RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
it_IT
Menu
Menu
Menu
Menu
A subscription to JoVE is required to view this content. Sign in or start your free trial.
Research Article
Ju-Heon Lee*1, Nam-Ki Lee*1, Bingshuang Zou2, Jae Hyun Park3,4, Tae-Hyun Choi1
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
Please note that some of the translations on this page are AI generated. Click here for the English version.
Erratum Notice
Important: There has been an erratum issued for this article. View Erratum Notice
Retraction Notice
The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice
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.
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.
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.
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)
2. Protocollo di registrazione basato sull'intelligenza artificiale (ABR)
3. Procedura di fusione DDI
4. Ottenere i valori delle coordinate 3D (x, y e z) di ciascun punto di riferimento
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 e immagini dentali digitali di pazienti ortognatici presso il Seoul National University Bundang Hospital da marzo 2016 a ottobre 2019. L'intero processo SBR e ABR per la stessa popolazione è stato ripetuto due volte dallo stesso esaminatore, un residente ortodontico che si era formato nell'identificazione dei punti di riferimento per più di 1,5 anni. SBR è stato eseguito attraverso un protocollo simile a quello di alcuni studi precedenti 9,10 (Figura 10). Sono state valutate le differenze medie nei valori delle coordinate x, y e z di R-/L-U6CP e R U1CP dopo ripetute integrazioni con ciascun programma. Tutti i dati sono stati analizzati statisticamente con il software SPSS 22.0. L'affidabilità delle coordinate dei punti di riferimento è stata analizzata in ciascun ABR, SBR e tra di loro per valutare la riproducibilità utilizzando la correlazione intraclasse (ICC)19.
L'affidabilità intra-osservatore dei valori delle coordinate x, y e z di R-/L-U6CP e R U1CP è stata significativa e quasi perfetta per ABR (0,950 ≤ ICC ≤ 0,998) e SBR (0,886 ≤ ICC ≤ 0,997), rispettivamente (Tabella 1). La differenza di affidabilità nei valori delle coordinate y e z nella maggior parte dei punti di riferimento era significativa e mostrava un accordo quasi perfetto o sostanziale tra SBR e ABR. Tuttavia, i valori delle coordinate x di R-/L-U6CP e R U1CP presentavano rispettivamente una concordanza moderata, mediocre e bassa ed erano insignificanti.
Come mostrato nella Tabella 2, le differenze medie di tutti i valori delle coordinate dalle integrazioni ripetute non erano significativamente diverse in ciascun metodo. Queste differenze sulle coordinate x variavano da -0,005 a -0,098 mm per ABR e da -0,212 a 0,013 mm per SBR. Variavano da -0,084 a -0,314 mm sulle coordinate y per ABR e da -0,007 a 0,084 mm per SBR e variavano da -0,005 a 0,045 mm sulle coordinate z per ABR e da -0,567 a 0,074 mm per SBR. Tuttavia, non vi era alcuna significatività nella differenza media tra la prima e la seconda registrazione tra l'ABR e l'SBR.

Figura 1: Riorientamento di un modello craniofacciale. Questo viene avviato facendo clic sul pulsante Riorientamento nel pannello Punto di riferimento. Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 2: I cinque punti di riferimento di base per il riorientamento del modello craniofacciale ricostruito; nasion, orbitali destro e sinistro e porzioni destra e sinistra. Clicca qui per visualizzare una versione più grande di questa figura.

Figura 3: Punti di riferimento e relative coordinate dopo la selezione automatica preliminare dei punti di riferimento. Le revisioni e le modifiche dei punti di riferimento possono essere effettuate facendo clic sul pulsante Selezione manuale dei punti di riferimento nella scheda Volume . Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 4: Inizio dell'unione delle immagini dentali digitali con il modello craniofacciale riorientato. Questo viene fatto facendo clic sul pulsante Registrazione della scansione della dentatura nel pannello Strumenti. Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 5: Posizione dei tre punti di riferimento di registrazione sulle immagini dentali digitali caricate. 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). Questi punti di riferimento sono stati simultaneamente calibrati dall'automazione ad apprendimento automatico. Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 6: Conferma dei tre punti di riferimento di registrazione sulle immagini dentali digitali caricate e sulla CBCT. Le cuspidi mesiobuccali destra e sinistra dei primi molari mascellari (R U6CP, L U6CP) e il punto medio dell'incisivo centrale superiore destro (R U1CP). Cliccando sul pulsante Sì si esegue la registrazione automatica. Abbreviazione: CBCT = tomografia computerizzata a fascio conico. Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 7: Il modello craniofacciale ricostruito con l'immagine dentale digitale unita. Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 8: Modifica dell'unione. Quando si modifica l'unione, fare clic sul pulsante Scegli punto di riferimento di registrazione nel pannello Registrazione dentatura. Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 9: Piani di riferimento del programma. Il piano X (orizzontale) è il piano che passa per la Nasion, parallelo al piano orizzontale di Francoforte (FH) che passa per gli orbitali sinistro e destro e per il porion destro. 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 sagittale orizzontale e medio tramite Nasion (punto zero; 0, 0 e 0). Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 10: Registrazione basata sulla superficie delle immagini dentali digitali mascellari nelle porzioni dentali delle immagini CBCT ricostruite. (A) Prima e (B) dopo l'unione. In primo luogo, i punti iniziali sono stati registrati utilizzando le cuspidi mesiobuccali dei primi molari mascellari e il punto di contatto degli incisivi centrali nella CBCT e nella DDI. Successivamente, la superficie è stata registrata per ottenere un'integrazione più accurata utilizzando l'algoritmo iterativo dei punti più vicini. Abbreviazione: CBCT = tomografia computerizzata a fascio conico; DDI = immagini dentali digitali. Fare clic qui per visualizzare una versione più grande di questa figura.
Tabella 1: Affidabilità in tre coordinate di ciascun punto di riferimento quando si integrano CBCT facciali e immagini dentali digitali in ciascun ABR e SBR e tra di loro. *test t accoppiato; †test t indipendente. ICC > 0,8/0,6/0,4/0,2 o ≤ 0,2 rappresentano rispettivamente una forza di accordo molto buona, buona, moderata, discreta o scarsa. Abbreviazioni: CBCT = tomografia computerizzata a fascio conico; AI = intelligenza artificiale; ABR = registrazione basata sull'intelligenza artificiale; SBR = registrazione basata sulla superficie; CI = intervallo di confidenza; ICC= coefficiente intraclasse. Fare clic qui per scaricare questa tabella.
Tabella 2: Le differenze medie nelle tre coordinate di ciascun punto di riferimento da registrazioni ripetute di CBCT facciali e immagini dentali digitali con ABR e SBR. Δ (1°-2°), la differenza media nelle coordinate x, y e z di ciascun punto di riferimento tra la prima registrazione (1a) e la seconda registrazione (2a) delle immagini DDI e CBCT facciali. *test t accoppiato; †test t indipendente; bTest di grado firmato Wilcoxon. La significatività è stata fissata a P < 0,05. Abbreviazioni: CBCT = tomografia computerizzata a fascio conico; AI = intelligenza artificiale; ABR = registrazione basata sull'intelligenza artificiale; SBR = registrazione basata sulla superficie; S.D. = deviazione standard. Fare clic qui per scaricare questa tabella.
Gli autori dichiarano di non avere conflitti di interesse.
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.
Questo studio è stato supportato dal Fondo di ricerca dell'ospedale Bundang dell'Università nazionale di Seoul (SNUBH). (Sovvenzione n. 14-2019-0023).
| 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 |