Method Article

Fiabilidad de la integración de la tomografía computarizada de haz cónico basada en inteligencia artificial con imágenes dentales digitales

DOI:

10.3791/66014

⸱

February 23rd, 2024

 ,  ,  ,  , 
1Department of Orthodontics, Seoul National University Bundang Hospital, 2Division of Orthodontics, Faculty of Dentistry, University of British Columbia, 3Postgraduate Orthodontic Program, Arizona School of Dentistry & Oral Health, A. T. Still University, 4Graduate School of Dentistry, Kyung Hee University

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Se ha presentado un proceso de registro de tomografías computarizadas de haz cónico e imágenes dentales digitales utilizando la identificación y fusión asistida por inteligencia artificial (IA) de puntos de referencia. Una comparación con el registro basado en la superficie muestra que la digitalización y la integración basadas en la IA son fiables y reproducibles.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio tuvo como objetivo introducir la digitalización de la tomografía computarizada de haz cónico (CBCT) y la integración de imágenes dentales digitales (DDI) basadas en el registro basado en inteligencia artificial (IA) (ABR) y evaluar la fiabilidad y reproducibilidad utilizando este método en comparación con las del registro basado en superficie (SBR). Este estudio retrospectivo consistió en imágenes CBCT y DDI de 17 pacientes sometidos a cirugía ortognática bimaxilar asistida por ordenador. La digitalización de las imágenes CBCT y su integración con DDI se repitieron utilizando un programa basado en IA. Las imágenes CBCT y DDI se integraron mediante un registro punto a punto. Por el contrario, con el método SBR, los tres puntos de referencia se identificaron manualmente en el CBCT y DDI, que se integraron con el método iterativo de puntos más cercanos.

Después de dos integraciones repetidas de cada método, se obtuvieron los valores de coordenadas tridimensionales de los primeros molares maxilares e incisivos centrales y sus diferencias. Se realizaron pruebas de coeficiente intraclase (ICC) para evaluar la confiabilidad intraobservador con las coordenadas de cada método y comparar su confiabilidad entre el ABR y el SBR. La fiabilidad intraobservador mostró un ICC significativo y casi perfecto en cada método. No hubo significación en la diferencia de medias entre el primer y el segundo registro en cada ABR y SBR y entre ambos métodos; sin embargo, sus rangos fueron más estrechos con el método ABR que con el método SBR. Este estudio demuestra que la digitalización y la integración basadas en la IA son fiables y reproducibles.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La tecnología digital tridimensional (3D) ha ampliado el alcance del diagnóstico y la planificación del tratamiento ortodóncico o quirúrgico-ortodóncico. Una cabeza virtual construida a partir de una imagen de tomografía computarizada de haz cónico facial (CBCT) se puede utilizar para evaluar anomalías dentofaciales y dentales, planificar cirugía ortognática, fabricar obleas dentales e implantar guías quirúrgicas utilizando el diseño y la fabricación asistidos por computadora 1,2,3,4. Sin embargo, las exploraciones CBCT tienen una baja representación de la dentición, incluyendo la morfología dental y la relación interoclusal, que se deben a su limitada resolución y a los artefactos de rayas de la restauración dental o de los brackets ortodónticos5. Por lo tanto, las características dentales se han sustituido en las imágenes CBCT por imágenes dentales digitales (DDI), como moldes escaneados o imágenes de escaneo intraoral.

Para una integración fiable de la DDI en las imágenes CBCT, numerosos estudios informaron de diversos métodos, como el uso de marcadores fiduciales 6,7, registros basados en vóxeles8 y registros basados en superficie (SBRs)9,10. Estos procedimientos tienen sus métodos de uso de marcadores extraorales, múltiples escaneos CBCT y pasos de proceso adicionales, como la limpieza de artefactos metálicos en imágenes CBCT. En cuanto a la precisión de la SBR, varios estudios previos reportaron errores que oscilaron entre 0,10 y 0,43 mm 9,11. Además, Zou et al. evaluaron la confiabilidad intra e interobservador y los errores entre un ingeniero digital y un ortodoncista utilizando SBR y reportaron la necesidad de experiencia clínica y aprendizaje repetido10.

La inteligencia artificial (IA) se ha utilizado para predecir los resultados del tratamiento12 y digitalizar puntos de referencia en radiografías cefalométricas13 o imágenes CBCT 14,15,16, y actualmente se dispone de algunos programas informáticos comerciales para ayudar en este proceso 17. La identificación precisa de puntos de referencia anatómicos en imágenes 3D es un desafío debido a la ambigüedad de las superficies planas o estructuras curvas, las áreas de baja densidad y la amplia variabilidad de las estructuras anatómicas.

La automatización basada en IA y aprendida por máquina se puede aplicar no solo para la digitalización, sino también para la integración de DDI y CBCT dentofacial. Sin embargo, hay poca investigación sobre la precisión de un registro basado en IA (ABR) en comparación con el método existente basado en superficie. Para lograr resultados más precisos de los cambios esqueléticos y dentales en 3D a través de la cirugía ortognática bimaxilar, es necesario evaluar la precisión de los programas basados en IA al fusionar CBCT y DDI. Por lo tanto, este artículo presenta un protocolo paso a paso para digitalizar e integrar CBCT e DDI con un registro basado en IA (ABR) y evaluar su confiabilidad y reproducibilidad en comparación con el SBR.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio retrospectivo fue revisado y aprobado por la Junta de Revisión Institucional del Hospital Bundang de la Universidad Nacional de Seúl (B-2205-759-101) y cumplió con los principios de la Declaración de Helsinki. En el estudio se utilizaron archivos de Digital Imaging and Communications in Medicine (DICOM) de CBCT y DDI en formato Standard Tessellation Language (STL) del yeso dental. Se renunció a la necesidad de consentimiento informado debido a la naturaleza retrospectiva del estudio.

1. Adquisición de CBCT e imágenes dentales digitales (DDI)

  1. Seleccionar a los pacientes con base en los siguientes criterios de inclusión: maloclusión esquelética clase III; cirugía bimaxilar mediante planificación asistida por ordenador; y tratamiento de ortodoncia con aparatología fija en los bordes.
  2. Excluir a pacientes con síndromes craneofaciales, labio leporino/paladar hendido o primeros molares maxilares faltantes o incisivo central derecho.
  3. Obtenga escaneos CBCT con un campo de visión de 200 mm x 180 mm, un tamaño de vóxel de 0,2 mm y condiciones de exposición de 80 kVp, 15 mA y 10,8 s. Asegúrese de que los pacientes estén en posición vertical con los dientes en máxima intercuspación. Guarde los escaneos como archivos de datos de Digital Imaging and Communications in Medicine (DICOM).
  4. Adquiera DDI de moldes de cálculos dentales o escaneo intraoral directo y guárdelos en el formato de lenguaje de teselación estándar (STL) como dentición maxilar y mandibular separadas.

2. Protocolo de registro basado en IA (ABR)

  1. Reorientación y digitalización del CBCT
    1. Abra el software y haga clic en el botón Cargar archivo DICOM para importar archivos CBCT DICOM al software.
    2. Seleccione cualquiera de los archivos DICOM en la carpeta de datos DICOM y haga clic en abrir.
      NOTA: Cuando se cargan archivos DICOM, el software los reconstruye automáticamente en un volumen craneofacial CBCT.
    3. Haga clic en el botón Reorientación en el panel Hito (Figura 1).
    4. N (Nasion): haga clic en la muesca en V del hueso frontal en la vista 3D (Figura 2). Inmediatamente después del clic, observe que el punto azul (activado) se convierte en una cruz roja que aparecerá también en las vistas axial, sagital y coronal. Haga clic en las flechas triangulares azules hacia adelante y hacia atrás para identificar el punto de referencia.
      1. En la vista sagital, desplácese la rueda del ratón hacia arriba y hacia abajo para encontrar el punto más anterior donde la sutura frontonasal se encuentra con los huesos nasal y frontal y haga clic para determinar la posición vertical y anteroposterior del punto de referencia.
      2. En la vista coronal, desplácese la rueda del ratón hacia arriba y hacia abajo para encontrar el momento justo antes de que desaparezca el hueso nasal para asegurar el punto más anterior y haga clic para determinar la posición horizontal de la Nasion.
      3. En la vista axial, ajuste la posición anteroposterior tal como está en el punto más anterior.
    5. R O (Orbitale): haga clic en el punto más inferior en el margen del contorno orbital derecho en el modelo 3D (Figura 2).
      1. En la vista coronal, desplácese la rueda del ratón hacia arriba y hacia abajo para encontrar el punto más bajo en el margen inferior de la órbita derecha y haga clic.
      2. En la vista sagital, haga clic en el punto más superior del maxilar derecho o en la estructura ósea cigomática que constituye el límite inferior de la órbita.
      3. En la vista axial, desplácese por el ratón y haga clic para que la cruz roja se coloque donde se encuentra el borde de la órbita del ojo.
    6. L Or (Orbitale): haga clic en el punto más inferior en el margen del contorno orbital izquierdo en el modelo 3D (Figura 2) y modifique el punto en las tres vistas como en el proceso para R Or.
    7. R Po (Porion): haga clic en el punto más superior del contorno del meato auditivo externo derecho en el modelo 3D (Figura 2).
      1. En la vista coronal, haga clic en el punto más bajo del hueso temporal derecho para determinar las posiciones horizontal y vertical.
      2. En la vista sagital, haga clic en el punto más superior del contorno del meato auditivo externo derecho para ajustar las posiciones vertical y antero-posterior.
      3. En la vista axial, desplace la rueda del ratón para hacer clic donde aparece el canal auditivo externo, en el que desaparece la línea del hueso temporal.
    8. L Po (Porion): haga clic en el punto más superior del contorno del meato auditivo externo izquierdo en el modelo 3D (Figura 2) y modifique el punto en las tres vistas multiplanares como en el proceso para R Po.
      NOTA: Los cinco puntos de referencia esqueléticos básicos, incluyendo Nasion, orbitales derecho e izquierdo, y poriones derecho e izquierdo en el modelo craneofacial reconstruido (Figura 2), ya están identificados.
    9. Haga clic en el botón Listo para completar la reorientación del modelo craneofacial reconstruido.
    10. Haga clic en el botón Selección preliminar de puntos de referencia en el panel Punto de referencia y seleccione el grupo de puntos de referencia Dentición I.
      NOTA: Los grupos de referencia de base craneal, ATM, esqueleto maxilar, esqueleto mandibular, dentición I y tejido blando ya se seleccionan para el análisis craneofacial.
    11. Haga clic en el botón Ejecutar en el panel Selección preliminar de puntos de referencia y deje que el software elija automáticamente los puntos de referencia preliminares y determine sus coordenadas.
    12. Al modificar los puntos de referencia, presione el botón Selección manual de puntos de referencia en la pestaña Volumen , realice los ajustes necesarios y haga clic en el botón Listo para confirmar (Figura 3).

3. Procedimiento de fusión DDI

  1. Haga clic en el botón Registro de escaneo de dentición en el panel Herramientas (Figura 4).
  2. Seleccione la dentición del maxilar y haga clic en el botón Cargar en el panel de registro de la dentición.
  3. Seleccione los archivos STL del mismo paciente con el modelo CBCT en la carpeta para cargar los archivos STL de la dentición maxilar. Una vez que los archivos STL estén abiertos, busque los DDI en el lado derecho de la pantalla y cuatro vistas (3D, axial, sagital y coronal) del CBCT en el lado izquierdo de la pantalla.
  4. Elija los puntos de referencia de registro en el DDI cargado: las cúspides mesiobucales del primer molar maxilar derecho (R U6CP), el punto medio del incisivo central maxilar derecho en el borde incisal (R U1CP) y la cúspide mesiobucal del primer molar maxilar izquierdo (L U6CP) (Figura 5) cambiando las flechas triangulares azules hacia adelante y hacia atrás.
    NOTA: Haga clic con el botón izquierdo y arrastre el mouse para rotar el DDI y haga clic con el botón derecho y arrastre para acercar y alejar. Los hitos de registro se calibran simultáneamente mediante automatización de aprendizaje automático después de ser digitalizados manualmente.
  5. Haga clic en el botón Listo en el panel de Registro de dentición.
  6. Haga clic en el botón Sí para confirmar el registro automático (Figura 6).
  7. Para la fusión de la dentición mandibular, seleccione la dentición mandibular y haga clic en el botón Cargar en el panel Registro de dentición. Repita los pasos 3.2 a 3.6. Elija los puntos de referencia de registro en la dentición mandibular: la cúspide mesiobucal del primer molar inferior derecho/izquierdo (R-/L-L6CP), el punto medio del primer incisivo inferior derecho en el borde incisal (R L1CP).
  8. El DDI ahora se fusiona con el modelo CBCT reconstruido (Figura 7).
    1. Al modificar la fusión, haga clic en el botón Seleccionar hito de registro en el panel Registro de dentición (Figura 8).

4. Obtención de los valores de las coordenadas 3D (x, y y z) de cada hito

  1. Haga clic en el botón Selección manual de puntos de referencia en la pestaña Volumen o haga clic en la pestaña Análisis para obtener los valores de coordenadas 3D de los puntos de referencia. Para la exportación de datos, vaya a la pestaña de análisis→panel de exportación de datos y haga clic en el botón Hito para guardar los datos como un archivo.
    NOTA: El plano X (horizontal) es el plano que pasa a través de la Nasion, paralelo al plano horizontal de Frankfort (FH) que pasa por los orbitales izquierdo y derecho y el Orion derecho. El plano Y (sagital medio) es perpendicular al plano X, pasando a través de la Nasión y la Basión. El plano Z (coronal) establece el plano perpendicular a los planos horizontal y sagital medio a través de la Nasion (punto cero; 0, 0 y 0) (Figura 9).

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Aquí describimos el proceso de integración de CBCT y DDI utilizando un programa basado en IA. Para evaluar su confiabilidad y reproducibilidad, se realizó un estudio comparativo con registro basado en superficie (SBR). Se determinó que se requería un tamaño de muestra mínimo de diez después de un análisis de potencia bajo correlación ρ H1 = 0,77, α = 0,05 y potencia (1−β) = 0,8018. Se estudiaron un total de 17 conjuntos de escaneos CBCT e imágenes dentales digitales de pacientes ortognáticos en el Hospital Bundang de la Universidad Nacional de Seúl desde marzo de 2016 hasta octubre de 2019. Todos los procesos de SBR y ABR para la misma población fueron repetidos dos veces por el mismo examinador, un residente de ortodoncia que se había capacitado en la identificación de puntos de referencia durante más de 1,5 años. La RSB se realizó a través de un protocolo similar al de algunos estudios previos 9,10 (Figura 10). Se evaluaron las diferencias de medias en los valores de las coordenadas x, y z de R-/L-U6CP y R U1CP después de integraciones repetidas con cada programa. Todos los datos se analizaron estadísticamente con el programa SPSS 22.0. Se analizó la confiabilidad en las coordenadas de los puntos de referencia en cada ABR, SBR y entre ellos para evaluar la reproducibilidad mediante correlación intraclase (CCI)19.

La fiabilidad intraobservador de los valores de las coordenadas x, y y z de R-/L-U6CP y R U1CP fue significativa y casi perfecta para ABR (0,950 ≤ ICC ≤ 0,998) y SBR (0,886 ≤ ICC ≤ 0,997), respectivamente (Tabla 1). La diferencia de confiabilidad en los valores de las coordenadas y y z en la mayoría de los puntos de referencia fue significativa y mostró una concordancia casi perfecta a sustancial entre el SBR y el ABR. Sin embargo, los valores de la coordenada x de R-/L-U6CP y R U1CP presentaron concordancia moderada, mediocre y baja, respectivamente, y fueron insignificantes.

Como se muestra en la Tabla 2, las diferencias medias de todos los valores de coordenadas de las integraciones repetidas no fueron significativamente diferentes en cada método. Estas diferencias en las coordenadas x oscilaron entre -0,005 y -0,098 mm para ABR y entre -0,212 y 0,013 mm para SBR. Oscilaron entre -0,084 y -0,314 mm en las coordenadas y para ABR, y entre 0,007 y 0,084 mm para SBR, y entre -0,005 y 0,045 mm en las coordenadas z para ABR y entre 0,567 y 0,074 mm para SBR. Sin embargo, no hubo significación en la diferencia de medias entre el primer y el segundo registro entre el ABR y el SBR.

figure-results-1
Figura 1: Reorientación de un modelo craneofacial. Esto se inicia haciendo clic en el botón Reorientación en el panel Hito. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-2
Figura 2: Los cinco puntos de referencia básicos para la reorientación del modelo craneofacial reconstruido: nasión, orbitales derecho e izquierdo, y poriones derecho e izquierdo. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-3
Figura 3: Puntos de referencia y sus coordenadas después de la selección automática preliminar de puntos de referencia. Las revisiones y modificaciones de los puntos de referencia se pueden realizar haciendo clic en el botón Selección manual de puntos de referencia en la pestaña Volumen . Haga clic aquí para ver una versión más grande de esta figura.

figure-results-4
Figura 4: Inicio de la fusión de imágenes dentales digitales con el modelo craneofacial reorientado. Esto se hace haciendo clic en el botón Registro de escaneo de dentición en el panel Herramientas. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-5
Figura 5: Ubicación de los tres hitos de registro en las imágenes dentales digitales cargadas. Las cúspides mesiobucales del primer molar maxilar derecho (R U6CP), el punto medio del incisivo central del maxilar derecho en el borde incisal (R U1CP) y la cúspide mesiobucal del primer molar maxilar izquierdo (L U6CP). Estos puntos de referencia se calibraron simultáneamente mediante automatización de aprendizaje automático. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-6
Figura 6: Confirmación de los tres hitos de registro en las imágenes dentales digitales cargadas y CBCT. Las cúspides mesiobucales derecha e izquierda de los primeros molares maxilares (R U6CP, L U6CP) y el punto medio del incisivo central superior derecho (R U1CP). Al hacer clic en el botón Sí se realiza el registro automático. Abreviatura: CBCT = tomografía computarizada de haz cónico. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-7
Figura 7: El modelo craneofacial reconstruido con la imagen dental digital fusionados. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-8
Figura 8: Modificación de la fusión. Al modificar la fusión, haga clic en el botón Seleccionar hito de registro en el panel Registro de dentición. Haga clic aquí para ver una versión más grande de esta figura.

figure-results-9
Figura 9: Planos de referencia del programa. El plano X (horizontal) es el plano que pasa a través de la Nasion, paralelo al plano horizontal de Frankfort (FH) que pasa por los orbitales izquierdo y derecho y el Orion derecho. El plano Y (sagital medio) es perpendicular al plano X, pasando a través de la Nasión y la Basión. El plano Z (coronal) establece el plano perpendicular a los planos horizontal y sagital medio a través de Nasion (punto cero; 0, 0 y 0). Haga clic aquí para ver una versión más grande de esta figura.

figure-results-10
Figura 10: Registro basado en la superficie de las imágenes dentales digitales maxilares en las porciones dentales de las imágenes CBCT reconstruidas. (A) Antes y (B) después de la fusión. En primer lugar, se registraron los puntos iniciales utilizando las cúspides mesiobucales de los primeros molares maxilares y el punto de contacto de los incisivos centrales en el CBCT y el DDI. Posteriormente, se registró la superficie para lograr una integración más precisa utilizando el algoritmo iterativo de puntos más cercanos. Abreviatura: CBCT = tomografía computarizada de haz cónico; DDI = imágenes dentales digitales. Haga clic aquí para ver una versión más grande de esta figura.

Tabla 1: Fiabilidad en tres coordenadas de cada hito al integrar CBCTs faciales e imágenes dentales digitales en cada ABR y SBR y entre ellas. *prueba t pareada; †Prueba t independiente. ICC > 0,8/0,6/0,4/0,2 o ≤ 0,2 representan una fuerza de acuerdo muy buena, buena, moderada, regular o mala, respectivamente. Abreviaturas: CBCT = tomografía computarizada de haz cónico; IA = inteligencia artificial; ABR = registro basado en IA; SBR = registro basado en superficie; IC = intervalo de confianza; ICC= coeficiente intraclase. Haga clic aquí para descargar esta tabla.

Tabla 2: Diferencias de medias en las tres coordenadas de cada punto de referencia a partir de registros repetidos de CBCT faciales e imágenes dentales digitales con el ABR y el SBR. Δ (1ª-2ª), la diferencia de medias en las coordenadas x, y y z de cada punto de referencia entre el primer registro (1º) y el segundo registro (2º) de imágenes DDI y CBCT faciales. *prueba t pareada; †prueba t independiente; bWilcoxon Prueba de rango firmado. La significancia se estableció en P < 0,05. Abreviaturas: CBCT = tomografía computarizada de haz cónico; IA = inteligencia artificial; ABR = registro basado en IA; SBR = registro basado en superficie; S.D. = desviación estándar. Haga clic aquí para descargar esta tabla.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Utilizando el protocolo presentado, la digitalización de puntos de referencia y la integración de CBCT y DDI se pueden lograr fácilmente utilizando software de aprendizaje automático. Este protocolo requiere los siguientes pasos críticos: i) reorientación de la cabeza en la exploración CBCT, ii) digitalización de CBCT y DDI, y iii) fusión de imágenes CBCT con DDI. La digitalización de cinco puntos de referencia para la reorientación de la cabeza es fundamental porque determina la posición 3D de la cabeza con planos de referencia en áreas espaciales. Tres puntos de referencia (R-/L-U6CP y R U1CP) en el DDI fueron calibrados por automatización de aprendizaje automático después de ser digitalizados manualmente. El único proceso manual consistió en localizar los cinco puntos de referencia esqueléticos básicos en el modelo CBCT reconstruido, incluyendo Nasion, orbitales derecho e izquierdo y poriones (Figura 2), y los tres puntos de referencia dentales en el DDI, incluyendo R-/L-U6CP y R U1CP (Figura 5). Por lo tanto, el usuario debe tener experiencia en la digitalización de estos ocho puntos de referencia, lo que puede influir en los errores de registro. El tiempo medio de consumo de SBR fue de 3-4 minutos para la fusión de CBCT y DDI por parte de un experto en programas. En el programa ABR, se consumió un promedio de 50 s para elegir cinco puntos de referencia para la reorientación, 40 s para elegir tres puntos de referencia en DDI y 2-3 s para que el programa fusionara CBCT y DDI. Además, el tiempo para la selección automática de puntos de referencia en todo el CBCT varía de 30 s a 2 minutos según la selección del grupo de referencias.

Cuando la digitalización de algunos puntos de referencia es imprecisa, se pueden modificar mediante digitalización manual y haciendo clic en Registro manual. Supongamos que hay alguna variación anatómica o morfológica (por ejemplo, falta de incisivos centrales o primeros molares), un médico puede identificar puntos de referencia específicos personalizando ciertos puntos en el CBCT y el DDI para que coincidan.

En cuanto a los errores medios de varios métodos de integración con CBCT y DDI, estudios previos que utilizaron marcadores informaron que el rango de errores de registro fue de 0,1 a 0,5 mm20. En un registro basado en superficies resistentes a artefactos, Lin et al. informaron errores de precisión de 0,10 a 0,43 mm11. Sin embargo, en nuestro estudio, el rango de diferencia de medias en la ABR fue menor que el de la SBR (0,001 a 0,314 mm; Tabla 2). Esto significa que ABR puede tener más precisión que SBR. Curiosamente, la coordenada z del incisivo maxilar en el ABR y la coordenada x en el SBR mostraron errores promedio relativamente menores. Se puede derivar de diferentes puntos de referencia del incisivo maxilar entre ABR y SBR, que es el punto medio y el punto de contacto del incisivo maxilar, respectivamente.

Además, los artefactos metálicos y el nivel de experiencia del operador durante la integración pueden influir en la precisión al fusionar CBCT y DDI. Nkenke et al. reportaron 0,13 mm y 0,27 mm sin y con corrección de artefactos metálicos, respectivamente21. Otro estudio encontró que los dientes maxilares presentaron una confiabilidad pobre a moderada en los valores de la coordenada x con SBR entre diferentes grupos de operadores10. Consistentemente, en nuestro estudio, la confiabilidad de los valores de las coordenadas x de los primeros molares maxilares e incisivos presentó una concordancia de moderada a pobre en comparación entre ABR y SBR. Además, la confiabilidad en las coordenadas y-/z- en la mayoría de los puntos de referencia fue casi perfecta a concordancia sustancial, mientras que las coordenadas x mostraron una concordancia moderada a baja (Tabla 1). Esta variabilidad en las coordenadas x podría derivarse de la ambigüedad de los puntos de referencia debido al desgaste oclusal en los primeros molares y al apiñamiento o espaciamiento en los incisivos centrales maxilares.

En cuanto a la identificación con IA de CBCT, los puntos de referencia en crestas, bordes, ápices y entre áreas con densidades distintivas son más fáciles de localizar y, por lo tanto, tienden a presentar la mayor precisión22. Guillot et al. encontraron que los puntos de referencia en la base craneal mostraron mayor precisión que los del maxilar y la mandíbula14. Sin embargo, estos estudios no fusionaron la CBCT con la DDI y evaluaron la identificación de puntos de referencia anatómicos solo en la CBCT por IA.

Este estudio contó con un tamaño de muestra pequeño que se utilizó para evaluar la confiabilidad de la ABR; Se necesita una evaluación adicional con un tamaño de muestra más grande. Teniendo en cuenta que este estudio solo fue realizado por un examinador, las diferencias entre examinadores podrían afectar la confiabilidad, que puede estudiarse más a fondo. Además, dado que este protocolo se basaba en un algoritmo de aprendizaje automático en el que se desarrollaban redes neuronales de convolución con una base de datos de muestra, la base de datos debía actualizarse periódicamente. Debe entenderse que la diversidad anatómica de los dientes y el hueso facial, especialmente en las deformidades dentofaciales, las diferencias en la densidad radiográfica y la resolución de CBCT y DDI podrían resultar en una representación de datos comprometida. Este protocolo ABR se puede aplicar para prediseñar un implante o cirugía periodontal y simular cirugía ortognática asistida por ordenador y tratamiento ortodóncico.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Los autores declaran no tener conflictos de intereses.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio contó con el apoyo del Fondo de Investigación del Hospital Bundang de la Universidad Nacional de Seúl (SNUBH). (Beca nº 14-2019-0023).

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
G * Potencia  Heinrich Heine Universitä t, Düsseldorf, Alemaniav. 3.1.9.7Un software de cálculo del tamaño de la muestra
Geomagic Qualify®3D Systems,
Morrisville, NC, EE. UU.		v 2013Característica de metrología 3D y software de automatización,
que transforma los datos de escaneo y sondeo en 3D para ser utilizados en aplicaciones de diseño, fabricación y metrología 
KODAK 9500Carestream Health Inc., Rochester, NY, EE. UU.5159538Tomógrafo computarizado de haz cónico (CBCT)
MD-ID0300Medit Co, Seúl, Corea del Sur
Seúl, Corea		61010-1 Escáner demodelo de escritorio 
ON3D3D ONS Inc.,
Seúl, Corea		v 1.3.0Software para la evaluación CBCT 3D; Identificación de puntos de referencia basada en IA, análisis craneofacial y de la ATM, superposición y cirugía ortognática virtual
SPSS IBM, Armonk, NY, EE. UU.V 22.0 Un programa de análisis estadístico

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. 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).">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).
  2. 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).">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).
  3. 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).">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).
  4. 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).">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).
  5. 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).">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).
  6. Integration of digital dental casts in cone-beam computed tomography scans. ISRN Dent. 2012, 949086(2012).">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).
  7. 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).">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).
  8. 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).">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).
  9. 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).">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).
  10. 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).">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).
  11. Artifact-resistant superimposition of digital dental models and cone-beam computed tomography images. J Oral Maxillofac Surg. 71 (11), 1933-1947 (2013).">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).
  12. Use of artificial intelligence to predict outcomes of nonextraction treatment of Class II malocclusions. Semin Orthodontics. 27 (2), 87-95 (2021).">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).
  13. Evaluating the accuracy of automated cephalometric analysis based on artificial intelligence. BMC Oral Health. 23 (1), 1-10 (2023).">Bao, H., et al. Evaluating the accuracy of automated cephalometric analysis based on artificial intelligence. BMC Oral Health. 23 (1), 1-10 (2023).
  14. Automatic landmark identification in cone-beam computed tomography. Orthod Craniofac Res. , (2023).">Gillot, M., et al. Automatic landmark identification in cone-beam computed tomography. Orthod Craniofac Res. , (2023).
  15. Evaluation of an artificial intelligence-based algorithm for automated localization of craniofacial landmarks. Clin Oral Invest. 27, 2255-2265 (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).
  16. The validity and reliability of automatic tooth segmentation generated using artificial intelligence. The Scientific World Journal. 2023, 5933003(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).
  17. AI-assisted CBCT data management in modern dental practice: Benefits, limitations and innovations. Electronics. 12 (7), 1710(2023).">Urban, R., et al. AI-assisted CBCT data management in modern dental practice: Benefits, limitations and innovations. Electronics. 12 (7), 1710(2023).
  18. Statistical power analyses using G*Power 3.1: tests for correlation and regression analyses. Behav Res Methods. 41 (4), 1149-1160 (2009).">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).
  19. The measurement of observer agreement for categorical data. Biometrics. 33, 159-174 (1977).">Landis, J. R., Koch, G. G. The measurement of observer agreement for categorical data. Biometrics. 33, 159-174 (1977).
  20. 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).">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).
  21. 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).">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).
  22. 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).">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).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Artificial Intelligence DentistryCone Beam Computed TomographyDigital Dental ImagesAI Based RegistrationSurface Based RegistrationLandmark DigitizationOrthognathic Surgery Imaging3D Coordinate AnalysisDental Image IntegrationIntraclass Coefficient Testing

Related Articles