线前四毫米，能直接决定拔牙吗？
不能。E 线依赖鼻与下巴，拔牙决策还涉及牙列空间、牙周边界、咬合、面部目标、替代方案和风险，绝非单线阈值。
头影测量能说明呼吸和上气道功能吗？
侧位片能显示拍摄瞬间部分鼻咽、口咽的二维前后尺寸，为结构筛查提供线索，却无法直接测量整夜气流、塌陷、血氧或睡眠事件。清醒直立的一瞬也不等于睡眠仰卧状态。
若有打鼾、憋醒、白天嗜睡或儿童睡眠与发育问题，需要按医学路径评估。不能用一条气道线排除睡眠呼吸障碍，也不能因影像看窄就自行诊断。
头影测量能说明颞下颌关节疼痛吗？
不能单独说明。常规侧位头影片不是针对关节盘、炎症或疼痛机制的检查；颌骨形态与症状也不是简单一一对应。疼痛需要病史、触诊、活动、声音和必要的专门影像综合评估。
同样，头影“对称”不排除功能问题，数字偏离也不证明疼痛必然来自骨相。
前后两张片怎样比较变化？
最简单的数值相减会把真实变化、摆位、放大和标点误差混在一起。头影叠合会在被认为相对稳定的结构上对齐两张记录，再观察颅面整体或上颌、下颌局部的相对移动。
关键问题是“叠合在哪儿”。以颅底为参考，可以描述颌骨相对颅底变化；以上颌局部结构为参考，适合看牙齿在上颌内变化。不同参考系回答不同问题，不应把它们当同一位移。
研究案例四：不同叠合方法真的能给出同一个变化吗？
Graf 等人系统回顾二十七项连续头影片叠合研究，其中涉及前颅底、上颌和下颌方法。研究间在生长、设备、样本、参考和结果上高度异质，绝大多数存在较高偏倚风险；作者认为尚无一种方法被充分证明能提供准确结果。论文 DOI：10.1093/ejo/cjab082
早期一项二十二名生长中儿童的研究比较颅底与上颌区域叠合，得到的下颌标志点位移解释有显著差异，尤其来自垂直分量。论文 DOI：10.1043/0003-3219(1999)069%3C0225:EODGAO%3E2.3.CO;2
这不表示叠合无用，而是要求把参考区、方法、误差与问题写清。图上两条轮廓分开多少，永远是“相对某参考”的变化。
叠合实例：治疗后下巴向前，能把全部变化归功于牙套吗？
不能。生长、下颌旋转、摆位与治疗可同时发生；无合适对照时，前后叠合不能精确拆分每个原因。
生长与治疗效果为什么难在一张前后图中分家？
青少年接受治疗的同时仍在生长，牙齿移动、颌骨生长、自然发育和行为变化并行。即使前后差异测得很准，单个病例也没有一个“未治疗的同一个自己”作为对照。
临床可结合年龄、成熟、已知自然史和研究对照组估计，但仍需用“观察到的总变化”“可能贡献”表述，而不是宣称每毫米都是装置制造的。
二维头影与 CBCT 三维头影谁更“真实”？
CBCT 提供三维体数据，可减少左右重叠、观察横向关系，并支持表面或体素叠合。它也有体素大小、运动、金属伪影、分割阈值、标点和配准误差；三维模型仍是成像与算法处理后的表示。
二维头影有长期资料、较低复杂度和成熟流程，很多常规问题并不需要三维影像。工具选择遵循临床必要性与辐射防护，不是维度越高越高级。
研究案例五：二维与三维标点的可重复性怎样比较？
Farronato 等人让不同经验操作者重复标记侧位头影与 CBCT 重建中的颅面标志，比较观察者内与观察者间差异；结果显示两类方法均可获得较好可靠性，但具体标志与测量仍有差异。论文 DOI：10.1186/2196-1042-15-1
三维不是取消误差，而是改变误差来源。二维难点可能是结构重叠，三维难点可能变成切面选择、表面分割和点的空间定义。若临床问题二维已能回答，额外信息未必抵消成本。
Kapetanović 等人的正畸影像临床指南强调，放射检查应基于患者与问题选择，而不是例行追求更多影像。论文 DOI：10.1007/s11547-020-01219-6
三维实例：为了看看骨相，健康人可以主动拍 CBCT 吗？
不应只为外观好奇增加电离辐射。是否拍摄要由合格专业人员根据临床必要性、替代资料和辐射原则判断。
AI 自动标点解决了什么？
AI 可以在较短时间内定位预定义标志、计算分析并减少部分重复劳动，适合标准任务和质量控制。它输出稳定，不等于每个点都在解剖学上正确；训练资料、设备、病变、牙列状态和极端形态都会影响泛化。
更重要的是，AI只是在既定定义中执行。若参考线不适合当前问题、正常值选择不当，自动化会更快地产生不合适的结论，而不会主动发现问题问错了。
AI 误差达到“两毫米以内”就足够了吗？
不能一概而论。Schwendicke 等人的系统回顾与荟萃分析显示，深度学习在二维和三维头影标志检测上总体接近专家，但研究质量、数据和点位表现不一。论文 DOI：10.1007/s00784-021-03990-w
Hendrickx 等人汇总三十四项研究，二维标志的合并平均误差约一点三九毫米，但异质性很高，且不同标志误差并不相同。论文 DOI：10.1093/ejo/cjae029 Polizzi 与 Leonardi 的伞形回顾进一步批评把统一两毫米当作所有标志的临床可接受线，因为每个点对不同测量和决策的影响不同。论文 DOI：10.1016/j.jdent.2024.105056
AI 实例：软件一秒出报告，就能跳过医生复核吗？
不能。自动标点、异常值检查和临床解释是三个环节；尤其在边界模糊、结构异常或结论将影响不可逆处理时，应复核原始影像和标志。
为什么重复性高仍不等于结果真实？
一个系统可以每次都把同一点标在同一错误位置，得到很高重复性，却偏离目标定义。可靠性关注反复测量是否接近，准确性关注是否接近真实或合适参考，两者不能互换。
临床还关心可检测差异：即便统计上差零点几度，若小于方法误差且不改变决策，也不应写成明确的结构变化。
数字的小数点为什么会制造过度确定感？
软件常输出到小数点后一位或两位，但显示精度不是测量精度。若点位误差、设备和参考导致不确定范围超过显示末位，报告“改变零点三七度”只是计算机能算，不表示人体差异被同等精确地知道。
更诚实的报告会给方向、量级、重复性和临床意义，而不是堆积小数。精确书写不能替代不确定性说明。
头影测量能决定一个人好不好看吗？
不能。外观感受来自正面、侧面、四分之三、动态表情、皮肤、头发、光线和社会语境，头影只记录其中一个标准条件下的部分结构。研究中的“美观样本”还带有选择者、文化和时代偏好。
某些几何关系与面板评分可在群体中相关，不代表个人必须接近均值，也不表示改一个数字会按比例增加吸引力。审美偏好应由本人表达，不能伪装成疾病。
头影测量能预测治疗后的脸吗？
它可帮助建立结构变化假设，尤其在正畸与正颌联合规划中，但软组织响应并非骨点一比一移动。唇厚度、肌肉、年龄、愈合、牙齿移动和表情都会改变表面结果。
预测图是模型，不是保证。应说明输入资料、假设、可能范围和没有模拟的动态与风险，不能把渲染后图像当术后照片。
预测实例：骨点后退四毫米，上唇也一定后退四毫米吗？
不一定。软组织响应比例依区域、方法和个体而变，闭唇状态与拍摄条件还会影响观感。
什么时候一个“异常数字”可能无需处理？
当个体功能稳定、牙周和关节风险可接受、主诉不在此处，且其他结构形成长期补偿时，偏离参考值未必是治疗目标。处理数字可能破坏原有平衡，或用较大风险换取很小的纸面变化。
是否观察、干预或转诊，要根据问题和风险共同决定。头影值是决策证据，不是决策本人。
什么时候数字相近，临床问题仍可能不同？
两个人可以有相近 ANB，却分别由上颌位置、下颌位置或旋转组合形成；也可以有相近切牙角度，却有不同牙槽骨厚度、拥挤程度和唇状态。相同读数不会抹平解剖和目标差异。
反过来，结构不同的人也可能有相近功能与外观满意度。诊疗需要回到个体，而非用数字把人归成同一种脸。
看一份头影报告时，先核对哪八件事？
第一，影像日期和拍摄目的；第二，二维还是三维、设备与校准；第三，头位和咬合状态；第四，采用哪套分析法；第五，标志点是否复核；第六，参考值来自什么人群；第七，差异是否超过方法误差并具有临床意义；第八，结论是否结合口内检查、照片、症状和本人目标。
若是前后比较，还应增加叠合参考、成长状态、拍摄间隔和同期治疗。报告缺少这些信息时，应先补问题，不急着把红字翻译成病名。
怎样向专业人员提问，避免被数字牵着走？
可以问：“这个测量具体由哪些点构成？”“偏差可能由哪几部分共同造成？”“换参考系结论是否变化？”“重复测量误差多大？”“它与我的主诉、功能和风险有什么联系？”“若不追求回到均值，是否还有方案？”
这些问题不是挑战专业，而是让几何信息进入共同决策。清楚的解释应能把图上的线翻译成结构关系，同时承认不能从线中知道的部分。
哪些网络头影解读应保持警惕？
只看一张压缩截图、没有比例尺和分析法；用单一角度给人贴“骨性丑”“天生贵气”等标签；把超出均值等同必须治疗；宣称 AI 报告比临床检查客观；把术前术后头位差当骨骼改变；为外观好奇鼓励拍额外辐射影像，都不可靠。
尤其不能从头影图推断人格、领导力、亲和力、财富或命运。测量几何与社会判断之间没有这种直通线路。
本篇没有回答什么？
骨、肌肉、脂肪和皮肤怎样共同形成脸型见 MXZ-035；头部姿势如何改变现场印象见 MXZ-039；焦距与光线的成像效应留给 MXZ-040 和 MXZ-041。
本篇只说明头影测量的坐标、参考与误差边界，不替代个体诊断，也不为任何人提出正畸、正颌或影像检查方案。
最后：数字的价值，来自它回答了一个定义清楚的问题
头影测量把复杂颅面结构转成点、线、角度和距离，使上下颌、牙齿、颅底与软组织关系可以被记录、交流和前后比较。它是现代颅面评估的重要工具，价值不需要靠夸大来证明。
同一套流程也携带二维投影、头位、放大、标点、参考线、叠合和样本选择的不确定性。三维影像与 AI 能减少部分困难，却会引入新的分割、配准和泛化问题；更快、更多的小数不等于更接近个人真相。
可靠解读要始终说完整一句话：在什么影像条件下，用哪些点和参考，相对谁，观察到多大的关系或变化，其误差与临床意义是什么。越过这句话去判断美丑、功能、人格或命运，便不再是头影测量。
延伸阅读
参考来源
- Leonardi, R., Annunziata, A., & Caltabiano, M. (2008). Landmark identification error in posteroanterior cephalometric radiography: A systematic review. Angle Orthodontist, 78(4), 761–765. DOI: 10.2319/0003-3219(2008)078[0761:LIEIPC]2.0.CO;2
- Dvortsin, D. P., Ye, Q., Pruim, G. J., Dijkstra, P. U., & Ren, Y. (2011). Reliability of the integrated radiograph-photograph method to obtain natural head position in cephalometric diagnosis. Angle Orthodontist, 81(5), 889–894. DOI: 10.2319/010411-2.1
- Bansal, N., Singla, J., Gera, G., Gupta, M., & Kaur, G. (2012). Reliability of natural head position in orthodontic diagnosis: A cephalometric study. Contemporary Clinical Dentistry, 3(2), 180–183. DOI: 10.4103/0976-237X.96824
- Madsen, D. P., Sampson, W. J., & Townsend, G. C. (2008). Craniofacial reference plane variation and natural head position. European Journal of Orthodontics, 30(5), 532–540. DOI: 10.1093/ejo/cjn031
- Moate, S. J., & Darendeliler, M. A. (2002). Cephalometric norms for the Chinese: A compilation of existing data. Australian Orthodontic Journal, 18(1), 19–26. PMID: 12502125.
- Gu, M., McGrath, C. P. J., Wong, R. W. K., Hägg, U., & Yang, Y. (2014). Cephalometric norms for the upper airway of 12-year-old Chinese children. Head & Face Medicine, 10, 38. DOI: 10.1186/1746-160X-10-38
- Rushton, R., Cohen, A. M., & Linney, A. D. (1991). The relationship and reproducibility of angle ANB and the Wits appraisal. British Journal of Orthodontics, 18(3), 225–231. DOI: 10.1179/bjo.18.3.225
- Graf, C. C., Dritsas, K., Ghamri, M., & Gkantidis, N. (2022). Reliability of cephalometric superimposition for the assessment of craniofacial changes: A systematic review. European Journal of Orthodontics, 44(5), 477–490. DOI: 10.1093/ejo/cjab082
- Efstratiadis, S. S., Cohen, G., & Ghafari, J. (1999). Evaluation of differential growth and orthodontic treatment outcome by regional cephalometric superpositions. Angle Orthodontist, 69(3), 225–230. DOI: 10.1043/0003-3219(1999)069<0225:EODGAO>2.3.CO;2
- Farronato, G., Salvadori, S., Nolet, F., Zoia, A., & Farronato, D. (2014). Assessment of inter- and intra-operator cephalometric tracings on cone beam CT radiographs: Comparison of the precision of the cone beam CT versus the latero-lateral radiograph tracing. Progress in Orthodontics, 15, 1. DOI: 10.1186/2196-1042-15-1
- Kapetanović, A., et al. (2021). Orthodontic radiology: Development of a clinical practice guideline. Radiologia Medica, 126(1), 72–82. DOI: 10.1007/s11547-020-01219-6
- Schwendicke, F., Chaurasia, A., Arsiwala, L., Lee, J. H., Elhennawy, K., Jost-Brinkmann, P. G., Demarco, F., & Krois, J. (2021). Deep learning for cephalometric landmark detection: Systematic review and meta-analysis. Clinical Oral Investigations, 25, 4299–4309. DOI: 10.1007/s00784-021-03990-w
- Hendrickx, J., et al. (2024). Artificial intelligence versus manual landmark identification in cephalometric analysis: A systematic review and meta-analysis. European Journal of Orthodontics, 46. DOI: 10.1093/ejo/cjae029
- Polizzi, A., & Leonardi, R. (2024). Artificial intelligence and cephalometric landmark identification: An umbrella review. Journal of Dentistry, 149, 105056. DOI: 10.1016/j.jdent.2024.105056
- Bao, J., et al. (2023). Artificial intelligence-assisted cephalometric analysis: Accuracy and clinical performance. BMC Oral Health, 23. DOI: 10.1186/s12903-023-02881-8
- Hans, M. G., Palomo, J. M., & Valiathan, M. (2015). History of imaging in orthodontics from Broadbent to cone-beam computed tomography. American Journal of Orthodontics and Dentofacial Orthopedics, 148(6), 914–921. DOI: 10.1016/j.ajodo.2015.09.007