Summary
Questo studio presenta una procedura semi-automatizzata di analisi delle immagini digitali per la quantificazione planimetrica della placca dentale divulgata sulla base di immagini acquisite con una telecamera a fluorescenza intraorale. Il metodo consente la quantificazione rapida e affidabile della placca dentale nell'ambiente di ricerca.
Abstract
L'accumulo di placca dentale viene quantificato utilizzando indici clinici o, altrimenti, l'indice di placca planimetrica (PPI), che misura l'area relativa di un dente coperta da depositi di placca. Rispetto agli indici clinici, il PPI ha un potere discriminatorio più elevato, ma la planimetria tradizionale è un'analisi che richiede tempo, poiché le aree dei denti coperte di placca e pulite devono essere determinate manualmente per ogni immagine utilizzando un software di elaborazione delle immagini. Qui presentiamo un metodo per la quantificazione planimetrica semi-automatica della placca dentale, che consente l'elaborazione rapida di fino a 1.000 immagini contemporaneamente. Il metodo sfrutta il maggiore contrasto tra placca rivelata, superfici dentali sonore e tessuti molli nelle immagini a fluorescenza acquisite con una telecamera intraorale. Un'attenta esecuzione delle procedure cliniche e un'accurata acquisizione delle immagini sono passaggi cruciali per il successo dell'identificazione semi-automatica delle aree coperte di placca. Il metodo è adatto per la planimetria su superfici facciali e orali sane, sulla maggior parte dei restauri in resina composita e su denti con staffe ortodontiche, ma non su restauri metallici. Rispetto alle tradizionali registrazioni PPI, la planimetria semi-automatica riduce notevolmente la quantità di tempo dedicato all'analisi, nonché l'input umano soggettivo, aumentando così la riproducibilità delle misure planimetriche.
Introduction
La quantificazione della placca dentale nell'ambiente di ricerca viene eseguita utilizzando indici clinici o, altrimenti, registrando l'indice di placca planimetrica (PPI)1. Gli indici clinici, come l'indice di placca di Quigley-Hein modificato da Turesky, si basano sulla valutazione visiva della copertura della placca da parte di un operatore e sulla successiva assegnazione di un punteggio su una scala ordinale2. Mentre il punteggio è rapido, l'uso di indici clinici richiede una laboriosa calibrazione inter-esaminatore e intra-esaminatore, e la valutazione soffre sempre di un certo grado di soggettività 3,4,5. Inoltre, poiché il numero di punteggi è limitato, gli indici clinici potrebbero non riuscire a rilevare differenze rilevanti nella copertura della placca6.
Per le registrazioni planimetriche, l'estensione della copertura della placca viene determinata su immagini digitali dividendo l'area coperta di placca per l'area totale della superficie del dente7. L'uso di una scala continua aumenta l'accuratezza e mostra un elevato potere discriminatorio nell'analisi statistica 8,9,10. Inoltre, si potrebbe sostenere che la planimetria è meno soggettiva, in quanto l'indice è calcolato e non stimato dall'esaminatore11. Tradizionalmente, le aree dei denti coperte di placca e totali sono state determinate manualmente per le registrazioni PPI disegnando le regioni di interesse in ciascuna immagine utilizzando il software di elaborazione delle immagini 7,12. Di conseguenza, l'analisi planimetrica era in precedenza molto dispendiosa in termini di tempo, il che ne riduceva l'applicabilità per studi clinici più ampi6.
Nelle tradizionali immagini a luce bianca, il contrasto tra le aree coperte di placca, le aree dei denti pulite e i tessuti circostanti è debole e, quindi, l'elaborazione automatica delle immagini, che in genere si basa sul rilevamento basato sull'intensità degli oggetti, è gravemente ostacolata13,14. Le immagini acquisite con una telecamera a fluorescenza mostrano un contrasto significativamente migliorato tra placca rivelata, denti puliti che si auto-fluorescenti fortemente nello spettro verde e tessuti molli non fluorescenti1.
Qui presentiamo un metodo per la planimetria semi-automatica che riduce notevolmente il tempo dedicato all'analisi delle immagini rispetto alle tradizionali registrazioni PPI. Il metodo impiega procedure di divulgazione standard, una telecamera a fluorescenza disponibile in commercio e un freeware di analisi delle immagini. Vengono discussi i parametri importanti per l'acquisizione e l'analisi delle immagini, nonché gli errori tipici e le limitazioni del metodo.
Protocol
Lo studio è stato approvato dal Comitato Etico della Regione Midtjylland (1-10-72-259-21) ed eseguito in conformità con la Dichiarazione di Helsinki e i suoi emendamenti.
1. Fabbricazione di un distanziatore su misura (opzionale)
NOTA: Un distanziatore stampato in 3D personalizzato può essere utilizzato durante l'acquisizione delle immagini per standardizzare il posizionamento della testa della fotocamera. Il distanziatore non è obbligatorio per la registrazione delle immagini a fluorescenza.
- Design del distanziatore
- Progettare un distanziatore che si adatti alla testa della telecamera a fluorescenza intraorale. Per fare ciò, eseguire una scansione della testa della fotocamera con uno scanner digitale. Importare la scansione in un software dedicato.
- Progettare il distanziatore per adattare la testa della telecamera con la morfologia desiderata e la distanza di posizionamento dalla testa della telecamera (ad esempio, 4 mm). Esportare come file STL (un esempio di progetto è allegato come file supplementare S1).
- Produzione additiva del distanziatore
- Apri il software di produzione additiva associato alla stampante e seleziona le impostazioni di base. Clicca su Stampante | Seleziona la stampante 3D disponibile | Successivo | Forma: Trasparente | Successivo | Modalità di stampa: 50 micron | Successivo | Stile di costruzione: Standard | Avanti.
- Importare il file STL facendo clic su File | Importazione | Seleziona il file STL | Aperto.
- Definire la posizione del distanziatore sulla piattaforma di stampa; fare clic su Trasforma e trascinare il distanziatore in un angolo della piattaforma il più vicino possibile alla superficie della piattaforma.
- Per stampare distanziatori aggiuntivi, fare clic su Copia | Schema lineare. Regolare il conteggio e la distanza per adattare altri oggetti alla piattaforma di stampa e fare clic su Imposta.
- Per progettare il supporto degli oggetti, clicca su Supporto intelligente | Stile: Generale | Genera | Tipo: Gate | Creare supporto.
- Inviare il lavoro di stampa alla stampante 3D. Fare clic su Aggiungi alla coda. Il software esegue automaticamente un controllo di qualità del file STL per identificare gli errori durante l'aggiunta alla coda. Quindi, fai clic su Aggiungi alla coda | Nome del lavoro | F4X | Aggiungi alla coda.
- Montare una piattaforma di stampa pulita sulla stampante 3D e aggiungere una resina appropriata. Fare clic su Inizia lavoro e scansionare il codice QR della resina. Verificare che la piattaforma di stampa sia vuota e pulita, che il vassoio della resina sia pieno e che la resina sia stata agitata prima dell'aggiunta. Fare clic su Avvia processo.
- Al termine del processo di stampa, rimuovere i distanziatori dalla piattaforma di stampa.
- Pulire i distanziatori in un bagno ad ultrasuoni con isopropanolo per 3 minuti. Ripetere la pulizia con isopropanolo fresco. Asciugare all'aria i distanziali.
- Assicurare la polimerizzazione totale del materiale polimerizzando i distanziali in un forno post-polimerizzazione per 10 min.
- Rimuovere il materiale di supporto e macchiare i distanziali per impedire alla luce di penetrare attraverso il materiale.
2. Divulgazione della placca e acquisizione delle immagini
- Montare il distanziatore personalizzato sulla telecamera a fluorescenza (opzionale). Collegare la videocamera intraorale a un computer e aprire il software della fotocamera.
- Clicca su Paziente | Nuovo paziente per creare il paziente nel sistema. Compila le informazioni sul paziente. Clicca su Paziente | Salva per salvare i dati del paziente. Clicca su Video. La fotocamera intraorale è ora pronta per l'uso.
- Abbassa le luci della stanza.
- Applicare un colorante rosso rivelatore (cioè eritrosina al 5%) con un pellet di cotone sulle superfici dei denti di interesse per rivelare la placca.
- Istruire il paziente a risciacquare con acqua per 10 secondi per rimuovere il colorante in eccesso. Rimuovere qualsiasi macchia gengivale usando un pellet di cotone. Asciugare all'aria ogni dente per 3 secondi.
- Posizionare la telecamera intraorale in posizione orizzontale davanti al dente di interesse, con il distanziatore che tocca la gengiva / denti adiacenti. Acquisire l'immagine a fluorescenza premendo il pulsante della fotocamera.
NOTA: Assicurarsi che l'intera superficie del dente di interesse sia a fuoco e catturata nell'immagine senza includere superfici dei denti antagonisti o controlaterali. - Ripetere i passaggi 2.4-2.6 per tutti i denti di interesse.
- Contrassegnare tutte le immagini nel software della fotocamera. Clicca su Salva immagini/video nel menu.
NOTA: Assicurarsi che le immagini vengano salvate in modalità "placca" e non in modalità "carie". Il simbolo P/C nel menu indica la modalità corrente. - Per esportare le immagini, vai al Visualizzatore. Scegli le immagini da esportare. Clicca su File | Esporta (salva come...) | Tutte le immagini del paziente per esportare le immagini. Nella finestra di esportazione, scegli le seguenti impostazioni: Modalità: Standard | Percorso di esportazione: scegli la cartella desiderata | Selezione del tipo di immagine: Spunta la casella di sinistra | Stato immagine: dati originali. Espandere la finestra di esportazione per visualizzare più opzioni. Selezionare quanto segue: Nome file contiene: Numero di carta OR Input utente OR Nome paziente | Formato: TIF. Fare clic su OK per esportare le immagini.
- In alternativa, impostare un'esportazione automatica dei file prima dell'imaging. Clicca su Opzioni | Mostra configurazione | Moduli | Visualizzatore | Esportazione/E-mail | Opzioni di esportazione | Modalità: Autoexport | Percorso di esportazione: scegli la cartella desiderata | Stato immagine: dati originali. Selezionare quanto segue: Nome file contiene: Numero di carta OR Input utente OR Nome paziente | Formato: TIF. Fare clic su OK per impostare le impostazioni di esportazione predefinite. Quando l'esportazione automatica dei file è impostata, le immagini verranno automaticamente esportate quando vengono salvate (passaggio 2.8).
3. Analisi digitale delle immagini
NOTA: L'analisi digitale delle immagini può essere eseguita in qualsiasi momento dopo l'acquisizione dell'immagine. È possibile elaborare in parallelo lotti fino a 1.000 immagini a fluorescenza. Se l'analisi di grandi batch di immagini supera la potenza di calcolo, le dimensioni dell'immagine possono essere ridotte prima dell'analisi.
- Quantificazione della superficie totale del dente
- Rinominare tutte le immagini con numeri indice sequenziali (ad esempio, Planimetry_001, Planimetry_002,...). Importare la serie di immagini a fluorescenza in un software di analisi delle immagini dedicato (ad esempio Daime15) in modalità Rosso-Verde-Blu (RGB) facendo clic su File | Importazione immagini | Importa come colore.
- Eseguire una segmentazione basata sulla soglia della serie di immagini facendo clic su Segmento | Segmentazione automatica | Soglia personalizzata. Impostare la soglia "Bassa" al di sopra dell'intensità dei tessuti molli orali (cioè 80). Lasciare la soglia "Alta" a 255. Pertanto, solo i denti (sia le aree pulite che quelle coperte di placca) vengono riconosciuti come oggetti nel software. Clicca su Applica | OK | segmento! per avviare la segmentazione.
- Aprire il visualizzatore facendo doppio clic sul nome della serie di immagini. Immettere l'editor di oggetti (OBJ). Eseguire un controllo visivo della qualità delle immagini segmentate ed eliminare gli elementi rifiutando ed eliminando tali oggetti.
- Unisci gli oggetti rimanenti in tutte le immagini (In tutte le immagini | Unisci oggetti selezionati). Ora, c'è un oggetto per immagine. Quantificare l'area totale dei denti in ogni immagine (Analisi | Misurare gli oggetti | Cancella tutto | Pixel). Esportare i dati.
- Quantificazione delle aree coperte di placca
- Importare nuovamente la serie di immagini a fluorescenza nel software, questa volta con canali di colore rosso, verde e blu divisi (File | Importazione immagini | Importa come grigio). Chiudi le immagini del canale blu. Trasferire il livello oggetto dalle immagini RGB alle immagini del canale rosso (Segmento | Trasferisci layer oggetto).
- Eliminare i pixel non oggetto nelle immagini del canale rosso utilizzando l'editor di oggetti (In tutte le immagini | Eliminare i pixel non oggetto (voxel)). I tessuti molli vengono ora rimossi dalle immagini.
- Per migliorare il contrasto tra le aree dei denti ricoperte di placca e quelle pulite, moltiplicare la serie di immagini del canale rosso per un fattore due (Modifica | Calcolatore di immagini | Moltiplicazione | Parametri: Fattore 2.00 | Candidati | OK).
- Per rimuovere le aree dei denti pulite dalle immagini, sottrarre la serie di immagini del canale verde dalla serie di immagini del canale rosso avanzata (Modifica | Calcolatore di immagini | Immagini del secondo operando: Planimetry_green | Sottrazione | Candidati | OK).
- Per identificare le aree coperte di placca sui denti, eseguire una segmentazione basata sulla soglia della serie di immagini risultante (Segmento | Segmentazione automatica | Soglia personalizzata). Impostare la soglia "Bassa" al di sopra dell'intensità delle aree dei denti puliti (cioè 80). Lasciare la soglia "Alta" a 255. Solo le aree coperte di placca vengono riconosciute come oggetti nel software. Clicca su Applica | OK | segmento! per avviare la segmentazione.
- Eseguire un controllo visivo della qualità delle immagini segmentate nell'editor di oggetti ed eliminare gli elementi rifiutando ed eliminando tali oggetti. Unisci gli oggetti rimanenti in tutte le immagini (In tutte le immagini | Unisci oggetti selezionati). Quantificare l'area coperta di placca in ogni immagine (Analisi | Misurare gli oggetti | Cancella tutto | Pixel). Esportare i dati.
- Aprire le tabelle di dati esportate in un software dedicato. Calcolare il PPI secondo l'equazione (1):
Equazione (1)
Representative Results
Il metodo presentato consente la quantificazione planimetrica rapida e semi-automatizzata delle aree coperte di placca sui denti (Figura 1). I depositi di placca sono visualizzati dall'eritrosina, mentre le aree dei denti pulite e la pellicola acquisita sono lasciate non colorate16 (Figura 2A). Quando le immagini vengono acquisite con una telecamera a fluorescenza, il contrasto tra le aree dei denti puliti, le aree coperte di placca e i tessuti molli circostanti è notevolmente migliorato (Figura 2B, C). La termocamera a fluorescenza funziona con due finestre di rilevamento, una nello spettro verde e una nello spettro rosso. Rispetto alle aree dei denti puliti, le aree coperte di placca appaiono leggermente più luminose nel canale rosso (Figura 2D,E). Nel canale verde, l'autofluorescenza del dente è mascherata considerevolmente nelle aree coperte di placca (Figura 2F). Questo effetto di mascheramento viene sfruttato durante l'analisi delle immagini, quando le immagini del canale verde vengono sottratte dalle immagini del canale rosso (Figura 2G). Il forte contrasto tra le aree pulite e coperte di placca nelle immagini risultanti (Figura 2H) consente una determinazione semi-automatica del PPI basata sulla soglia di intensità. È possibile elaborare fino a 1.000 immagini a fluorescenza contemporaneamente.
Un distanziatore stampato in 3D personalizzato può essere utilizzato per migliorare il posizionamento standardizzato della testa della telecamera a una distanza identica dal dente di interesse. Il distanziatore protegge anche il dente dalla luce ambientale e quindi migliora il contrasto tra la placca rivelata, le aree dentali pulite e i tessuti molli circostanti nelle immagini acquisite. Il distanziatore è montato sulla testa della telecamera con l'aiuto di tre elementi di ritenzione (Figura 3).
Il metodo descritto può essere utilizzato per registrazioni planimetriche della placca sopragengivale e del calcolo su entrambe le superfici facciali e orali dei denti (Figura 4A-D). A seconda della curvatura dell'arcata dentale, può essere difficile posizionare il distanziatore a stretto contatto con le gengive e quindi mantenere la stessa distanza tra la testa della telecamera e il dente. Poiché la copertura dell'area della placca è determinata rispetto all'area totale del dente, è improbabile che tali differenze influenzino le registrazioni PPI. Diversi materiali color dente fluorescenti nello spettro verde con intensità variabili17,18,19. Quindi, il PPI può essere determinato con l'algoritmo standard di analisi delle immagini su denti con cementi vetroionomerici e restauri in resina composita (Figura 4E-H). Al contrario, i restauri in amalgama e fusione di solito emettono debolmente sia nei canali rosso che in quello verde, e quindi non è possibile determinare la copertura della placca su tali superfici (Figura 4I,J). Lo stesso vale per le staffe ortodontiche metalliche, ma poiché la superficie della staffa è tipicamente esclusa dalle registrazioni PPI, la planimetria semiautomatica è adatta per i pazienti ortodontici (Figura 4K,L).
Il successo dell'identificazione semi-automatica delle aree coperte di placca sulle immagini di fluorescenza dipende fortemente dall'attenta esecuzione di tutte le fasi della procedura clinica. Se troppa luce ambientale entra nelle immagini, la luminosità dello sfondo nel canale rosso aumenta, il che rende difficile la differenziazione tra i denti e i tessuti molli (Figura 5A,B). Pertanto, le luci della stanza devono essere attenuate durante l'acquisizione dell'immagine. Se il paziente non apre sufficientemente la bocca durante l'acquisizione dell'immagine, i denti antagonisti possono essere visualizzati insieme al dente di interesse e ostacolare l'elaborazione semi-automatica (Figura 5C). Quando la planimetria viene eseguita su premolari o molari, la corretta angolazione della telecamera è importante per evitare di visualizzare parti della superficie occlusale (Figura 5D,E). Una volta divulgati i depositi di placca, l'operatore deve procedere immediatamente all'acquisizione dell'immagine. Altrimenti, l'eritrosina può essere lavata e il contrasto tra le aree dei denti coperte di placca e pulite potrebbe diventare troppo debole. In alcuni casi, tuttavia, la soluzione rivelatrice può macchiare fortemente la gengiva e la macchia potrebbe non essere rimossa durante il successivo risciacquo (Figura 5F). Per evitare una sopravvalutazione dell'area coperta di placca, la macchia può essere ridotta con un ulteriore risciacquo o pulendo delicatamente la gengiva con un pellet di cotone.
Figura 1: Flusso di lavoro per la quantificazione semi-automatica della copertura della placca sulle superfici dei denti. Abbreviazione: PPI = indice di placca planimetrica. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 2: Procedura di analisi delle immagini digitali. (A) Immagine a luce bianca della placca rivelata (dente 26, aspetto facciale). (B) Immagine corrispondente acquisita con una telecamera a fluorescenza (modalità Rosso-Verde-Blu [RGB]). Si noti il maggiore contrasto tra le aree dei denti coperte di placca e pulite. (C) L'area totale del dente, contrassegnata dal contorno arancione, è identificata mediante segmentazione basata sulla soglia di intensità. (D) Il livello oggetto dell'immagine RGB viene trasferito all'immagine del canale rosso (contorno arancione) e i pixel non oggetto (sfondo, tessuti molli) vengono eliminati. (E) La luminosità delle immagini del canale rosso è aumentata di un fattore due. (F) L'immagine del canale verde. Si noti la ridotta autofluorescenza nelle aree coperte di placca. (G) Dopo la sottrazione dell'immagine del canale verde (F) dall'immagine del canale rosso modificata (E), il contrasto tra le aree coperte di placca e le aree dei denti pulite è evidente. (H) Dopo la segmentazione basata sulla soglia di intensità, le aree coperte di placca sono identificate come oggetti (contorno arancione) e l'indice di placca planimetrica (PPI) può essere calcolato (PPI = 81,6%). Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 3: Distanziatore su misura. Un distanziatore personalizzato visto da (A) anteriore, (B) lato e (C) dietro. (D) Telecamera a fluorescenza con il distanziatore montato (contorno arancione). Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 4: Applicazioni e limitazioni della planimetria semiautomatica. (A) Immagine a fluorescenza della superficie di un dente facciale. (B) Immagine elaborata corrispondente che mostra le aree coperte di placca (contorno arancione; indice di placca planimetrica [PPI] = 51,9%). (C) Immagine a fluorescenza della superficie di un dente orale. (D) Immagine elaborata corrispondente che mostra le aree coperte di placca (contorno arancione; PPI = 14,5%). (E-H) Immagini di denti con restauri in resina composita. Il restauro in E è fortemente fluorescente nello spettro verde, mentre il restauro in G appare leggermente più debole rispetto alle aree dentali pulite circostanti. In entrambe le immagini, il PPI può essere determinato utilizzando l'algoritmo di analisi delle immagini standard. (F,H) Immagini elaborate che mostrano le aree coperte di placca (contorni arancioni; PPI = 20,3% e 20,2%, rispettivamente). (I,J) Immagini a fluorescenza di un dente con un restauro in amalgama (I) e un dente con una corona in metallo-ceramica (J, contorno blu, aggiunto manualmente). Entrambi i restauri non sono fluorescenti e i depositi di placca non possono essere quantificati con planimetria semiautomatica. (K) Immagine a fluorescenza di un dente con un bracket ortodontico metallico. Poiché la parentesi è esclusa dall'analisi, il PPI può essere determinato utilizzando l'algoritmo di analisi dell'immagine standard (L, contorno arancione, PPI = 31,5%). Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 5: Influenza delle procedure cliniche sulla qualità dell'immagine e sui risultati della planimetria semiautomatica . (A) Immagine a fluorescenza acquisita con luci dimmerate. L'area totale del dente viene determinata correttamente dopo la segmentazione dell'immagine basata sulla soglia (contorno arancione). (B) Immagine a fluorescenza dello stesso dente acquisita con le luci della stanza accese. A causa di una maggiore emissione di fondo nello spettro rosso, la segmentazione basata sulla soglia non riesce a distinguere accuratamente tra le superfici dei denti e i tessuti molli circostanti (contorno arancione). (C) Immagine a fluorescenza acquisita con apertura della bocca insufficiente. I denti antagonisti non divulgati sono visibili nell'immagine e, quindi, inclusi nell'area totale del dente (contorni arancioni). Per ottenere un corretto indice planimetrico delle placche, devono essere rimossi manualmente durante l'analisi dell'immagine. (D) Immagine a fluorescenza acquisita con posizionamento ottimale della testa della telecamera. L'area totale del dente (contorno arancione) è limitata all'aspetto facciale. (E) Immagine a fluorescenza del dente in D acquisita con angolazione subottimale della testa della telecamera. Parte della superficie occlusale viene catturata, con conseguente aumento dell'area totale del dente (contorno arancione). (F) Immagine a luce bianca della placca rivelata con colorazione prominente della gengiva. L'elevata emissione nello spettro rosso può portare a una sovrastima dell'area coperta di placca. Fare clic qui per visualizzare una versione ingrandita di questa figura.
File supplementare S1: Fare clic qui per scaricare questo file.
Discussion
Il metodo presentato per la planimetria semi-automatica basata su immagini a fluorescenza costituisce un miglioramento nella quantificazione della placca dentale sulle superfici dei denti sani nell'ambiente di ricerca rispetto alla planimetria tradizionale20. La planimetria semi-automatica consente la determinazione simultanea del PPI in un massimo di 1.000 immagini utilizzando un algoritmo di post-elaborazione predeterminato. In tal modo, il metodo è considerevolmente più efficiente in termini di tempo rispetto alla planimetria convenzionale, in cui le aree totali dei denti e le aree coperte di placca sono determinate manualmente disegnando le regioni di interesse in un software di elaborazione delle immagini 7,12. Inoltre, l'estensione del giudizio umano nell'analisi delle immagini è ridotta alla scelta di una soglia di luminosità per la segmentazione dell'immagine. In tal modo, tutte le immagini sono trattate allo stesso modo e l'influenza della soggettività dell'esaminatore è notevolmente ridotta11.
I passaggi critici del protocollo sono prevalentemente legati alle procedure cliniche, che devono essere eseguite in modo altamente standardizzato per una qualità dell'immagine ottimale. La soluzione divulgante deve essere applicata delicatamente e uniformemente e le immagini devono essere acquisite subito dopo il risciacquo e l'asciugatura all'aria per evitare un lavaggio del colorante e, quindi, una perdita di contrasto dell'immagine. Inoltre, il sanguinamento gengivale deve essere evitato, poiché l'emoglobina può aumentare la fluorescenza registrata nel canale rosso19. L'acquisizione dell'immagine deve essere eseguita con le luci della stanza attenuate per ridurre l'interferenza della luce ambientale e i pazienti devono aprire sufficientemente la bocca, in modo tale che i denti antagonisti non appaiano nelle immagini. La testa della telecamera deve essere posizionata perpendicolarmente all'asse del dente per evitare di catturare parte della superficie occlusale e dei denti controlaterali.
Gli artefatti derivanti da un'acquisizione di immagini non ottimale possono - nella maggior parte dei casi - essere rimossi durante l'analisi dell'immagine, anche se a scapito di un tempo di elaborazione notevolmente aumentato. Alcuni elementi riconosciuti come oggetti durante la segmentazione possono essere cancellati mediante semplice eliminazione nell'editor oggetti. Se gli artefatti sono confluenti con le aree riconosciute come placca, gli oggetti risultanti devono essere suddivisi nell'editor di oggetti prima della rimozione. In casi estremi, l'operatore potrebbe dover ricorrere alla determinazione manuale delle aree pulite coperte di denti e placca disegnando le regioni di interesse nel software. Se tutte le procedure cliniche vengono eseguite in modo accurato, l'unico input soggettivo dell'operatore durante l'analisi dell'immagine consiste nel determinare i valori di cutoff per le segmentazioni basate sulla soglia. Generalmente, le aree dei denti ricoperte di placca e pulite sono ben definite nelle immagini, ma va detto che piccole differenze nelle soglie scelte influenzano i valori PPI calcolati, anche se in misura relativamente bassa. Poiché tutte le immagini acquisite per un particolare studio possono essere segmentate con soglie identiche, la scelta soggettiva dei valori di cutoff non influisce sulle differenze tra il trattamento o i gruppi di pazienti.
Proprio come la planimetria manuale, la planimetria semiautomatica non è adatta per le registrazioni longitudinali dell'accumulo di placca a causa dell'uso di una soluzione divulgatrice. L'eritrosina può interferire con la crescita del biofilm attraverso un'attività antibatterica21,22,23, ma soprattutto, la macchia prominente richiede la rimozione professionale della placca prima che il paziente venga mandato a casa. Tuttavia, il metodo descritto può essere utilizzato per la quantificazione regolare dei livelli abituali di placca nella clinica. Un'altra limitazione della planimetria semi-automatica deriva dalle differenze di dimensioni tra i singoli denti. Sebbene la distanza tra la telecamera e la superficie del dente e, quindi, la dimensione del campo visivo possano essere standardizzate, le immagini acquisite possono includere parti dei denti vicini. Questi non possono essere rimossi da un'operazione batch, ma solo dal ritaglio manuale delle immagini durante l'analisi. Mentre la planimetria semi-automatica è appropriata per la quantificazione della placca sopragengivale e del calcolo24 su superfici dentali sane, il lavoro futuro dovrà determinare in che modo il metodo descritto è influenzato da difetti dello sviluppo25, lesioni cariose cavitate e non cavitate, nonché macchie gravi.
In conclusione, la planimetria semiautomatica è un metodo che consente la quantificazione rapida e affidabile della copertura dell'area della placca utilizzando una telecamera a fluorescenza. Può essere impiegato in studi clinici che valutano la formazione di placche de novo in diversi gruppi di pazienti o l'effetto di diversi regimi di trattamento sulla rimozione della placca.
Disclosures
Lo studio è stato finanziato da Novozymes A/S e dal Fondo per l'innovazione danese (numero di sovvenzione 9065-00244B). I finanziatori non hanno avuto alcun ruolo nella raccolta, analisi e interpretazione dei dati o nella stesura del rapporto.
Acknowledgments
Gli autori ringraziano Dirk Leonhardt per la sua eccellente assistenza nella produzione additiva dei distanziatori su misura. Lene Grønkjær, Javier E. Garcia, Charlotte K. Vindbjerg e Sussi B. Eriksen sono riconosciuti per il loro supporto tecnico durante lo studio. Gli autori desiderano inoltre ringraziare Matthias Beck per il supporto tecnico sull'uso della telecamera a fluorescenza e Mette R. Jørgensen per le fruttuose discussioni.
Materials
| Name | Company | Catalog Number | Comments |
| 3D Sprint Basic | 3D systems | Additive manufacturing software | |
| 5% erythrosine; Top Dent Rondell Röd | Top Dent Lifco Dental AB | 6327 | Disclosing solution |
| D1000 lab scanner | 3 Shape | Lab scanner used to scan the camera head | |
| DBSWIN 5.17.0 | Dürr Dental | Software for VistaCam | |
| Digital image analysis in microbial ecology (Daime), version 2.2.2 | Freeware for image analysis | ||
| LC-3D Print Box | NextDent | Polymerization unit | |
| Meshmixer 3.5 | Autodesk | Freeware for designing custom-made spacer | |
| NextDent 5100 | 3D systems | 3D-printer | |
| NextDent Ortho IBT | 3D systems | Material for spacer | |
| Ultrasound bath T660/H | Elma Schmidbauer GmbH | ||
| VistaCam iX HD Smart intraoral camera | Dürr Dental | Coupled with a fluorescence camera head |
References
- Pretty, I. A., Edgar, W. M., Smith, P. W., Higham, S. M. Quantification of dental plaque in the research environment. Journal of Dentistry. 33 (3), 193-207 (2005).
- Turesky, S., Gilmore, N. D., Glickman, I. Reduced plaque formation by the chloromethyl analogue of victamine C. Journal of Periodontology. 41 (1), 41-43 (1970).
- Marks, R. G., et al. Evaluation of reliability and reproducibility of dental indices. Journal of Clinical Periodontology. 20 (1), 54-58 (1993).
- Matthijs, S., Sabzevar, M. M., Adriaens, P. A. Intra-examiner reproducibility of 4 dental plaque indices: Dental plaque indices. Journal of Clinical Periodontology. 28 (3), 250-254 (2001).
- Shaloub, A., Addy, M. Evaluation of accuracy and variability of scoring-area-based plaque indices. Journal of Clinical Periodontology. 27 (1), 16-21 (2000).
- Söder, P. -Ö, Jin, L. J., Söder, B. Computerized planimetric method for clinical plaque measurement. European Journal of Oral Sciences. 101 (1), 21-25 (1993).
- Lang, N. P., Ostergaard, E., Loe, H. A fluorescent plaque disclosing agent. Journal of Periodontal Research. 7 (1), 59-67 (1972).
- Staudt, C. B., et al. Computer-based intraoral image analysis of the clinical plaque removing capacity of 3 manual toothbrushes. Journal of Clinical Periodontology. 28 (8), 746-752 (2001).
- Smith, M. R. Parametric vs. nonparametric. Analyzing the periodontal and gingival indicies. Journal of Periodontal Research. 17 (5), 514-517 (1982).
- Quirynen, M., Dekeyser, C., van Steenberghe, D. Discriminating power of five plaque indices. Journal of Periodontology. 62 (2), 100-105 (1991).
- Al-Anezi, S. A., Harradine, N. W. T. Quantifying plaque during orthodontic treatment. The Angle Orthodontist. 82 (4), 748-753 (2012).
- Smith, R. N., Brook, A. H., Elcock, C. The quantification of dental plaque using an image analysis system: reliability and validation. Journal of Clinical Periodontology. 28 (12), 1158-1162 (2001).
- Kang, J., Ji, Z., Gong, C. Segmentation and quantification of dental plaque using modified kernelized fuzzy C-means clustering algorithm. 2010 Chinese Control and Decision Conference. , 788-791 (2010).
- Klaus, K., Glanz, T., Glanz, A. G., Ganss, C., Ruf, S. Comparison of quantitative light-induced fluorescence-digital (QLF-D) images and images of disclosed plaque for planimetric quantification of dental plaque in multibracket appliance patients. Scientific Reports. 10 (1), 4478 (2020).
- Daims, H., Lücker, S., Wagner, M. Daime, a novel image analysis program for microbial ecology and biofilm research. Environmental Microbiology. 8 (2), 200-213 (2006).
- Arnim, S. S. The use of disclosing agents for measuring tooth cleanliness. Journal of Periodontology. 34 (3), 227-245 (1963).
- Meller, C., Klein, C. Fluorescence properties of commercial composite resin restorative materials in dentistry. Dental Materials Journal. 31 (6), 916-923 (2012).
- Kiran, R., Chapman, J., Tennant, M., Forrest, A., Walsh, L. J. Detection of tooth-colored restorative materials for forensic purposes based on their optical properties: An in vitro comparative study. Journal of Forensic Sciences. 64 (1), 254-259 (2019).
- Shakibaie, F., Walsh, L. J. Fluorescence imaging of dental restorations using the VistaCam intra-oral camera. Australian Journal of Forensic Sciences. 51 (1), 3-11 (2019).
- Rey, Y. C. D., Rikvold, P. D., Johnsen, K. K., Schlafer, S. A fast and reliable method for semi-automated planimetric quantification of dental plaque in clinical trials. Journal of Clinical Periodontology. , (2022).
- Baab, D. A., Broadwell, A. H., Williams, B. L. A comparison of antimicrobial activity of four disclosant dyes. Journal of Dental Research. 62 (7), 837-841 (1983).
- Begue, W. J., Bard, R. C., Koehne, G. W.
- Marsh, P. D., et al. Antibacterial activity of some plaque-disclosing agents and dyes (short communication). Caries Research. 23 (5), 348-350 (1989).
- Shakibaie, F., Walsh, L. J. Dental calculus detection using the VistaCam. Clinical and Experimental Dental Research. 2 (3), 226-229 (2016).
- Seow, W. Developmental defects of enamel and dentine: Challenges for basic science research and clinical management. Australian Dental Journal. 59, 143-154 (2014).
