本研究旨在建立一种基于深度神经网络（DL）的模型，用于精确量化分析颧种植体与上颌多解剖结构的接触面积（AIC），以辅助颧种植手术规划并预测其临床效果。

采用1335例患者的锥形束CT（CBCT）数据训练DL模型，用于分割上颌骨、颧骨和上颌窦。纳入接受过颧种植手术的患者，应用训练好的DL模型对其术前CBCT图像进行解剖结构分割。在患者术后CBCT中描记颧种植体位置来复制颧种植体的实际空间位置。将术后CBCT与对应术前CBCT进行配准，使颧种植体模型与已分割的解剖结构对齐，之后，DL模型可自动计算出颧种植体与上颌骨、颧骨及上颌窦的接触面积。

本研究共纳入113例患者（102例上颌骨严重萎缩，11例上颌骨缺损）、357枚颧种植体。其中，7枚颧种植体失败，平均随访期24.11个月，总存留率为98.04%，最终350枚颧种植体纳入分析。颧种植体与上颌骨、颧骨和上颌窦的接触面积分别为256.37±112.28 mm²、178.39±75.47 mm²和281.64±216.85 mm²。根据ZAGA分型方法，不同ZAGA组别间的接触面积均存在显著差异（p值均为0.001）。颧种植体与颧骨的平均接触长度为10.68±4.03 mm。

本研究提出的DL模型能精准量化分析颧种植体与上颌多解剖结构的接触面积，有望进一步应用于预测颧种植体的初期稳定性、并发症发生率及长期成功率。