È stato presentato un processo di registrazione di scansioni di tomografia computerizzata a fascio conico e immagini dentali digitali utilizzando l'identificazione assistita dall'intelligenza artificiale (AI) dei punti di riferimento e della fusione. Un confronto con la registrazione basata sulla superficie mostra che la digitalizzazione e l'integrazione basate sull'intelligenza artificiale sono affidabili e riproducibili.
È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.
Articolo metodologico
Affidabilità della tomografia computerizzata a fascio conico basata sull'intelligenza artificiale Integrazione con immagini dentali digitali
* These authors contributed equally
In questo articolo
Sommario
Abstract
Questo studio mirava a introdurre la digitalizzazione della tomografia computerizzata a fascio conico (CBCT) e l'integrazione di immagini dentali digitali (DDI) basate sulla registrazione basata sull'intelligenza artificiale (AI) (ABR) e a valutare l'affidabilità e la riproducibilità utilizzando questo metodo rispetto a quelle della registrazione basata sulla superficie (SBR). Questo studio retrospettivo consisteva in immagini CBCT e DDI di 17 pazienti sottoposti a chirurgia ortognatica bimascellare assistita da computer. La digitalizzazione delle immagini CBCT e la loro integrazione con DDI sono state ripetute utilizzando un programma basato sull'intelligenza artificiale. Le immagini CBCT e DDI sono state integrate utilizzando una registrazione point-to-point. Al contrario, con il metodo SBR, i tre punti di riferimento sono stati identificati manualmente sulla CBCT e sulla DDI, che sono stati integrati con il metodo iterativo dei punti più vicini.
Dopo due ripetute integrazioni di ciascun metodo, sono stati ottenuti i valori delle coordinate tridimensionali dei primi molari mascellari e degli incisivi centrali e le loro differenze. È stato eseguito un test del coefficiente intraclasse (ICC) per valutare l'affidabilità intra-osservatore con le coordinate di ciascun metodo e confrontare la loro affidabilità tra ABR e SBR. L'affidabilità intra-osservatore ha mostrato ICC significativo e quasi perfetto in ciascun metodo. Non c'era alcuna significatività nella differenza media tra la prima e la seconda registrazione in ciascun ABR e SBR e tra i due metodi; tuttavia, i loro intervalli erano più ristretti con ABR che con il metodo SBR. Questo studio dimostra che la digitalizzazione e l'integrazione basate sull'intelligenza artificiale sono affidabili e riproducibili.
Introduzione
La tecnologia digitale tridimensionale (3D) ha ampliato l'ambito della diagnosi e della pianificazione per il trattamento ortodontico o chirurgico-ortodontico. Una testa virtuale costruita da un'immagine di tomografia computerizzata a fascio conico facciale (CBCT) può essere utilizzata per valutare anomalie dentofacciali e dentali, pianificare la chirurgia ortognatica, fabbricare wafer dentali e guide chirurgiche implantari utilizzando la progettazione e la produzione assistita da computer 1,2,3,4. Tuttavia, le scansioni CBCT hanno una bassa rappresentazione della dentatura, compresa la morfologia dentale e la relazione interocclusale, che sono dovute alla loro risoluzione limitata e agli artefatti striati del restauro dentale o dei bracket ortodontici5. Pertanto, le caratteristiche dentali sono state sostituite sulle immagini CBCT con immagini dentali digitali (DDI), come i calchi scansionati o le immagini di scansione intraorale.
Per un'integrazione affidabile della DDI sulle immagini CBCT, numerosi studi hanno riportato vari metodi come l'uso di marcatori fiduciali 6,7,voxel 8 e registrazioni basate sulla superficie (SBR)9,10. Queste procedure hanno i loro metodi di utilizzo di marcatori extraorali, scansioni CBCT multiple e fasi di processo aggiuntive come la pulizia di artefatti metallici sulle immagini CBCT. Per quanto riguarda l'accuratezza SBR, diversi studi precedenti hanno riportato errori che vanno da 0,10 a 0,43 mm 9,11. Inoltre, Zou et al. hanno valutato l'affidabilità e gli errori intra/inter-osservatori tra un ingegnere digitale e un ortodontista utilizzando SBR e hanno riportato la necessità di esperienza clinica e apprendimento ripetuto10.
L'intelligenza artificiale (AI) è stata utilizzata per prevedere i risultati del trattamento12 e digitalizzare i punti di riferimento sulle radiografie cefalometriche13 o sulle immagini CBCT 14,15,16 e attualmente sono disponibili alcuni software commerciali per assistere in questo processo17. L'identificazione accurata dei punti di riferimento anatomici sulle immagini 3D è difficile a causa dell'ambiguità delle superfici piane o delle strutture curve, delle aree a bassa densità e dell'ampia variabilità delle strutture anatomiche.
L'automazione basata sull'intelligenza artificiale e l'apprendimento automatico possono essere applicate non solo per la digitalizzazione, ma anche per l'integrazione di DDI e CBCT dentofacciale. Tuttavia, ci sono poche ricerche sull'accuratezza di una registrazione basata sull'intelligenza artificiale (ABR) rispetto al metodo basato sulla superficie esistente. Per ottenere risultati più accurati dei cambiamenti scheletrici e dentali 3D attraverso la chirurgia ortognatica bimascellare, è necessario valutare l'accuratezza dei programmi basati sull'intelligenza artificiale durante la fusione di CBCT e DDI. Pertanto, questo articolo presenta un protocollo passo-passo per la digitalizzazione e l'integrazione di CBCT e DDI con una registrazione basata sull'intelligenza artificiale (ABR) e per valutarne l'affidabilità e la riproducibilità rispetto a quella di SBR.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Protocollo
Questo studio retrospettivo è stato esaminato e approvato dall'Institutional Review Board dell'Ospedale Bundang dell'Università Nazionale di Seoul (B-2205-759-101) ed è conforme ai principi della Dichiarazione di Helsinki. Nello studio sono stati utilizzati file DICOM (Digital Imaging and Communications in Medicine) da CBCT e DDI in formato STL (Standard Tessellation Language) dal calco dentale. La necessità del consenso informato è stata rinunciata a causa della natura retrospettiva dello studio.
1. CBCT e acquisizione di immagini dentali digitali (DDI)
- Selezionare i pazienti in base ai seguenti criteri di inclusione: malocclusione scheletrica di classe III; chirurgia bimascellare tramite pianificazione assistita da computer; e trattamento ortodontico con apparecchi fissi a spigolo.
- Escludere i pazienti con sindromi craniofacciali, labiopalatoschisi o primi molari mascellari mancanti o incisivo centrale destro.
- Ottieni scansioni CBCT con un campo visivo di 200 mm x 180 mm, una dimensione del voxel di 0,2 mm e condizioni di esposizione di 80 kVp, 15 mA e 10,8 s. Assicurarsi che i pazienti siano in posizione eretta con i denti nella massima intercuspidazione. Salvare le scansioni come file di dati DICOM (Digital Imaging and Communications in Medicine).
- Acquisisci DDI da calchi dentali o scansioni intraorali dirette e salvali nel formato STL (Standard Tessellation Language) come dentizione mascellare e mandibolare separata.
2. Protocollo di registrazione basato sull'intelligenza artificiale (ABR)
- Riorientamento e digitalizzazione della CBCT
- Aprire il software e fare clic sul pulsante Carica file DICOM per importare i file DICOM CBCT nel software.
- Selezionare uno dei file DICOM nella cartella dei dati DICOM e fare clic su Apri.
NOTA: Quando i file DICOM vengono caricati, il software li ricostruisce automaticamente in un volume craniofacciale CBCT. - Fare clic sul pulsante Riorientamento nel pannello Punto di riferimento (Figura 1).
- N (Nasion): fare clic sulla tacca a V dell'osso frontale nella vista 3D (Figura 2). Subito dopo il clic, osserva che il punto blu (attivato) si trasforma in una croce rossa che apparirà anche nelle viste assiale, sagittale e coronale. Fare clic sulle frecce triangolari blu avanti e indietro per identificare il punto di riferimento.
- Nella vista sagittale, scorrere la rotellina del mouse su e giù per trovare il punto più anteriore in cui la sutura frontonasale incontra le ossa nasali e frontali e fare clic per determinare la posizione verticale e anteroposteriore del punto di riferimento.
- Nella vista coronale, scorrere la rotellina del mouse su e giù per trovare il momento appena prima che l'osso nasale scompaia per garantire il punto e il clic più anteriori per determinare la posizione orizzontale della Nasion.
- Nella vista assiale, regolare la posizione anteroposteriore in quanto si trova nel punto più anteriore.
- R O (Orbitale): fare clic sul punto più basso sul margine del contorno orbitale destro nel modello 3D (Figura 2).
- Nella vista coronale, scorrere la rotellina del mouse su e giù per trovare il punto più basso sul margine inferiore dell'orbita destra e fare clic.
- Nella vista sagittale, fare clic sul punto più superiore della mascella destra o della struttura ossea zigomatica che costituisce il limite inferiore dell'orbita.
- Nella vista assiale, scorrere il mouse e fare clic in modo che la croce rossa sia posizionata nel punto in cui si incontra il bordo dell'orbita dell'occhio.
- L O (Orbitale): fare clic sul punto più basso sul margine del contorno orbitale sinistro nel modello 3D (Figura 2) e modificare il punto sulle tre viste come nel processo per R O.
- R Po (Porion): fare clic sul punto più alto del contorno del meato uditivo esterno destro nel modello 3D (Figura 2).
- Nella vista coronale, fare clic sul punto più basso dell'osso temporale destro per determinare le posizioni orizzontale e verticale.
- Nella vista sagittale, fare clic sul punto più alto del contorno del meato uditivo esterno destro per regolare le posizioni verticale e antero-posteriore.
- Nella vista assiale, scorrere la rotellina del mouse per fare clic nel punto in cui appare il canale uditivo esterno, in cui la linea dell'osso temporale scompare.
- L Po (Porion): fare clic sul punto più alto del contorno del meato uditivo esterno sinistro nel modello 3D (Figura 2) e modificare il punto nelle tre viste multiplanari come nel processo per R Po.
NOTA: I cinque punti di riferimento scheletrici di base, tra cui Nasion, orbitali destro e sinistro e porzioni destra e sinistra nel modello craniofacciale ricostruito (Figura 2), sono ora identificati. - Fare clic sul pulsante Fine per completare il riorientamento del modello craniofacciale ricostruito.
- Fare clic sul pulsante Selezione preliminare dei punti di riferimento nel pannello Punto di riferimento e selezionare il gruppo di punti di riferimento Dentizione I.
NOTA: I gruppi di riferimento della base cranica, dell'ATM, dello scheletro mascellare, dello scheletro mandibolare, della dentizione I e dei tessuti molli sono già selezionati per l'analisi craniofacciale. - Fai clic sul pulsante Esegui nel pannello Preliminary Landmark Picking e lascia che il software prelevi automaticamente i punti di riferimento preliminari e ne determini le coordinate.
- Quando si modificano i punti di riferimento, premere il pulsante Selezione manuale dei punti di riferimento nella scheda Volume , apportare le modifiche necessarie e fare clic sul pulsante Fine per confermare (Figura 3).
3. Procedura di fusione DDI
- Fare clic sul pulsante Registrazione della scansione della dentatura nel pannello Strumenti (Figura 4).
- Selezionare la dentatura mascellare e fare clic sul pulsante Carica nel pannello Registrazione dentazione.
- Selezionare i file STL dello stesso paziente con il modello CBCT nella cartella per caricare i file STL della dentatura mascellare. Una volta aperti i file STL, cerca i DDI sul lato destro dello schermo e quattro viste (3D, assiale, sagittale e coronale) della CBCT sul lato sinistro dello schermo.
- Scegli i punti di riferimento di registrazione sul DDI caricato: le cuspidi mesiobuccali del primo molare mascellare destro (R U6CP), il punto medio dell'incisivo centrale mascellare destro sul bordo incisale (R U1CP) e la cuspide mesiobuccale del primo molare mascellare sinistro (L U6CP) (Figura 5) scambiando le frecce triangolari blu avanti e indietro.
NOTA: fare clic con il pulsante sinistro del mouse e trascinare il mouse per ruotare il DDI e fare clic con il pulsante destro del mouse e trascinare per ingrandire e rimpicciolire. I punti di riferimento di registrazione vengono calibrati simultaneamente dall'automazione ad apprendimento automatico dopo essere stati digitalizzati manualmente. - Fare clic sul pulsante Fine nel pannello Registrazione denzione.
- Fare clic sul pulsante Sì per confermare la registrazione automatica (Figura 6).
- Per l'unione della dentatura mandibolare, selezionare la dentatura mandibolare e fare clic sul pulsante Carica nel pannello Registrazione dentazione. Ripetere i passaggi da 3.2 a 3.6. Individuare i punti di riferimento di registrazione sulla dentatura mandibolare: la cuspide mesiobuccale del primo molare inferiore destro/sinistro (R-/L- L6CP), il punto medio del primo incisivo inferiore destro sul bordo incisale (R L1CP).
- Il DDI è ora fuso con il modello CBCT ricostruito (Figura 7).
- Quando si modifica l'unione, fare clic sul pulsante Scegli punto di riferimento di registrazione nel pannello Registrazione dentatura (Figura 8).
4. Ottenere i valori delle coordinate 3D (x, y e z) di ciascun punto di riferimento
- Fare clic sul pulsante Selezione manuale dei punti di riferimento nella scheda Volume o fare clic sulla scheda Analisi per ottenere i valori delle coordinate 3D dei punti di riferimento. Per l'esportazione dei dati, vai alla scheda analisi
→pannello di esportazione dei dati e fai clic sul pulsante Punto di riferimento per salvare i dati come file.
NOTA: Il piano X (orizzontale) è il piano che passa attraverso la Nasion, parallelo al piano orizzontale di Francoforte (FH) che passa per gli orbitali sinistro e destro e la porzione destra. Il piano Y (sagittale medio) è perpendicolare al piano X, passando per il Nasion e il basion. Il piano Z (coronale) imposta il piano perpendicolare ai piani orizzontale e sagittale medio tramite il Nasion (punto zero; 0, 0 e 0) (Figura 9).
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Risultati
Qui abbiamo descritto il processo di integrazione di CBCT e DDI utilizzando un programma basato sull'intelligenza artificiale. Per valutarne l'affidabilità e la riproducibilità, è stato condotto uno studio comparativo con registrazione basata sulla superficie (SBR). È stato determinato che era richiesta una dimensione minima del campione di dieci dopo un'analisi di potenza sotto correlazione ρ H1 = 0,77, α = 0,05 e potenza (1−β) = 0,8018. Sono state studiate un totale di 17 serie di scansioni CBCT...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Discussione
Utilizzando il protocollo presentato, la digitalizzazione dei punti di riferimento e l'integrazione di CBCT e DDI possono essere facilmente realizzate utilizzando un software di apprendimento automatico. Questo protocollo richiede i seguenti passaggi critici: i) riorientamento della testa nella scansione CBCT, ii) digitalizzazione di CBCT e DDI e iii) fusione delle immagini CBCT con la DDI. La digitalizzazione di cinque punti di riferimento per il riorientamento della testa è fondamentale perché determina la posizione 3D...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Dichiarazioni
Gli autori dichiarano di non avere conflitti di interesse.
Ringraziamenti
Questo studio è stato supportato dal Fondo di ricerca dell'ospedale Bundang dell'Università nazionale di Seoul (SNUBH). (Sovvenzione n. 14-2019-0023).
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Materiali
| Nome | Azienda | Numero di catalogo | Commenti |
|---|---|---|---|
| G*Potenza | Università Heinrich Heineä t, Düsseldorf, Germania | v. 3.1.9.7 | Un software di calcolo della dimensione del campione |
| Geomagic Qualify® | 3D Systems, Morrisville, NC, USA | v 2013 | Funzione di metrologia 3D e software di automazione, che trasformano i dati di scansione e sonda in 3D da utilizzare in applicazioni di progettazione, produzione e metrologia |
| KODAK 9500 | Carestream Health Inc., Rochester, NY, USA | Tomografo computerizzato a fascio conico 5159538 (CBCT) | |
| MD-ID0300 | Medit Co, Seoul, Corea del Sud Seoul, Corea | 61010-1 | Scanner per modelli desktop |
| ON3D | 3D ONS Inc., Seoul, Corea | v 1.3.0 | Software per la valutazione CBCT 3D; Identificazione dei punti di riferimento basata sull'intelligenza artificiale, analisi craniofacciale e dell'ATM, sovrapposizione e chirurgia ortognatica virtuale |
| SPSS | IBM, Armonk, NY, Stati Uniti | contro 22.0 | Un programma di analisi statistica |
Riferimenti
- 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).
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Ristampe e permessi
