Method Article

Affidabilità della tomografia computerizzata a fascio conico basata sull'intelligenza artificiale Integrazione con immagini dentali digitali

DOI:

10.3791/66014

February 23rd, 2024

In This Article

Summary

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

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.

Abstract

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

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.

Introduction

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

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.

Protocol

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

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)

  1. 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.
  2. Escludere i pazienti con sindromi craniofacciali, labiopalatoschisi o primi molari mascellari mancanti o incisivo centrale destro.
  3. 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).
  4. 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)

  1. Riorientamento e digitalizzazione della CBCT
    1. Aprire il software e fare clic sul pulsante Carica file DICOM per importare i file DICOM CBCT nel software.
    2. 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.
    3. Fare clic sul pulsante Riorientamento nel pannello Punto di riferimento (Figura 1).
    4. 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.
      1. 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.
      2. 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.
      3. Nella vista assiale, regolare la posizione anteroposteriore in quanto si trova nel punto più anteriore.
    5. R O (Orbitale): fare clic sul punto più basso sul margine del contorno orbitale destro nel modello 3D (Figura 2).
      1. 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.
      2. Nella vista sagittale, fare clic sul punto più superiore della mascella destra o della struttura ossea zigomatica che costituisce il limite inferiore dell'orbita.
      3. 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.
    6. 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.
    7. R Po (Porion): fare clic sul punto più alto del contorno del meato uditivo esterno destro nel modello 3D (Figura 2).
      1. Nella vista coronale, fare clic sul punto più basso dell'osso temporale destro per determinare le posizioni orizzontale e verticale.
      2. Nella vista sagittale, fare clic sul punto più alto del contorno del meato uditivo esterno destro per regolare le posizioni verticale e antero-posteriore.
      3. 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.
    8. 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.
    9. Fare clic sul pulsante Fine per completare il riorientamento del modello craniofacciale ricostruito.
    10. 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.
    11. 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.
    12. 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

  1. Fare clic sul pulsante Registrazione della scansione della dentatura nel pannello Strumenti (Figura 4).
  2. Selezionare la dentatura mascellare e fare clic sul pulsante Carica nel pannello Registrazione dentazione.
  3. 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.
  4. 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.
  5. Fare clic sul pulsante Fine nel pannello Registrazione denzione.
  6. Fare clic sul pulsante per confermare la registrazione automatica (Figura 6).
  7. 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).
  8. Il DDI è ora fuso con il modello CBCT ricostruito (Figura 7).
    1. 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

  1. 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 analisipannello 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).

Results

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

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.

figure-results-1
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.

figure-results-2
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.

figure-results-3
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.

figure-results-4
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.

figure-results-5
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.

figure-results-6
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 si esegue la registrazione automatica. Abbreviazione: CBCT = tomografia computerizzata a fascio conico. Fare clic qui per visualizzare una versione più grande di questa figura.

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

figure-results-8
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.

figure-results-9
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.

figure-results-10
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.

Discussion

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

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 della testa con piani di riferimento in aree spaziali. Tre punti di riferimento (R-/L-U6CP e R U1CP) sul DDI sono stati calibrati dall'automazione ad apprendimento automatico dopo essere stati digitalizzati manualmente. L'unico processo manuale è stato individuare i cinque punti di riferimento scheletrici di base nel modello CBCT ricostruito, tra cui Nasion, orbitali destro e sinistro e porzioni (Figura 2) e i tre punti di riferimento dentali nel DDI, tra cui R-/L-U6CP e R U1CP (Figura 5). Pertanto, l'utente deve avere esperienza nella digitalizzazione di questi otto punti di riferimento, che possono influenzare gli errori di registrazione. Il tempo medio di consumo di SBR è stato di 3-4 minuti per la fusione CBCT e DDI da parte di un esperto del programma. Nel programma ABR, una media di 50 s è stata consumata per la scelta di cinque punti di riferimento per il riorientamento, 40 s per la scelta di tre punti di riferimento in DDI e 2-3 s per il programma per unire CBCT e DDI. Inoltre, il tempo per il prelievo automatico dei punti di riferimento nell'intera CBCT varia da 30 s a 2 minuti a seconda della selezione del gruppo di punti di riferimento.

Quando la digitalizzazione di alcuni punti di riferimento è imprecisa, è possibile modificarli con la digitalizzazione manuale e facendo clic su Registrazione manuale. Supponiamo che ci sia una variazione anatomica o morfologica (ad esempio, incisivi centrali o primi molari mancanti), un medico può identificare punti di riferimento specifici personalizzando alcuni punti nella CBCT e nella DDI in modo che corrispondano.

Per quanto riguarda gli errori medi di vari metodi di integrazione con CBCT e DDI, studi precedenti che utilizzavano marcatori riportavano che l'intervallo di errori di registrazione era compreso tra 0,1 e 0,5 mm20. In una registrazione basata sulla superficie resistente agli artefatti, Lin et al. hanno riportato errori di precisione da 0,10 a 0,43 mm11. Tuttavia, nel nostro studio, l'intervallo di differenza media nell'ABR era inferiore a quello con SBR (da 0,001 a 0,314 mm; Tabella 2). Ciò significa che ABR può avere una precisione maggiore rispetto a SBR. È interessante notare che la coordinata z dell'incisivo mascellare nell'ABR e la coordinata x nell'SBR hanno mostrato errori medi relativamente inferiori. Può essere derivato da diversi punti di riferimento dell'incisivo mascellare tra ABR e SBR, che è rispettivamente il punto medio e il punto di contatto dell'incisivo mascellare.

Inoltre, gli artefatti metallici e il livello di esperienza dell'operatore durante l'integrazione possono influenzare l'accuratezza durante l'unione di CBCT e DDI. Nkenke et al. hanno riportato 0,13 mm e 0,27 mm senza e con correzione degli artefatti metallici, rispettivamente21. Un altro studio ha rilevato che i denti mascellari presentavano un'affidabilità da scarsa a moderata nei valori delle coordinate x con SBR tra diversi gruppi di operatori10. Coerentemente, nel nostro studio, l'affidabilità dei valori delle coordinate x dei primi molari mascellari e degli incisivi ha presentato una concordanza da moderata a scarsa rispetto tra ABR e SBR. Inoltre, l'affidabilità delle coordinate y-/z- nella maggior parte dei punti di riferimento era quasi perfetta per un accordo sostanziale, mentre le coordinate x mostravano un accordo da moderato a basso (Tabella 1). Questa variabilità nelle coordinate x potrebbe essere derivata dall'ambiguità dei punti di riferimento dovuta all'usura occlusale nei primi molari e all'affollamento o alla spaziatura negli incisivi centrali mascellari.

Per quanto riguarda l'identificazione AI della CBCT, i punti di riferimento su creste, bordi, apici e tra aree con densità distintive sono più facili da individuare e, pertanto, tendono a presentare la massima precisione22. Guillot et al. hanno scoperto che i punti di riferimento nella base cranica mostravano una maggiore precisione rispetto a quelli nella mascella e nella mandibola14. Tuttavia, questi studi non hanno fuso la CBCT con la DDI e hanno valutato l'identificazione di punti di riferimento anatomici solo nella CBCT mediante AI.

Questo studio aveva una piccola dimensione del campione utilizzata per valutare l'affidabilità dell'ABR; È necessaria un'ulteriore valutazione con un campione di dimensioni maggiori. Considerando che questo studio è stato condotto da un solo esaminatore, le differenze tra gli esaminatori potrebbero influire sull'affidabilità, che può essere ulteriormente studiata. Inoltre, poiché questo protocollo si basava su un algoritmo di apprendimento automatico in cui sono state sviluppate reti neurali di convoluzione con un database di esempio, il database dovrebbe essere aggiornato periodicamente. Dovrebbe essere chiaro che la diversità anatomica dei denti e dell'osso facciale, specialmente nelle deformità dentofacciali, le differenze nella densità radiografica e nella risoluzione di CBCT e DDI potrebbero comportare una rappresentazione dei dati compromessa. Questo protocollo ABR può essere applicato per preprogettare un impianto o un intervento chirurgico parodontale e simulare la chirurgia ortognatica assistita da computer e il trattamento ortodontico.

Disclosures

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

Gli autori dichiarano di non avere conflitti di interesse.

Acknowledgements

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

Questo studio è stato supportato dal Fondo di ricerca dell'ospedale Bundang dell'Università nazionale di Seoul (SNUBH). (Sovvenzione n. 14-2019-0023).

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
G*Potenza Università Heinrich Heineä t, Düsseldorf, Germaniav. 3.1.9.7Un software di calcolo della dimensione del campione
Geomagic Qualify®3D Systems,
Morrisville, NC, USA
v 2013Funzione 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 9500Carestream Health Inc., Rochester, NY, USATomografo computerizzato a fascio conico 5159538 (CBCT)
MD-ID0300Medit Co, Seoul, Corea del Sud
Seoul, Corea
61010-1Scanner per modelli desktop 
ON3D3D ONS Inc.,
Seoul, Corea
v 1.3.0Software 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 Uniticontro 22.0 Un programma di analisi statistica

References

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