Es wurde ein Verfahren zur Registrierung von Cone-Beam-Computertomographie-Scans und digitalen Zahnbildern vorgestellt, bei dem die durch künstliche Intelligenz (KI) unterstützte Identifizierung von Orientierungspunkten und das Zusammenführen verwendet wird. Ein Vergleich mit der oberflächenbasierten Registrierung zeigt, dass KI-basierte Digitalisierung und Integration zuverlässig und reproduzierbar sind.
Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.
Methodenartikel
Zuverlässigkeit der auf künstlicher Intelligenz basierenden Cone-Beam-Computertomographie Integration mit digitalen Dentalbildern
* These authors contributed equally
In diesem Artikel
Zusammenfassung
Zusammenfassung
Ziel dieser Studie war es, die Digitalisierung der Cone-Beam-Computertomographie (DVT) und die Integration von digitalen Dentalbildern (DDI) auf Basis der auf künstlicher Intelligenz (KI) basierenden Registrierung (ABR) einzuführen und die Zuverlässigkeit und Reproduzierbarkeit mit dieser Methode im Vergleich zur oberflächenbasierten Registrierung (SBR) zu bewerten. Diese retrospektive Studie bestand aus DVT-Bildern und DDI von 17 Patienten, die sich einer computergestützten bimaxillären orthognathen Operation unterzogen hatten. Die Digitalisierung von DVT-Bildern und deren Integration mit DDI wurde mit Hilfe eines KI-basierten Programms wiederholt. DVT-Bilder und DDI wurden mit Hilfe einer Punkt-zu-Punkt-Registrierung integriert. Im Gegensatz dazu wurden bei der SBR-Methode die drei Landmarken manuell auf dem DVT und der DDI identifiziert, die mit der iterativen Methode der nächstgelegenen Punkte integriert wurden.
Nach zweimaliger Wiederholung jeder Methode wurden die dreidimensionalen Koordinatenwerte der ersten Oberkiefermolaren und Mittelschneidezähne und deren Unterschiede ermittelt. Intraklassenkoeffiziententests (ICC) wurden durchgeführt, um die Zuverlässigkeit innerhalb des Beobachters mit den Koordinaten jeder Methode zu bewerten und ihre Zuverlässigkeit zwischen ABR und SBR zu vergleichen. Die Reliabilität innerhalb des Beobachters zeigte bei beiden Methoden eine signifikante und nahezu perfekte ICC. Die mittlere Differenz zwischen der ersten und der zweiten Registrierung in ABR und SBR sowie zwischen beiden Methoden war nicht signifikant. ihre Bereiche waren jedoch bei der ABR-Methode geringer als bei der SBR-Methode. Diese Studie zeigt, dass KI-basierte Digitalisierung und Integration zuverlässig und reproduzierbar sind.
Einleitung
Die dreidimensionale (3D) digitale Technologie hat den Anwendungsbereich der Diagnose und Planung für kieferorthopädische oder chirurgisch-kieferorthopädische Behandlungen erweitert. Ein virtueller Kopf, der aus einem Gesichtskegelstrahl-Computertomographie-Bild (DVT) aufgebaut ist, kann verwendet werden, um dentofaziale und zahnärztliche Anomalien zu bewerten, orthognathe Operationen zu planen, Zahnwafer herzustellen und Bohrschablonen zu implantieren, indem computergestütztes Design und Fertigungverwendet werden 1,2,3,4. DVT-Scans haben jedoch eine geringe Repräsentation des Gebisses, einschließlich der Zahnmorphologie und der interokklusalen Beziehung, die auf ihre begrenzte Auflösung und Streifenartefakte von Zahnrestaurationen oder kieferorthopädischen Brackets zurückzuführen sind5. Daher wurden die zahnärztlichen Merkmale auf DVT-Bildern durch digitale Zahnbilder (DDI) ersetzt, wie z. B. gescannte Abgüsse oder intraorale Scanbilder.
Für eine zuverlässige Integration von DDI in DVT-Bilder wurde in zahlreichen Studien über verschiedene Methoden berichtet, wie z. B. die Verwendung von Referenzmarkern 6,7, voxelbasierten8 und oberflächenbasierten Registrierungen (SBRs)9,10. Bei diesen Verfahren werden extraorale Marker, mehrere DVT-Scans und zusätzliche Prozessschritte wie die Reinigung von Metallartefakten auf DVT-Bildern verwendet. In Bezug auf die SBR-Genauigkeit berichteten mehrere frühere Studien über Fehler im Bereich von 0,10 bis 0,43 mm 9,11. Darüber hinaus bewerteten Zou et al. die Intra-/Interobserver-Reliabilität und Fehler zwischen einem Digital Engineer und einem Kieferorthopäden, die SBR verwendeten, und berichteten über den Bedarf an klinischer Erfahrung und wiederholtem Lernen10.
Künstliche Intelligenz (KI) wurde verwendet, um Behandlungsergebnisse12 vorherzusagen und Orientierungspunkte auf Fernröntgenbildern13 oder DVT-Bildern14, 15, 16 zu digitalisieren, und einige kommerzielle Software steht derzeit zur Verfügung, um diesen Prozess zu unterstützen17. Die genaue Identifizierung anatomischer Orientierungspunkte auf 3D-Bildern ist aufgrund der Mehrdeutigkeit von flachen Oberflächen oder gekrümmten Strukturen, Bereichen mit geringer Dichte und der großen Variabilität der anatomischen Strukturen eine Herausforderung.
KI-basierte, maschinell erlernte Automatisierung kann nicht nur für die Digitalisierung, sondern auch für die Integration von DDI und dentofazialer DVT eingesetzt werden. Es gibt jedoch wenig Forschung über die Genauigkeit einer KI-basierten Registrierung (ABR) im Vergleich zur bestehenden oberflächenbasierten Methode. Um genauere Ergebnisse von 3D-Skelett- und Zahnveränderungen durch bimaxilläre orthognathe Chirurgie zu erzielen, ist es notwendig, die Genauigkeit von KI-basierten Programmen bei der Zusammenführung von DVT und DDI zu bewerten. Daher wird in diesem Artikel ein Schritt-für-Schritt-Protokoll für die Digitalisierung und Integration von DVT und DDI mit einer KI-basierten Registrierung (ABR) vorgestellt und deren Zuverlässigkeit und Reproduzierbarkeit im Vergleich zu SBR bewertet.
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Protokoll
Diese retrospektive Studie wurde vom Institutional Review Board des Seoul National University Bundang Hospital (B-2205-759-101) geprüft und genehmigt und entspricht den Prinzipien der Deklaration von Helsinki. In der Studie wurden DICOM-Dateien (Digital Imaging and Communications in Medicine) aus DVT und DDI im STL-Format (Standard Tessellation Language) aus dem Zahnabdruck verwendet. Auf das Erfordernis einer Einwilligungserklärung wurde aufgrund des retrospektiven Charakters der Studie verzichtet.
1. Erfassung von DVT und digitalen zahnärztlichen Bildern (DDI)
- Auswahl der Patienten anhand der folgenden Einschlusskriterien: skelettale Malokklusion der Klasse III; bimaxilläre Chirurgie durch computergestützte Planung; und kieferorthopädische Behandlung mit festsitzenden kantigen Apparaturen.
- Patienten mit kraniofazialen Syndromen, Lippen-/Gaumenspalten oder fehlenden ersten Molaren des Oberkiefers oder des rechten mittleren Schneidezahns sind ausgeschlossen.
- Erhalten Sie DVT-Scans mit einem Sichtfeld von 200 mm x 180 mm, einer Voxelgröße von 0,2 mm und Expositionsbedingungen von 80 kVp, 15 mA und 10,8 s. Stellen Sie sicher, dass sich der Patient in einer aufrechten Position befindet und sich die Zähne in maximaler Interkuspation befinden. Speichern Sie die Scans als DICOM-Dateien (Digital Imaging and Communications in Medicine).
- Erfassen Sie DDIs aus Zahnsteinabgüssen oder direktem intraoralem Scan und speichern Sie sie im STL-Format (Standard Tessellation Language) als separates Ober- und Unterkiefergebiss.
2. KI-basiertes Registrierungsprotokoll (ABR)
- DVT-Neuausrichtung und Digitalisierung
- Öffnen Sie die Software und klicken Sie auf die Schaltfläche DICOM-Datei laden , um CBCT DICOM-Dateien in die Software zu importieren.
- Wählen Sie eine der DICOM-Dateien im DICOM-Datenordner aus und klicken Sie auf Öffnen.
HINWEIS: Wenn DICOM-Dateien geladen werden, rekonstruiert die Software sie automatisch in ein CBCT-kraniofaziales Volumen. - Klicken Sie auf die Schaltfläche Neuausrichtung im Orientierungsfenster (Abbildung 1).
- N (Nasion): Klicken Sie in der 3D-Ansicht auf die V-Kerbe des Stirnknochens (Abbildung 2). Unmittelbar nach dem Klick ist zu beobachten, dass sich der blaue Punkt (aktiviert) in ein rotes Kreuz verwandelt, das auch in der axialen, sagittalen und koronalen Ansicht erscheint. Klicken Sie auf die blauen dreieckigen Pfeile hin und her, um den Orientierungspunkt zu identifizieren.
- Scrollen Sie in der sagittalen Ansicht mit dem Mausrad nach oben und unten, um den vordersten Punkt zu finden, an dem die frontonasale Naht auf die Nasen- und Stirnknochen trifft, und klicken Sie, um die vertikale und anteroposteriore Position des Orientierungspunkts zu bestimmen.
- Scrollen Sie in der koronalen Ansicht mit dem Mausrad nach oben und unten, um den Moment zu finden, in dem das Nasenbein verschwindet, um den vordersten Punkt zu erreichen, und klicken Sie, um die horizontale Position des Nasenknochens zu bestimmen.
- Passen Sie in der axialen Ansicht die anteroposteriore Position so an, wie sie sich am vordersten Punkt befindet.
- R Or (Orbitale): Klicken Sie auf den unterlegensten Punkt am Rand der rechten Orbitalkontur im 3D-Modell (Abbildung 2).
- Scrollen Sie in der koronalen Ansicht mit dem Mausrad nach oben und unten, um den tiefsten Punkt am unteren Rand des rechten Orbits zu finden, und klicken Sie.
- Klicken Sie in der sagittalen Ansicht auf den obersten Punkt der rechten Oberkiefer- oder Jochbeinstruktur , der die untere Begrenzung der Augenhöhle bildet.
- Scrollen Sie in der axialen Ansicht mit der Maus durch und klicken Sie so, dass das rote Kreuz an der Stelle positioniert ist, an der sich der Augenbahnrand trifft.
- L Or (Orbitale): Klicken Sie auf den unterlegensten Punkt am Rand der linken Orbitalkontur im 3D-Modell (Abbildung 2) und ändern Sie den Punkt in den drei Ansichten, wie bei R Or vorgesehen.
- R Po (Porion): Klicken Sie auf den obersten Punkt des Umrisses des rechten äußeren Gehörgangs im 3D-Modell (Abbildung 2).
- Klicken Sie in der koronalen Ansicht auf den tiefsten Punkt des rechten Schläfenknochens , um die horizontale und vertikale Position zu bestimmen.
- Klicken Sie in der sagittalen Ansicht auf den höchsten Punkt des Umrisses des rechten äußeren Gehörgangs , um die vertikale und die anterior-posteriore Position anzupassen.
- Scrollen Sie in der axialen Ansicht mit dem Mausrad, um auf die Stelle zu klicken, an der der äußere Gehörgang erscheint, in dem die Linie des Schläfenknochens verschwindet.
- L Po (Porion): Klicken Sie auf den höchsten Punkt des Umrisses des linken äußeren Gehörgangs im 3D-Modell (Abbildung 2) und ändern Sie den Punkt in den drei multiplanaren Ansichten, wie im Prozess für R Po.
HINWEIS: Die fünf grundlegenden Skelett-Orientierungspunkte, einschließlich Nasion, rechte und linke Orbitalen sowie rechte und linke Porionen im rekonstruierten kraniofazialen Modell (Abbildung 2), sind nun identifiziert. - Klicken Sie auf die Schaltfläche Fertig , um die Neuausrichtung des rekonstruierten kraniofazialen Modells abzuschließen.
- Klicken Sie auf die Schaltfläche Vorläufige Landmark-Auswahl im Landmark-Panel und wählen Sie die Landmark-Gruppe Dentition I aus.
HINWEIS: Orientierungspunkte der Schädelbasis, des Kiefergelenks, des Oberkieferskeletts, des Unterkieferskeletts, des Gebisses I und des Weichgewebes sind bereits für die kraniofaziale Analyse ausgewählt. - Klicken Sie auf die Schaltfläche Ausführen im Bereich "Vorläufige Landmarkauswahl " und lassen Sie die Software automatisch vorläufige Landmarken auswählen und deren Koordinaten bestimmen.
- Wenn Sie die Landmarken ändern, drücken Sie die Schaltfläche Manuelle Landmark-Auswahl auf der Registerkarte Lautstärke , nehmen Sie die erforderlichen Anpassungen vor und klicken Sie zur Bestätigung auf die Schaltfläche Fertig (Abbildung 3).
3. Ablauf der DDI-Zusammenführung
- Klicken Sie auf die Schaltfläche Registrierung des Gebissscans im Bedienfeld "Werkzeuge " (Abbildung 4).
- Wählen Sie das Oberkiefergebiss aus und klicken Sie auf die Schaltfläche Laden im Bereich Gebissregistrierung.
- Wählen Sie die STL-Dateien desselben Patienten mit dem DVT-Modell im Ordner aus, um STL-Dateien für das Oberkiefergebisse zu laden. Sobald die STL-Dateien geöffnet sind, suchen Sie auf der rechten Seite des Bildschirms nach DDIs und auf der linken Seite des Bildschirms nach vier Ansichten (3D, axial, sagittal und koronal) des DVT.
- Wählen Sie die Registrierungsorientierungspunkte auf dem geladenen DDI aus: die mesiobukkalen Höcker des rechten ersten Molaren des Oberkiefers (R U6CP), den Mittelpunkt des mittleren Schneidezahns des rechten Oberkiefers an der Schneidekante (R U1CP) und den mesiobukkalen Höcker des ersten Molaren des linken Oberkiefers (L U6CP) (Abbildung 5), indem Sie die blauen dreieckigen Pfeile hin und her schalten.
HINWEIS: Klicken Sie mit der linken Maustaste und ziehen Sie die Maus, um die DDI zu drehen, und klicken Sie mit der rechten Maustaste und ziehen Sie, um sie zu vergrößern und zu verkleinern. Die Registrierungs-Landmarks werden gleichzeitig durch maschinell gelernte Automatisierung kalibriert, nachdem sie manuell digitalisiert wurden. - Klicken Sie auf die Schaltfläche Fertig im Bereich Gebissregistrierung.
- Klicken Sie auf die Schaltfläche Ja , um die automatische Registrierung zu bestätigen (Abbildung 6).
- Für die Zusammenführung des Unterkiefergebisses wählen Sie das Unterkiefergebiss aus und klicken Sie auf die Schaltfläche Laden im Bereich Gebissregistrierung. Wiederholen Sie die Schritte 3.2 bis 3.6. Wählen Sie die Registrierungsorientierungspunkte am Unterkiefergebiss: den mesiobukkalen Höcker des rechten/linken unteren ersten Molaren (R-/L-L6CP), den rechten unteren ersten Schneidezahnmittelpunkt an der Schneidekante (R L1CP).
- Der DDI ist nun mit dem rekonstruierten DVT-Modell verschmolzen (Abbildung 7).
- Wenn Sie die Zusammenführung ändern, klicken Sie auf die Schaltfläche "Pick Registration Landmark" im Bereich "Dentition Registration " (Abbildung 8).
4. Abrufen der 3D-Koordinatenwerte (x, y und z) jedes Orientierungspunkts
- Klicken Sie auf die Schaltfläche Manuelle Landmarkenauswahl auf der Registerkarte Volumen oder klicken Sie auf die Registerkarte Analyse , um die 3D-Koordinatenwerte der Landmarken zu erhalten. Gehen Sie für den Datenexport auf die Registerkarte Analyse
→Datenexport und klicken Sie auf die Schaltfläche Orientierungspunkt , um die Daten als Datei zu speichern.
HINWEIS: Die X-Ebene (horizontal) ist die Ebene, die durch das Nasion verläuft, parallel zur horizontalen (FH) Ebene von Frankfurt, die durch das linke und rechte Orbitales und das rechte Porion verläuft. Die Y-Ebene (mittelsagittal) verläuft senkrecht zur X-Ebene und verläuft durch das Nasion und die Basion. Die Z-Ebene (koronal) legt die Ebene senkrecht zur horizontalen und mittleren Sagittalebene über die Nasion (Nullpunkt; 0, 0 und 0) fest (Abbildung 9).
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Ergebnisse
Hier haben wir den Integrationsprozess von DVT und DDI mit Hilfe eines KI-basierten Programms beschrieben. Um die Zuverlässigkeit und Reproduzierbarkeit zu bewerten, wurde eine Vergleichsstudie mit oberflächenbasierter Registrierung (SBR) durchgeführt. Es wurde festgestellt, dass nach einer Trennschärfeanalyse unter Korrelation ρ H1 = 0,77, α = 0,05 und Trennschärfe (1−β) = 0,8018 eine Mindeststichprobengröße von zehn erforderlich war. Insgesamt wurden 17 Sätze von DVT-Scans und digitalen Zahnbild...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Diskussion
Mit dem vorgestellten Protokoll kann die Digitalisierung von Sehenswürdigkeiten und die Integration von DVT und DDI mit Hilfe von maschinell erlernter Software einfach durchgeführt werden. Dieses Protokoll erfordert die folgenden kritischen Schritte: i) Neuausrichtung des Kopfes im DVT-Scan, ii) Digitalisierung von DVT und DDI und iii) Zusammenführung von DVT-Bildern mit dem DDI. Die Digitalisierung von fünf Landmarken für die Neuausrichtung des Kopfes ist kritisch, da sie die 3D-Position des Kopfes mit Referenzebenen in...
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Offenlegungen
Die Autoren erklären, dass keine Interessenkonflikte bestehen.
Danksagungen
Diese Studie wurde vom Forschungsfonds des Seoul National University Bundang Hospital (SNUBH) unterstützt. (Förderkennzeichen 14-2019-0023).
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Materialien
| Name | Unternehmen | Katalognummer | Kommentare |
|---|---|---|---|
| G*Leistung | Heinrich-Heine-Universitätä t, Düsseldorf, Deutschland | v. 3.1.9.7 | Eine Software zur Berechnung der Stichprobengröße |
| Geomagic Qualify® | 3D Systems, Morrisville, NC, USA | v 2013 | 3D-Messsoftware für Funktionen und Automatisierung, , die Scan- und Sondendaten in 3D umwandelt, um sie in Design-, Fertigungs- und Messanwendungen zu verwenden |
| KODAK 9500 | Carestream Health Inc., Rochester, NY, USA | 5159538 | Cone Beam Computed Tomograph (DVT) |
| MD-ID0300 | Medit Co, Seoul, Südkorea Seoul, Korea | 61010-1 Desktop-Scanner | |
| ON3D | 3D ONS Inc., Seoul, Korea | v 1.3.0 | Software für die 3D-DVT-Auswertung; KI-basierte Identifizierung von Orientierungspunkten, kraniofaziale und Kiefergelenksanalyse, Überlagerung und virtuelle orthognathe Chirurgie |
| SPSS | IBM, Armonk, NY, USA | v 22.0 | Ein statistisches Analyseprogramm |
Referenzen
- Plooij, J. M., et al. Digital three-dimensional image fusion processes for planning and evaluating orthodontics and orthognathic surgery. A systematic review. J Oral Maxillofac Surg. 40 (4), 341-352 (2011).
- Badiali, G., et al. Virtual orthodontic surgical planning to improve the accuracy of the surgery-first approach: A prospective evaluation. J Oral Maxillofac Surg. 77 (10), 2104-2115 (2019).
- Lee, C. Y., Ganz, S. D., Wong, N., Suzuki, J. B. Use of cone beam computed tomography and a laser intraoral scanner in virtual dental implant surgery: part 1. Implant Dent. 21 (4), 265-271 (2012).
- Park, J. H., et al. Creation of digital virtual patient by integrating CBCT, intraoral scan, 3D facial scan: an approach to methodology for integration accuracy. J Craniofac Surg. 33 (4), e396-e398 (2022).
- Almutairi, T., et al. Replacement of the distorted dentition of the cone-beam computed tomography scans for orthognathic surgery planning. J Oral Maxillofac Surg. 76 (7), 1561.e1-1561.e8 (2018).
- Rangel, F. A., Maal, T. J., Berge, S. J., Kuijpers-Jagtman, A. M. Integration of digital dental casts in cone-beam computed tomography scans. ISRN Dent. 2012, 949086(2012).
- Yang, W. M., Ho, C. T., Lo, L. J. Automatic superimposition of palatal fiducial markers for accurate integration of digital dental model and cone beam computed tomography. J Oral Maxillofac Surg. 73 (8), 1616.e1-1616.e10 (2015).
- Swennen, G. R., et al. A cone-beam computed tomography triple scan procedure to obtain a three-dimensional augmented virtual skull model appropriate for orthognathic surgery planning. J Craniofac Surg. 20 (2), 297-307 (2009).
- Noh, H., Nabha, W., Cho, J. H., Hwang, H. S. Registration accuracy in the integration of laser-scanned dental images into maxillofacial cone-beam computed tomography images. Am J Orthod Dentofacial Orthop. 140 (4), 585-591 (2011).
- Zou, B., et al. Accuracy of a surface-based fusion method when integrating digital models and the cone beam computed tomography scans with metal artifacts. Sci Rep. 12 (1), 8034(2022).
- Lin, H. H., et al. Artifact-resistant superimposition of digital dental models and cone-beam computed tomography images. J Oral Maxillofac Surg. 71 (11), 1933-1947 (2013).
- Park, J. H., et al. Use of artificial intelligence to predict outcomes of nonextraction treatment of Class II malocclusions. Semin Orthodontics. 27 (2), 87-95 (2021).
- Bao, H., et al. Evaluating the accuracy of automated cephalometric analysis based on artificial intelligence. BMC Oral Health. 23 (1), 1-10 (2023).
- Gillot, M., et al. Automatic landmark identification in cone-beam computed tomography. Orthod Craniofac Res. , (2023).
- Blum, F. M. S., et al. Evaluation of an artificial intelligence-based algorithm for automated localization of craniofacial landmarks. Clin Oral Invest. 27, 2255-2265 (2023).
- Al-Ubaydi, A. S., Al-Groosh, D. The validity and reliability of automatic tooth segmentation generated using artificial intelligence. The Scientific World Journal. 2023, 5933003(2023).
- Urban, R., et al. AI-assisted CBCT data management in modern dental practice: Benefits, limitations and innovations. Electronics. 12 (7), 1710(2023).
- Faul, F., Erdfelder, E., Buchner, A., Lang, A. G. Statistical power analyses using G*Power 3.1: tests for correlation and regression analyses. Behav Res Methods. 41 (4), 1149-1160 (2009).
- Landis, J. R., Koch, G. G. The measurement of observer agreement for categorical data. Biometrics. 33, 159-174 (1977).
- Uechi, J., et al. A novel method for the 3-dimensional simulation of orthognathic surgery by using a multimodal image-fusion technique. Am J Orthod Dentofacial Orthop. 130 (6), 786-798 (2006).
- Nkenke, E., et al. Fusion of computed tomography data and optical 3D images of the dentition for streak artifact correction in the simulation of orthognathic surgery. Dentomaxillofac Radiol. 33 (4), 226-232 (2004).
- Lagravère, M. O., et al. Intraexaminer and interexaminer reliabilities of landmark identification on digitized lateral cephalograms and formatted 3-dimensional cone-beam computerized tomography images. Am J Orthod Dentofacial Orthop. 137 (5), 598-604 (2010).
Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.
Nachdrucke und Genehmigungen
