<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">19</journal-id>
      <journal-title-group>
        <journal-title>医学研究</journal-title>
      </journal-title-group>
      <issn>2661-359X</issn>
      <publisher>
        <publisher-name>华文科学出版社</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.12421/yxyj2661-3603-2025-7-7-288</article-id>
      <article-id pub-id-type="publisher-id">15284</article-id>
      <title-group>
        <article-title>人工智能在口腔正畸诊断中的研究进展</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>闫彩燕 (西安培华学院 陕西西安 710125)</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>7</month>
      </pub-date>
      <issue>7</issue>
      <abstract>
        <p>人工智能（AI）技术正在重塑口腔正畸诊断的范式，其核心价值在于通过自动化分析、模式识别与数据驱动决策，提升诊断的精准 性、效率及个性化水平。本文系统综述了AI在正畸影像分析、错颌畸形分类、治疗方案预测及疗效评估中的最新进展，结合深度学习（CNN、 GAN）、迁移学习等技术原理，分析其临床优势与局限性。通过典型案例和行业数据，探讨了AI在复杂病例处理、患者满意度提升中的潜 力。同时，提出数据隐私、模型泛化性及临床转化路径等关键问题，并展望多模态数据融合与可解释性AI的未来方向。本文旨在为临床医 生、研究者及政策制定者提供技术落地的参考框架，推动AI与正畸医学的深度融合。</p>
      </abstract>
    </article-meta>
  </front>
</article>
