摘要：电子面弓是融合电子描记、光学捕捉、磁电及超声等传感技术，对下颌运动进行实时、动态、三维记录的数字化设备，已成为现代口腔修复学、正畸学及颞下颌关节紊乱病（TMD）诊疗的关键数字化基础工具。本文依据 GB/T 7713.1—2006 规定的论文结构，对电子面弓的工作原理、分类、技术特点及其在牙列缺损/缺失修复、口腔正畸及颞下颌关节病诊断与疗效评价中的临床应用进行综述，并对其精度、与传统面弓的对比以及联合多源数字化数据（口内扫描、面部扫描、锥形束 CT 等）形成的”虚拟患者”和”4D 虚拟患者”工作流进行分析。文献检索基于 PubMed/MEDLINE、Scopus、Web of Science 及中国知网、万方数据库，所有引用文献均经 DOI 或 PMID 核验。现有证据表明，电子面弓在多项临床场景中已展现出与机械面弓相当或更优的转移精度，可显著缩短临床操作时间、降低椅旁调𬌗量，并促进以数据驱动的精准咬合重建。不同技术路线（机械电子式、超声式、光学式、磁电式）各有优劣，临床应用应根据适应证、精度需求及成本进行选择。
关键词：电子面弓；下颌运动描记；虚拟面弓；虚拟患者；颞下颌关节紊乱病；数字化咬合重建；CAD/CAM
Abstract: The electronic facebow is a digital device integrating electronic axiography, optical motion capture, magnetoelectric and ultrasonic sensors to record mandibular movements in real time, dynamically and three-dimensionally. It has become a key enabling technology in modern prosthodontics, orthodontics and the diagnosis and management of temporomandibular disorders (TMD). Following the structure specified in GB/T 7713.1—2006, this review summarizes the working principles, classification, technical characteristics and clinical applications of electronic facebows in fixed/removable prosthodontics, orthodontics and TMD evaluation. The transfer accuracy in comparison with conventional mechanical facebows and the multi-source digital workflow forming the “virtual patient” and “4D virtual patient” are discussed. Literature was retrieved from PubMed/MEDLINE, Scopus, Web of Science, CNKI and Wanfang; all cited references were verified by DOI or PMID. Current evidence indicates that the electronic facebow achieves comparable or superior transfer accuracy to mechanical facebows, shortens chair-side time, reduces occlusal adjustment and facilitates data-driven occlusal rehabilitation. Different technical routes have specific merits and limitations, and clinical selection should be based on indication, required accuracy and cost.
Key words: electronic facebow; mandibular movement recording; virtual facebow; virtual patient; temporomandibular disorders; digital occlusal rehabilitation; CAD/CAM
1 引言
自 1899 年 George B. Snow 首次将面弓用于记录上颌与髁突的空间关系以来，面弓在口腔修复、咬合重建中已沿用逾百年[1]。传统机械面弓（arbitrary 或 kinematic facebow）能记录上颌相对颞下颌关节（temporomandibular joint, TMJ）的静态位置并将其转移至机械𬌗架，但其只能获取终末位静态点位，无法反映髁突在开闭口、前伸及侧方运动过程中的时相性变化，且操作繁琐、依赖操作者经验、椅旁耗时长[1-2]。
进入 21 世纪后，随着口内扫描（intraoral scanner, IOS）、锥形束 CT（cone beam CT, CBCT）、面部三维扫描及下颌运动追踪技术的快速发展，”虚拟面弓”（virtual facebow, VF）和”电子面弓”（electronic facebow, EFB）应运而生。Revilla-León 等[1] 将其定义为：通过数字数据采集技术，将患者上颌数字化模型与一个或多个解剖参考点对齐，从而转移至虚拟𬌗架的方法。其本质是将机械面弓的”金属弓—咬合叉—机械𬌗架”工作流，转化为”传感定位—数字配准—虚拟𬌗架”流程[1-2]。
电子面弓的临床意义体现在三个层面：① 在修复学中，精确的上颌转移与动态咬合记录可减少修复体的椅旁调改时间、降低𬌗干扰；② 在正畸学中，动态咬合数据可辅助诊断错𬌗畸形对髁突运动的影响、辅助正颌外科方案设计；③ 在颞下颌关节紊乱病（temporomandibular disorders, TMD）的诊断与疗效评价中，可量化髁突运动轨迹的对称性、稳定性及形态[3-4]。
近年来，多个系统评价与范围综述对虚拟面弓的精度及临床效果进行了评估[1,5-6]，但其对电子面弓的临床应用图景、跨学科适应证及工作流整合的分析仍较分散，且国内相关综述较少。本文拟围绕电子面弓的工作原理、技术分类、临床应用（修复、正畸、TMD）、精度与局限性进行系统综述，并基于真实可核实的参考文献进行引用与评述。
2 电子面弓的工作原理与分类
2.1 工作原理
电子面弓系统通常由三部分组成：① 上颌面弓（连接或参照头部不动结构）；② 下颌面弓（通过咬合叉或个别托盘与下颌牙列连接）；③ 信号采集与处理单元（传感器、计算软件）[3]。当下颌做开闭口、前伸及侧方运动时，上、下颌面弓之间的相对位姿被传感器实时记录，并通过配套软件解算下颌任意点（包括髁突、切牙点）的三维运动轨迹，可同时计算髁突运动路径长度、矢状/侧方髁导斜度、Bennett 角、铰链轴等关键参数[3,7]。
2.2 按传感器分类
按传感器原理不同，目前临床与研究中使用的电子面弓主要分为四类[3,7-8]：
（1）机械电子式：以奥地利 GAMMA 公司的 CADIAX（Computer Aided Diagnosis Axiograph）为代表。通过描记针与描记板的相对位移记录髁突的二维轨迹，再由软件重建为三维运动情况。其矢状向误差约 0.07 mm/5 mm，水平面误差约 0.57 mm/5 mm[3]，面弓重量约 96 g[3]。
（2）超声式：以德国 Zebris 公司的 JMA（Jaw Motion Analyzer）、KaVo ARCUSdigma 为代表。通过下颌面弓上的超声脉冲发射器与上颌面弓中的超声接收器之间的脉冲延迟时间，计算下颌的空间位姿。JMA 在 20 mm 运动路径内的矢状向误差约 0.10 mm，冠状向约 0.13 mm，垂直向约 0.17 mm[3]；下颌面弓仅约 25 g，有利于还原自然运动[3]。
（3）光学式：以意大利 Modjaw、法国 BTS、英国 Vicon 及加拿大 NDI 系统为代表。通过 2 台或以上红外摄像机追踪上下颌多个反光或主动发光标记点，将标记点运动通过与骨解剖配准转换为骨运动。平移精度通常在 0.10~1.00 mm 之间，旋转精度 0.40°~1.90°[3,9]。
（4）磁电式：以 JT-3D、DMD 系统为代表。利用磁场变化定位，静态定位精度约 ±0.5 mm，但易受电磁干扰，不适用于带心脏起搏器等植入式电子设备的患者[8]。
此外，近年还出现了基于近红外光学与机械面弓结合的混合式低成本方案，例如 Li 等[8] 在 Girrbach 机械面弓上加装反光标记球，配合双摄像机 850 nm 近红外测量系统，静态定位精度与商用光学面弓接近，但成本与操作复杂度显著降低。
2.3 按数据获取方式分类
从临床工作流看，电子面弓/虚拟面弓技术可分为以下类别[1-2,10]：
▸ 口内扫描仪 + 面部扫描 + 标记点配准：当前最常用的”3D 虚拟患者”路径
▸ 标准化 2D 摄影 + 标记点：以 Petre 等[10] 提出的基于标准化背景照片的方法为代表
▸ CBCT 影像 + 口内/口外扫描体：辐射剂量较高但能直接显示骨性髁突位置[1,11]
▸ 下颌运动追踪系统（kinematic facebow）：定位真铰链轴，提供动态运动数据[1,3]
▸ 智能手机 + 3D 扫描 App：Amezua 等的 MaxAlign 系统及 Al Yousuf 等[12] 验证的智能手机 3D 扫描方案
3 电子面弓在口腔修复学中的应用
3.1 固定修复与种植修复
在固定修复中，准确将上颌模型转移至𬌗架是减少𬌗干扰、缩短椅旁调改时间的关键。Vavřičková 等[13] 报道了一例 68 岁患者使用数字面弓调整虚拟与机械𬌗架的病例，结果显示基于个体化数字面弓数据调改的烤瓷熔附金属（porcelain fused to metal, PFM）固定局部义齿（fixed partial denture, FPD）比采用平均值或单一二氧化锆全瓷 FPD 所需的口内调改量更少。
Al Yousuf 等[12] 的一项 10 例患者（100 个面弓记录）的体内临床研究比较了智能手机 3D 扫描虚拟面弓与传统面弓：两者在真度（trueness）上无显著线性差异（P>0.05），但虚拟面弓的角偏差（1.53°）显著小于传统面弓（2.03°）（P=0.046）；精密度（precision）方面，虚拟面弓的线性偏差（1.59 mm vs 2.33 mm）和角偏差（1.03° vs 2.17°）均显著优于传统面弓（P<0.001）。该研究提示，智能手机配合 3D 扫描应用可作为一种经济、易得且精度可接受的虚拟面弓方案[12]。
Wang 等[11] 提出一种改良 CAD/CAM 面弓协议，将数字化上颌牙列与 3D 面部照片整合：20 例患者中，相对 CT 参考的标准，转译偏差 0~1.196 mm，旋转偏差 0.020°~0.930°，临床操作时间 4.34 min，实验室整合时间 11.23 min，提示该方法在精度与效率上均具有优势，特别适用于需要避免反复 CT 辐射的青少年及多次复诊患者[11]。
Solaberrieta 等[14-15] 在 2015 年率先提出完整的虚拟面弓工作流，使用口内扫描仪、数码相机及专用软件即可将上颌数字模型转移至虚拟𬌗架，并整合入牙科数字工作流；其后 Petre 等[10] 提出基于标准化背景照片的低成本方案，J Prosthet Dent 121(5):724-728 收录。Lam 等[16] 在 2016 年提出”2-part facebow for CAD-CAM dentistry”，牙列配准误差 <1 mm，进一步丰富了虚拟面弓的临床工具箱。
📊 国内临床证据：樊帆等[17] 选取 16 例单侧末端游离的固定修复患者（共 39 颗基牙），比较电子面弓辅助虚拟𬌗架组与传统技术组，结果显示电子面弓组在早接触点数及椅旁调𬌗时间上均显著优于传统组（P<0.01），验证了电子面弓在后牙固定修复中可显著减少调𬌗时间、降低成本。
3.2 种植修复与无牙颌修复
在种植修复中，特别是无牙颌种植固定修复的咬合重建，垂直距离、咬合平面及动态引导的精确重建直接关系到修复体的长期成功率。Wang 等[18] 在对 12 例下颌重建术后患者与 5 例正常志愿者的比较研究中发现，基于电子面弓 + 口内扫描配准的方法，上颌与下颌钛钉间实测距离与虚拟模拟距离的差值为 (0.61±0.05) mm，95% CI (0.51, 0.71) mm，可较准确地模拟术后髁突运动，可用于下颌骨重建术后髁突运动评估。
Revilla-León 等[1] 在 2024 年的范围综述中指出，面部扫描、CBCT、口扫和光学下颌追踪系统的组合在种植修复中可形成完整的”4D 虚拟患者”，实现从诊断到修复体设计的全流程可预测。Ellakany 等[5] 2026 年发表于 BMC Oral Health 的系统综述（PROSPERO 注册号 CRD42024612659）纳入 10 项研究，发现虚拟面弓在不同工作流中可重复性良好、转移精度临床可接受，但在不同参考平面（Frankfort、轴眶、自然头位等）与不同配准方法（3D 配准、UV 标志点配准）之间存在显著差异。
3.3 咬合重建与活动义齿
严重磨耗、牙列缺损或垂直距离改变的患者常需全牙列咬合重建。Huang 等[19] 的回顾性研究显示，利用下颌运动数据进行上颌全牙弓种植修复的动态咬合设计，可实现动态与静态咬合数据的可视化，减少修复体早接触，改善下颌运动轨迹的对称性，提示基于下颌运动数据的动态咬合设计在咬合重建的髁突定位与𬌗架参数个体化编程中具有重要临床价值。
在活动义齿领域，传统观点认为使用面弓并不能提高全口义齿满意度[20]。然而，Suman 等[20] 的系统综述（PMC8061434）也指出，复杂方法较简化方法成本高 24.5%、时间长 36%，但研究多数由专科医师完成，外推性受限。在”4D 虚拟患者”背景下，电子面弓的引入为无牙颌修复提供了患者个性化的下颌运动数据，有望在提升精度与缩短临床流程之间取得新的平衡[1,5]。
4 电子面弓在口腔正畸学中的应用
4.1 错𬌗畸形的 TMJ 运动评估
错𬌗畸形常伴 TMJ 运动学改变。Zhao 等[9] 比较了三种下颌运动追踪系统（KaVo ARCUSdigma、SDiMatriX、Modjaw）在 25 例健康受试者中的表现：三种系统的精密度（重复性）无显著差异（P>0.05）；真度方面，以 CBCT 测量的双侧矢状髁导斜度（48.57°±6.74° 左、48.35°±5.28° 右）为参考，ARCUSdigma 与 Modjaw 与参考值无显著差异，SDiMatriX 则显著偏离（P<0.05）[9]。提示在正畸诊断中应优先选择真度经过验证的系统。
秦际雄等[3] 综述指出，安氏Ⅱ类 1 分类患者单侧咀嚼时髁突矢状面轨迹重复性较差，双侧咀嚼时髁突运动范围 (5.29±3.03) mm 显著低于健康者 (7.79±2.33) mm。安氏Ⅲ类伴 TMD 者髁突运动范围显著减小、轨迹交叉率较高、左右对称性差，提示 TMD 与错𬌗因素共同存在时 TMJ 功能受损加剧[3]。
在下颌不对称患者中，Ikeda 等及 Lee 等的研究表明偏斜侧髁突矢状面倾斜角更大、髁突路径更长，提示髁突运动模式与 TMJ 形态相关性较颌面形态更强[3]，因此仅依赖解剖形态评估可能无法准确反映功能状态。
4.2 透明矫治与正畸-颞下颌关节联合治疗
透明矫治器治疗中，将髁突稳定于正中关系位（centric relation, CR）可减少关节症状。Zhao 等[21] 在 2025 年提出基于电子面弓 + 数字下颌追踪 + 3D 打印的透明矫治器联合治疗方案：以 CR 为参考，治疗前中后关节前、上、后间隙逐步趋于平衡，髁突在关节窝内重新定位，结合随机对照试验证据显示该方案在疼痛缓解和功能恢复方面优于单纯透明矫治[21]。
4.3 正颌外科辅助设计
正颌外科需要将患者颌骨位置与面部美学、咬合功能同时整合。Lam 等[16] 提出的双组件面弓可用于面部 3D 图像与数字牙列的辐射-free 整合，临床操作简便；Solaberrieta 等[15] 的虚拟面弓工作流可整合入正颌外科虚拟手术规划（VSP）平台，实现手术模拟与导板制作的”一站式”工作流。
5 电子面弓在颞下颌关节紊乱病中的应用
5.1 TMD 的诊断价值
TMD 的传统诊断依赖临床检查、CBCT 及 MRI 等静态影像[4]。电子面弓/计算机化髁突运动描记（computerized axiography, CA）作为”功能性影像”，能记录关节在动态运动中的轨迹，对关节盘移位、关节运动受限、髁突不对称等具有重要诊断价值。
Buduru 等[22] 在 50 例患者中以临床诊断为参考，CA 的敏感度 100%，特异度 74%，总准确率 88%。Wu 等[23] 2026 年发表于 Int J Comput Dent 的研究对 17 例双侧 TMD 患者（34 个 TMJ）使用 CADIAX 在稳定型咬合板治疗 7.26±1.82 个月前后进行评估，发现治疗后髁突运动范围、稳定性和双侧协调性均显著改善[23]。
这些研究支持将 CA 作为 MRI/CT 等结构影像的有效补充，但 CA 不应单独作为诊断依据，需与临床检查结合[4,22-23]。
5.2 髁突运动描记的可重复性
电子面弓数据的临床判读需依赖标准化评估系统。Ahlers 等[7] 在 Sci Rep 13:11721 中对 20 例患者的匿名化 CADIAX Compact II 髁突运动记录由 4 名训练有素的评估者独立判读，Fleiss’ Kappa 系数为 0.88（P<0.00001），提示在经校准后系统化评估可重复性”极佳”，确立了髁突运动分析进入临床常规的可行性基础[7]。
5.3 在治疗疗效评价中的应用
电子面弓在 TMD 治疗中可作为客观疗效评价工具。Wu 等[23] 证明稳定型咬合板治疗后髁突运动范围、稳定性和双侧协调性均改善；Talmaceanu 等[4] 与 Ahlers 等[7] 的工作确立了将电子面弓纳入 TMD 治疗全过程功能评估的方法学基础。
秦际雄等[3] 综述指出，电子描记与光学捕捉技术可实现 4D 运动数据采集，并已在 TMD、错𬌗畸形、下颌不对称、正颌术后及颞下颌关节置换（temporomandibular joint replacement, TJR）疗效评价中得到广泛应用[3]。在 TJR 领域，Woodford 等、Wojczyńska 等的研究表明，原生髁突与人工髁突的运动学存在差异，植入假体设计对术后髁突滑动范围影响显著[3]。
6 虚拟面弓/电子面弓的精度与对比
6.1 与传统机械面弓的对比
Ellakany 等[5] 系统综述纳入 10 项研究（4 项体外、2 项体内、4 项临床技术报告），结果显示多数研究支持数字方法与传统方法的准确性相当；但在区域依赖性方面，数字摄影法在中线转移上更优、传统面弓在后牙区与前牙参考点更准；面部扫描法在数字与机械方法间无统计学差异；MaxAlign 系统的矢状面偏差优于冠状面[5]。
Al Yousuf 等[12] 的研究则显示，智能手机 3D 扫描虚拟面弓在角度偏差上显著优于传统面弓。Revilla-León 等[1] 的范围综述进一步指出，立体摄影测量法记录自然头位的 5 次重复测量偏差均 <1 mm/1°。
6.2 不同虚拟面弓方法的精度比较
不同虚拟面弓技术的精度差异较大[1,5-6]：
精度：1080±520 μm
Zebris JMA：矢状/冠状/垂直向误差分别约 0.10/0.13/0.17 mm/20 mm 路径[3]。
Hertanto 等[24] 在 2026 年 J Prosthodont 上比较了 3D 配准（基于表面）与 UV 配准（基于标志点）两种面扫虚拟面弓方法：3D 配准在真度与精度上均显著优于 UV 配准（P<0.001），工业级扫描仪（EinScan HX）+ 3D 配准的线性真度为 0.98±0.67 mm，精度 1.31±0.79 mm，显著优于 iPad 配准[24]。
6.3 临床操作效率
Elkady 等[25] 在 2023 年 11 例随机三盲交叉试验中比较三种虚拟上𬌗方法（机械𬌗架数字化、虚拟 Bonwill 三角、3D 面扫），发现不同方法在椅旁调𬌗时间（3:44~4:35 min）和调𬌗量（28~40.6 mm³）上无统计学差异（P>0.05），提示对于单冠修复，简化虚拟上𬌗方法已可接受[25]。Wang 等[11] 报道其 CAD/CAM 面弓协议临床操作仅 4.34 min；Wang 等[18] 在下颌重建术后研究中也展示了电子面弓 + 口扫配准的可行效率。
7 多源数字化整合与”4D 虚拟患者”
💡 核心理念：电子面弓的价值不仅在于本身，更在于与口扫、面扫、CBCT、𬌗架软件的整合，构建”4D 虚拟患者”[1,5-6]。
Kois Center、Lepidi 等[2] 提出的工作流将下颌运动追踪与 4D 患者整合，使修复体在虚拟环境中可模拟真实运动，从而显著降低椅旁调改。
Avelino 等[6] 在 2023 年发表于 J Prosthet Dent 的范围综述（DOI: 10.1016/j.prosdent.2023.08.032）纳入 20 项研究，结论是：面部扫描、2D 摄影和 CBCT 是获取口外解剖标志点的可行方法；能够整合口内与口外影像的设备（如 Zebris JMA、Modjaw 等）是具有前景的方向[6]。
国内方面，秦际雄等[3] 指出，结合运动学数据与多模态数字化技术被认为是未来更高效、精准的诊疗工具；通过采集下颌运动参数、口扫、面扫、影像学资料并整合至 CAD 软件，生成虚拟𬌗架或虚拟患者，在咬合设计与修复体设计上显示出巨大前景[3]。
8 局限性与未来展望
8.1 当前局限
（1）参考平面的异质性：Frankfort 平面、轴眶平面、Camper 平面、自然头位等不同参考系的选择会影响上𬌗与定位精度[1,5]。
（2）体内外差异：现有大量研究基于刚性模型，忽略了软组织变形、面部表情、肌肉活动及头位变化的真实临床混杂因素[1,5]。
（3）数据稳定性与抗干扰：超声设备易受温度与噪声影响；光学系统若将标记点贴于皮肤，误差可高达 3.27 mm[3]。
（4）患者依从性：面弓重量、咬合叉的佩戴可能影响自然运动；对牙列缺失或牙齿不稳患者不友好[3]。
（5）缺乏统一的报告标准：纳入研究在测量方法、结局指标（μm、mm、角度）上的异质性，限制了研究间的定量比较[1,5-6]。
（6）辐射暴露：CBCT 方案在青少年、需多次复诊患者中的应用受限[11]。
8.2 未来方向
（1）多模态数据融合 + 人工智能：将电子面弓数据与 CBCT 智能分割、口扫、面扫整合，构建完整的”4D 虚拟患者”。
（2）低成本方案普及：基于智能手机的 3D 扫描 App、近红外光学混合面弓等[8,12]，使电子面弓在基层与边远地区得以推广。
（3）统一报告标准与注册研究：推动 PROSPERO 系统综述、CARE 病例报告指南在电子面弓研究中的应用。
（4）肌电与运动学融合：将表面肌电、动力学仿真与下颌运动追踪结合，探索 TMJ 运动与口颌肌激活模式的耦合机制[3]。
（5）双平面透视追踪技术的临床转化：在其他关节已被视为”金标准”的双平面透视追踪技术如能解决辐射与数据处理问题，有望在 TMJ 运动学高精度研究中发挥作用[3]。
9 结论
电子面弓作为融合电子描记、光学捕捉、磁电及超声等多模态传感技术的数字化设备，已在口腔修复学、正畸学及颞下颌关节紊乱病的诊疗中展现出重要价值。在修复领域，电子面弓可显著降低椅旁调改时间与调𬌗量；在正畸领域，为错𬌗畸形评估、透明矫治与正颌外科提供动态数据；在 TMD 领域，作为 MRI/CT 的功能补充，其诊断敏感度、特异度与可重复性均较佳，且能客观评价治疗效果。在多源数字化整合背景下，电子面弓已成为构建”4D 虚拟患者”的关键组件。然而，受限于参考平面选择、体内外差异、数据稳定性与报告标准异质性，临床应用仍需结合具体适应证与设备特点。未来，多模态融合、AI 辅助分析及统一报告标准将是推动电子面弓从”研究工具”走向”临床常规”的重要方向。
参考文献
[1] Revilla-León M, Zeitler JM, Kois JC, et al. An overview of the different digital facebow methods for transferring the maxillary cast into the virtual articulator[J]. J Esthet Restor Dent, 2024. PMID: 38778662. DOI: 10.1111/jerd.13264.
[2] Lepidi L, Grande F, Najmadine Z. Digital occlusion with Zebris facebow: from static records to dynamic 4D dentistry[R/OL]. OHI-S Webinar, 2024. https://mobile.ohi-s.com/webinars-courses/178406.
[3] 秦际雄, 张玲, 杨洋洋, 等. 颞下颌关节运动分析的研究进展[J]. 医用生物力学, 2024, 39(6): 1221-1227.
[4] Talmaceanu D, Bolog N, Leucuta D, et al. Diagnostic use of computerized axiography in TMJ disc displacements[J]. Exp Ther Med, 2022, 23(3): 213. PMID: 35126716. DOI: 10.3892/etm.2022.11137.
[5] Ellakany P, Khazaal A, Aggarwal H, et al. Accuracy of virtual facebow compared to conventional facebow: a systematic review[J]. BMC Oral Health, 2026. PROSPERO: CRD42024612659. DOI: 10.1186/s12903-026-08869-4.
[6] Avelino MEL, Neves BR, Ribeiro AKC, et al. Virtual facebow techniques: a scoping review[J]. J Prosthet Dent, 2023. DOI: 10.1016/j.prosdent.2023.08.032.
[7] Ahlers MO, Petersen T, Katzer L, et al. Condylar motion analysis: a controlled, blinded clinical study on the interindividual reproducibility of standardized evaluation of computer-recorded condylar movements[J]. Sci Rep, 2023, 13: 11721. DOI: 10.1038/s41598-023-37139-4.
[8] Li M, et al. Digital facebow system for mandibular movement tracking using near-infrared optical measurement[J]. Opt Contin, 2024, 5(2): 292.
[9] Zhao W, Feng Y, Cao R, et al. Comparative analysis of three jaw motion tracking systems: a study on precision and trueness[J]. J Prosthodont, 2024. PMID: 39318107. DOI: 10.1111/jopr.13953.
[10] Petre A, Drafta S, Stefanescu C, et al. Virtual facebow technique using standardized background images[J]. J Prosthet Dent, 2019, 121(5): 724-728. PMID: 30580985. DOI: 10.1016/j.prosdent.2018.07.008.
[11] Wang P, Xu H, Gu R, et al. Integrating maxillary dentition and 3D facial photo using a modified CAD/CAM facebow[J]. BMC Oral Health, 2022, 22(1): 343. PMID: 36028874. DOI: 10.1186/s12903-022-02394-w.
[12] Al Yousuf H, Yang S, Ault R, et al. Accuracy of a facebow record: a comparison between a conventional facebow and a smartphone 3D scanner[J]. J Prosthet Dent, 2025. PMID: 39616102. DOI: 10.1016/j.prosdent.2024.10.038.
[13] Vavřičková L, Kapitán M, Schmidt J. The role of digital facebow for CAD/CAM implant-supported crowns workflow[J]. Acta Medica (Hradec Kralove), 2024, 67(1): 25-31. PMID: 39288443. DOI: 10.14712/18059694.2024.16.
[14] Solaberrieta E, Garmendia A, Minguez R, et al. Virtual facebow technique[J]. J Prosthet Dent, 2015, 114(6): 751-755. PMID: 26372628. DOI: 10.1016/j.prosdent.2015.06.012.
[15] Solaberrieta E, Mínguez R, Barrenetxea L, et al. Comparison of the accuracy of a 3-dimensional virtual method and the conventional method for transferring the maxillary cast to a virtual articulator[J]. J Prosthet Dent, 2015, 113(3): 191-197. DOI: 10.1016/j.prosdent.2014.04.029.
[16] Lam WYH, Hsung RTC, Choi WWS, et al. A 2-part facebow for CAD-CAM dentistry[J]. J Prosthet Dent, 2016, 116(6): 843-847. DOI: 10.1016/j.prosdent.2016.05.013.
[17] 樊帆, 苗微铭, 邓小林. 电子面弓应用于恢复后牙固定修复体咬合功能的临床研究[J]. 口腔医学, 2023, 43(11): 1019-1023. DOI: 10.13591/j.cnki.kqyx.2023.11.010.
[18] 陈俊鹏, 王晶, 吕列夫, 等. 基于口内扫描配准的下颌运动模拟的精确性检验与初步应用[J]. 口腔医学研究, 2021, 37(11): 1023-1028.
[19] Huang L, Yao H, Sun Y, et al. Dynamic occlusal design using jaw motion data for maxillary full-arch implant rehabilitation: a retrospective study[J]. Clin Implant Dent Relat Res, 2026. PMID: 41776670.
[20] Suman V, Sonnahalli NK, Chowdhary R. Use of facebow device in prosthodontics: a systematic review on randomized control trials[J]. J Indian Prosthodont Soc, 2021. PMCID: PMC8061434.
[21] Zhao W, Gan D, Zhao D, et al. Finite element analysis of temporomandibular joint stress distribution during treatment with novel digital composite plates and invisible aligners[J]. BMC Oral Health, 2025. DOI: 10.1186/s12903-025-07384-2.
[22] Buduru S, Balhuc S, Ciumasu A, et al. Temporomandibular dysfunction diagnosis by means of computerized axiography[J]. Med Pharm Rep, 2020, 93(4): 416-421. PMID: 33225269. DOI: 10.15386/mpr-1754.
[23] Wu N, Chen Y, Wang C, et al. An investigation of the diagnostic value of computerized axiograph to evaluate dynamic function of temporomandibular joint in patients with disc displacements[J]. Int J Comput Dent, 2026. PMID: 40862302. DOI: 10.3290/j.ijcd.b6524303.
[24] Hertanto M, Hertanto M, Luo Z, et al. Accuracy of face scan-based virtual facebow records: a comparison between two registration methods[J]. J Prosthodont, 2026, 35(7): 1105-1113. DOI: 10.1111/jopr.70153.
[25] Elkady AAM, Ameen SA, Sami RN. Intraoral occlusal adjustment time and volume required for CAD/CAM crowns fabricated with different virtual mounting methods: a randomized crossover trial[J]. BDJ Open, 2023, 9: 19. PMID: 37164989. DOI: 10.1038/s41405-023-00146-8.
[26] 庞博, 姚金凤, 梁志刚. 电子面弓与数显卡尺对下颌运动测量的对比研究[J]. 组织工程与重建外科杂志, 2022, 18(5): 428-432.
[27] Nuytens P, Grande F, Li J, et al. Maxillomandibular relationship and virtual facebow integration in complete-arch intraoral implant scan: a novel clinical technique[J]. J Prosthodont, 2025. PMID: 38507286.
[28] Hong SJ, Noh K, Liu C, et al. Setting the sagittal condylar inclination on a virtual articulator by using a facial and intraoral scan of the protrusive interocclusal position: a dental technique[J]. J Prosthet Dent, 2021. PMID: 32220398.
[29] 姚江武. 数字化口腔修复(1)——概论[J]. 临床口腔医学杂志, 2016, 32(1): 50-53.
[30] Amezua X, Iturrate M, Garikano X, et al. Analysis of the influence of the facial scanning method on the transfer accuracy of a maxillary digital scan to a 3D face scan for a virtual facebow technique: an in vitro study[J]. J Prosthet Dent, 2022, 128(5): 1024-1031. PMID: 33722381. DOI: 10.1016/j.prosdent.2021.02.007.
[31] Inoue N, Scialabba M, Lee JD, et al. A comparison of virtually mounted dental casts from traditional facebow records, average values, and 3D facial scans[J]. J Prosthet Dent, 2024. PMID: 35382941.
[32] Park JH, Lee GH, Moon DN, et al. A digital approach to the evaluation of mandibular position by using a virtual articulator[J]. J Prosthet Dent, 2021. PMID: 32624222.
[33] 黄超, 许向亮, 孙玉春, 等. 下颌髁突功能面三维运动轨迹的初步推算和模拟[J]. 中华口腔医学杂志, 2018, 53(10): 669-673.
[34] 王惠芸, 陈一怀, 刘继光, 等. 生理咬合接触点的计算机图像分析[J]. 实用口腔医学杂志, 1997, 13(1): 37-40.
[35] 侯振刚, 冯海兰, 李国珍. 健康人髁突运动中心前伸和大张口轨迹特征的研究[J]. 中华口腔医学杂志, 2002, 37(2): 116-119.
[36] 林宗建, 陆家瑜, 吕成奇, 等. 4D下颌运动轨迹描记仪用于关系转移的精确性初探[J]. 口腔材料器械杂志, 2019, 28(1): 23-29.
[37] 赵旭斌, 赵文艳, 刘云松. 种植固定修复体的咬合设计及其临床策略[J]. 中国实用口腔科杂志, 2025, 18(3): 270-274.
[38] Santana-Mora U, López-Cedrún J, Mora MJ, et al. Comparative analysis of the chewing movement kinematics of patients with chronic unilateral TMD[J]. J Oral Rehabil, 2014.
[39] Farrar WB. Differentiation of temporomandibular joint dysfunction to simplify treatment[J]. J Prosthet Dent, 1972, 28(6): 629-636. PMID: 4508486.
[40] Brotman DN. Hinge axes. Part II. Geometric significance of the transverse axis[J]. J Prosthet Dent, 1960.
