To badanie przedstawia półautomatyczną procedurę cyfrowej analizy obrazu do planimetrycznej kwantyfikacji ujawnionej płytki nazębnej na podstawie obrazów uzyskanych za pomocą wewnątrzustnej kamery fluorescencyjnej. Metoda ta pozwala na szybkie i wiarygodne określenie ilościowe płytki nazębnej w środowisku badawczym.
Artykuł metodologiczny
Półautomatyczna planimetryczna kwantyfikacja płytki nazębnej za pomocą wewnątrzustnej kamery fluorescencyjnej
W tym artykule
Podsumowanie
Streszczenie
Akumulacja płytki nazębnej jest określana ilościowo za pomocą wskaźników klinicznych lub, inaczej, planimetrycznego wskaźnika płytki nazębnej (PPI), który mierzy względną powierzchnię zęba pokrytą złogami płytki nazębnej. W porównaniu ze wskaźnikami klinicznymi, IPP ma większą moc dyskryminacyjną, ale tradycyjna planimetria jest czasochłonną analizą, ponieważ pokryte płytką nazębną i czyste obszary zębów muszą być określane ręcznie dla każdego obrazu za pomocą oprogramowania do przetwarzania obrazu. W tym miejscu przedstawiamy metodę półautomatycznej planimetrycznej kwantyfikacji płytki nazębnej, która pozwala na szybkie przetwarzanie do 1000 obrazów jednocześnie. Metoda wykorzystuje zwiększony kontrast między ujawnioną płytką nazębną, zdrowymi powierzchniami zębów i tkankami miękkimi w obrazach fluorescencyjnych uzyskanych za pomocą kamery wewnątrzustnej. Staranne wykonanie procedur klinicznych i dokładna akwizycja obrazu są kluczowymi krokami dla udanej półautomatycznej identyfikacji obszarów pokrytych płytką miażdżycową. Metoda nadaje się do planimetrii na zdrowych powierzchniach zębów twarzy i jamy ustnej, na większości uzupełnień z żywicy kompozytowej oraz na zębach z zamkami ortodontycznymi, ale nie na uzupełnieniach metalowych. W porównaniu z tradycyjnymi zapisami PPI, półautomatyczna planimetria znacznie skraca czas poświęcony na analizę, a także subiektywny wkład człowieka, zwiększając w ten sposób odtwarzalność pomiarów planimetrycznych.
Wprowadzenie
Kwantyfikacja płytki nazębnej w środowisku badawczym jest przeprowadzana za pomocą wskaźników klinicznych lub, inaczej, poprzez rejestrację wskaźnika płytki planimetrycznej (PPI)1. Wskaźniki kliniczne, takie jak zmodyfikowany przez Turesky'ego indeks płytki Quigleya-Heina, opierają się na wizualnej ocenie pokrycia płytki przez operatora, a następnie przypisaniu wyniku na skali porządkowej2. Podczas gdy punktacja jest szybka, użycie wskaźników klinicznych wymaga pracochłonnej kalibracji między egzaminatorami i wewnątrz egzaminatorów, a ocena zawsze cierpi z powodu pewnego stopnia subiektywności3,4,5. Ponadto, ponieważ liczba wyników jest ograniczona, wskaźniki kliniczne mogą nie wykrywać istotnych różnic w pokryciu blaszki miażdżycowej6.
Dla zapisów planimetrycznych, zakres pokrycia płytki nazębnej jest określany na obrazach cyfrowych, dzieląc obszar pokryty płytką przez całkowitą powierzchnię powierzchni zęba7. Zastosowanie skali ciągłej zwiększa dokładność i wykazuje dużą moc dyskryminacyjną w analizie statystycznej8,9,10. Co więcej, można argumentować, że planimetria jest mniej subiektywna, ponieważ wskaźnik jest obliczany, a nie szacowany przez egzaminatora11. Tradycyjnie, pokryte płytką nazębną i całkowite obszary zębów były określane ręcznie dla zapisów PPI poprzez rysowanie obszarów zainteresowania na każdym obrazie za pomocą oprogramowania do przetwarzania obrazu7,12. W związku z tym analiza planimetryczna była wcześniej bardzo czasochłonna, co ograniczało jej zastosowanie w większych badaniach klinicznych6.
Na tradycyjnych obrazach w białym świetle, kontrast między obszarami pokrytymi płytką nazębną, czystymi obszarami zębów i otaczającymi tkankami jest słaby, a zatem automatyczne przetwarzanie obrazu, które zazwyczaj opiera się na wykrywaniu obiektów na podstawie intensywności, jest poważnie utrudnione13,14. Obrazy uzyskane za pomocą kamery fluorescencyjnej wykazują znacznie zwiększony kontrast między odsłoniętą płytką nazębną, czystymi zębami, które silnie fluoryzują automatycznie w zielonym spektrum, a niefluorescencyjnymi tkankami miękkimi1.
Tutaj prezentujemy metodę półautomatycznej planimetrii, która znacznie skraca czas poświęcony na analizę obrazu w porównaniu do tradycyjnych zapisów PPI. Metoda wykorzystuje standardowe procedury ujawniania, dostępną na rynku kamerę fluorescencyjną oraz darmowe oprogramowanie do analizy obrazu. Omówiono parametry istotne dla akwizycji i analizy obrazu, a także typowe błędy i ograniczenia metody.
Protokół
Badanie zostało zatwierdzone przez Komisję Etyczną Regionu Midtjylland (1-10-72-259-21) i przeprowadzono je zgodnie z Deklaracją Helsińską oraz jej poprawkami.
1. Wykonanie niestandardowego dystansora (opcjonalnie)
UWAGA: Podczas akwizycji obrazów można zastosować specjalnie wykonany, wydrukowany w technologii 3D dystans w celu standaryzacji ustawienia głowicy kamery. Dystans nie jest wymagany do rejestracji obrazów fluorescencyjnych.
- Projektowanie dystansera
- Zaprojektuj dystanser dopasowany do głowicy wewnątrzustnej kamery fluorescencyjnej. W tym celu wykonaj skan głowicy kamery za pomocą skanera cyfrowego. Zaimportuj skan do dedykowanego oprogramowania.
- Zaprojektuj dystanser tak, aby pasował do głowicy kamery, nadając mu pożądaną morfologię i określając odległość pozycjonowania względem głowicy kamery (np. 4 mm). Wyeksportuj projekt jako plik STL (przykład projektu załączono jako Supplemental File S1).
- Wytwarzanie przyrostowe dystansera
- Otwórz oprogramowanie do wytwarzania przyrostowego powiązane z drukarką i wybierz ustawienia podstawowe. Kliknij Printer | Wybierz dostępną drukarkę 3D | Next | Shape: Clear | Next | Print mode: 50 microns | Next | Build Style: Standard | Next.
- Zaimportuj plik STL, klikając File | Import | Wybierz plik STL | Open.
- Zdefiniuj pozycję dystansera na platformie druku; kliknij Transform i przeciągnij dystanser w róg platformy, jak najbliżej jej powierzchni.
- Aby wydrukować dodatkowe dystansery, kliknij Copy | Linear pattern. Dostosuj liczbę i odległość, aby zmieścić dodatkowe obiekty na platformie druku, a następnie kliknij Set.
- Aby zaprojektować podpory dla obiektów, kliknij Smart support | Style: General | Generate | Type: Gate | Create support.
- Wyślij zlecenie druku do drukarki 3D. Kliknij Add to queue. Podczas dodawania do kolejki oprogramowanie automatycznie wykonuje kontrolę jakości pliku STL w celu zidentyfikowania błędów. Następnie kliknij Add to queue | Job name | F4X | Add to queue.
- Zamontuj czystą platformę druku w drukarce 3D i dodaj odpowiednią żywicę. Kliknij Start job i zeskanuj kod QR żywicy. Potwierdź, że platforma druku jest pusta i czysta, kuweta z żywicą jest pełna, a żywica została wymieszana przed dodaniem. Kliknij Start job.
- Po zakończeniu drukowania zdejmij dystansery z platformy druku.
- Oczyść dystansery w kąpieli ultradźwiękowej z izopropanolem przez 3 min. Powtórz czyszczenie, używając świeżego izopropanolu. Pozostaw dystansery do wyschnięcia na powietrzu.
- Zapewnij całkowitą polimeryzację materiału, polimeryzując dystansery w piecu do doświetlania przez 10 min.
- Usuń materiał podporowy i zabarw dystansery, aby zapobiec przenikaniu światła przez materiał.
2. Wybarwianie blaszek i akwizycja obrazów
- Zamocuj specjalnie wykonany dystans na kamerze fluorescencyjnej (opcjonalnie). Podłącz kamerę wewnątrzustną do komputera i uruchom oprogramowanie kamery.
- Kliknij Patient | New patient, aby utworzyć profil pacjenta w systemie. Wypełnij informacje o pacjencie. Kliknij Patient | Save, aby zapisać dane pacjenta. Kliknij Video. Kamera wewnątrzustna jest teraz gotowa do użycia.
- Przyciemnij światła w pomieszczeniu.
- Nanieś czerwony barwnik do wykrywania płytki (np. 5% erytrozyny) za pomocą peletu bawełnianego na interesujące powierzchnie zębów, aby uwidocznić płytkę nazębną.
- Poproś pacjenta o płukanie jamy ustnej wodą przez 10 s w celu usunięcia nadmiaru barwnika. Usuń wszelkie zabarwienia dziąseł za pomocą peletu bawełnianego. Osusz powietrzem każdy ząb przez 3 s.
- Umieść kamerę wewnątrzustną w pozycji poziomej przed badanym zębem, tak aby dystans dotykał dziąsła lub sąsiednich zębów. Wykonaj obraz fluorescencyjny, naciskając przycisk kamery.
UWAGA: Upewnij się, że cała interesująca powierzchnia zęba jest w ostrości i została uwieczniona na obrazie, bez uwzględnienia powierzchni zębów przeciwstawnych lub przeciwległych. - Powtórz kroki 2.4–2.6 dla wszystkich badanych zębów.
- Zaznacz wszystkie obrazy w oprogramowaniu kamery. Kliknij Save images/videos w menu.
UWAGA: Upewnij się, że obrazy są zapisywane w trybie „plaque” (płytka), a nie w trybie „caries” (próchnica). Symbol P/C w menu wskazuje aktualny tryb. - Aby wyeksportować obrazy, przejdź do Przeglądarki (Viewer). Wybierz obrazy do eksportu. Kliknij File | Export (save as…) | All images of the patient, aby wyeksportować obrazy. W oknie eksportu wybierz następujące ustawienia: Mode: Standard | Export path: wybierz pożądany folder | Image type selection: zaznacz lewe pole | Image state: Original data. Rozwiń okno eksportu, aby wyświetlić więcej opcji. Wybierz następujące ustawienia: File name contains: Cardnumber LUB User input LUB Patient name | Format: TIF. Kliknij OK, aby wyeksportować obrazy.
- Alternatywnie, przed wykonaniem obrazowania skonfiguruj automatyczny eksport plików. Kliknij Options | Show configuration | Modules | Viewer | Export/Email | Export options | Mode: Autoexport | Export path: wybierz pożądany folder | Image state: Original data. Wybierz następujące ustawienia: File name contains: Cardnumber LUB User input LUB Patient name | Format: TIF. Kliknij OK, aby ustawić domyślne parametry eksportu. Po skonfigurowaniu automatycznego eksportu plików, obrazy będą eksportowane automatycznie podczas zapisywania (krok 2.8).
3. Cyfrowa analiza obrazu
UWAGA: Cyfrowa analiza obrazu może być przeprowadzona w dowolnym momencie po pozyskaniu obrazów. Partie do 1000 obrazów fluorescencyjnych mogą być przetwarzane równolegle. Jeśli analiza dużych partii obrazów przekracza moc obliczeniową, rozmiar obrazu można zmniejszyć przed analizą.
- Kwantyfikacja całkowitej powierzchni zębów
- Zmień nazwy wszystkich obrazów na sekwencyjne numery indeksowe (np. Planimetry_001, Planimetry_002, …). Zaimportuj serię obrazów fluorescencyjnych do dedykowanego oprogramowania do analizy obrazu (np. Daime15) w trybie Red-Green-Blue (RGB), klikając File | Import images | Import as color.
- Przeprowadź segmentację serii obrazów w oparciu o próg, klikając Segment | Automatic segmentation | Custom threshold. Ustaw próg dolny („Low”) powyżej intensywności tkanek miękkich jamy ustnej (np. 80). Pozostaw próg górny („High”) na poziomie 255. Dzięki temu tylko zęby (zarówno obszary czyste, jak i pokryte płytką) zostaną rozpoznane przez oprogramowanie jako obiekty. Kliknij Apply | OK | Segment!, aby rozpocząć segmentację.
- Otwórz wizualizator, klikając dwukrotnie nazwę serii obrazów. Wejdź do edytora obiektów (OBJ). Przeprowadź wizualną kontrolę jakości zsegmentowanych obrazów i usuń artefakty poprzez odrzucenie i usunięcie takich obiektów.
- Połącz pozostałe obiekty na wszystkich obrazach (In all images | Merge selected objects). Teraz na każdym obrazie znajduje się jeden obiekt. Skwantyfikuj całkowitą powierzchnię zębów na każdym obrazie (Analysis | Measure objects | Clear all | Pixels). Wyeksportuj dane.
- Kwantyfikacja obszarów pokrytych płytką
- Ponownie zaimportuj serię obrazów fluorescencyjnych do oprogramowania, tym razem z rozdzielonymi kanałami kolorów czerwonego, zielonego i niebieskiego (File | Import images | Import as grey). Zamknij obrazy kanału niebieskiego. Przenieś warstwę obiektów z obrazów RGB na obrazy kanału czerwonego (Segment | Transfer object layer).
- Usuń piksele niebędące obiektami w obrazach kanału czerwonego za pomocą edytora obiektów (In all images | Delete non-object pixels (voxels)). Tkanki miękkie zostaną w ten sposób usunięte z obrazów.
- Aby zwiększyć kontrast między obszarami zębów pokrytymi płytką a obszarami czystymi, pomnóż serię obrazów kanału czerwonego przez współczynnik dwa (Edit | Image calculator | Multiplication | Parameters: Factor 2.00 | Apply | OK).
- Aby usunąć czyste obszary zębów z obrazów, odejmij serię obrazów kanału zielonego od wzmocnionej serii obrazów kanału czerwonego (Edit | Image calculator | Second operand images: Planimetry_green | Subtraction | Apply | OK).
- Aby zidentyfikować obszary pokryte płytką na zębach, przeprowadź segmentację w oparciu o próg dla wynikowej serii obrazów (Segment | Automatic segmentation | Custom threshold). Ustaw próg dolny („Low”) powyżej intensywności czystych obszarów zębów (np. 80). Pozostaw próg górny („High”) na poziomie 255. Tylko obszary pokryte płytką zostaną rozpoznane przez oprogramowanie jako obiekty. Kliknij Apply | OK | Segment!, aby rozpocząć segmentację.
- Przeprowadź wizualną kontrolę jakości zsegmentowanych obrazów w edytorze obiektów i usuń artefakty poprzez odrzucenie i usunięcie takich obiektów. Połącz pozostałe obiekty na wszystkich obrazach (In all images | Merge selected objects). Skwantyfikuj obszar pokryty płytką na każdym obrazie (Analysis | Measure objects | Clear all | Pixels). Wyeksportuj dane.
- Otwórz wyeksportowane tabele danych w dedykowanym oprogramowaniu. Oblicz PPI zgodnie z równaniem (1):
Równanie (1)
Wyniki
Przedstawiona metoda umożliwia szybką, półautomatyczną kwantyfikację planimetryczną obszarów pokrytych płytką nazębną na zębach (Rysunek 1). Osady płytki są wizualizowane za pomocą erytrozyny, podczas gdy czyste obszary zęba, jak również nabyte pellicle, pozostają niebarwione16 (Rysunek 2A). Podczas pozyskiwania obrazów za pomocą kamery fluorescencyjnej, kontrast między czystymi obszarami zęba, obszarami pokrytymi płytką a otaczającymi tkankami miękkimi zostaje znacznie zwiększony (Rysunek 2B,C). Kamera fluorescencyjna pracuje z dwoma oknami detekcji, jednym w widmie zielonym i jednym w czerwonym. W porównaniu z czystymi obszarami zęba, obszary pokryte płytką wydają się nieco jaśniejsze w kanale czerwonym (Rysunek 2D,E). W kanale zielonym autofluorescencja zęba jest w znacznym stopniu maskowana w obszarach pokrytych płytką (Rysunek 2F). Efekt maskowania ten jest wykorzystywany podczas analizy obrazu, gdy obrazy z kanału zielonego są odejmowane od obrazów z kanału czerwonego (Rysunek 2G). Silny kontrast między obszarami czystymi a pokrytymi płytką na otrzymanych obrazach (Rysunek 2H) umożliwia półautomatyczne wyznaczenie PPI w oparciu o próg intensywności. Jednocześnie można przetworzyć do 1 000 obrazów fluorescencyjnych.
Do poprawy standaryzowanego pozycjonowania głowicy kamery w identycznej odległości od badanego zęba można zastosować specjalnie wykonany wydruk 3D dystansora. Dystansor chroni również ząb przed światłem otoczenia, co zwiększa kontrast między widoczną płytką nazębną, czystymi obszarami zęba a otaczającymi tkankami miękkimi na uzyskanych obrazach. Dystansor jest montowany na głowicy kamery za pomocą trzech elementów mocujących (Rysunek 3).
Opisana metoda może być wykorzystana do pomiarów planimetrycznych płytki nazębnej i kamienia naddziąsłowego zarówno na powierzchniach policzkowych, jak i podniebiennych/językowych zębów (Rysunek 4A-D). W zależności od krzywizny łuku zębowego może być trudno ustawić dystans w bezpośrednim kontakcie z dziąsłami, a tym samym zachować tę samą odległość między głowicą kamery a zębem. Ponieważ stopień pokrycia powierzchnią płytki jest określany w stosunku do całkowitej powierzchni zęba, jest mało prawdopodobne, aby takie różnice wpływały na pomiary PPI. Różne materiały w kolorze zębów fluorescują w spektrum zielonym z różną intensywnością17,18,19. W związku z tym PPI można zazwyczaj określić za pomocą standardowego algorytmu analizy obrazu w przypadku zębów z wypełnieniami z cementów szkłowionowych i żywic kompozytowych (Rysunek 4E-H). Z kolei wypełnienia z amalgamatu i odlewy zazwyczaj emitują słaby sygnał zarówno w kanale czerwonym, jak i zielonym, przez co nie jest możliwe określenie stopnia pokrycia płytką na takich powierzchniach (Rysunek 4I,J). To samo dotyczy metalowych zamków ortodontycznych, jednak ponieważ powierzchnia zamka jest zazwyczaj wykluczana z pomiarów PPI, planimetria półautomatyczna nadaje się do badań pacjentów ortodontycznych (Rysunek 4K,L).
Skuteczna półautomatyczna identyfikacja obszarów pokrytych płytką na obrazach fluorescencyjnych jest w dużym stopniu zależna od starannego wykonania wszystkich etapów procedury klinicznej. Jeśli na obrazy dostanie się zbyt dużo światła otoczenia, jasność tła w kanale czerwonym wzrasta, co utrudnia rozróżnienie zębów od tkanek miękkich (Rysunek 5A,B). Dlatego podczas przechwytywania obrazu należy przyciemnić światła w pomieszczeniu. Jeśli pacjent nie otworzy ust w stopniu wystarczającym podczas akwizycji obrazu, wraz z badanym zębem mogą zostać obrazowane zęby przeciwstawne, co utrudnia półautomatyczne przetwarzanie (Rysunek 5C). Podczas wykonywania planimetrii w obrębie przedtrzonowców lub trzonowców ważne jest zachowanie prawidłowego kąta nachylenia kamery, aby uniknąć obrazowania fragmentów powierzchni okluzyjnej (Rysunek 5D,E). Po ujawnieniu złogów płytki operator powinien niezwłocznie przejść do akwizycji obrazu. W przeciwnym razie erytrozyna może zostać wypłukana, a kontrast między obszarami pokrytymi płytką a czystymi obszarami zęba może stać się zbyt słaby. W niektórych przypadkach roztwór ujawniający może jednak silnie zabarwić dziąsła, a zabarwienie to może nie zostać usunięte podczas następnego płukania (Rysunek 5F). Aby uniknąć przeszacowania obszaru pokrytego płytką, zabarwienie można zmniejszyć poprzez dodatkowe płukanie lub delikatne przetarcie dziąseł peletem bawełnianym.
Rycina 1: Schemat półautomatycznej kwantyfikacji pokrycia powierzchni zębów płytką nazębną. Skrót: PPI = planimetryczny indeks płytki. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
Rysunek 2: Procedura cyfrowej analizy obrazu. (A) Obraz w świetle białym uwidocznionej płytki nazębnej (ząb 26, powierzchnia policzkowa). (B) Odpowiadający mu obraz uzyskany za pomocą kamery fluorescencyjnej (tryb Red-Green-Blue [RGB]). Zwróć uwagę na zwiększony kontrast między obszarami pokrytymi płytką a czystymi obszarami zęba. (C) Całkowita powierzchnia zęba, zaznaczona pomarańczowym obrysem, zostaje zidentyfikowana poprzez segmentację opartą na progu intensywności. (D) Warstwa obiektów z obrazu RGB jest przenoszona na obraz kanału czerwonego (pomarańczowy obrys), a piksele niebędące obiektami (tło, tkanki miękkie) są usuwane. (E) Jasność obrazów kanału czerwonego zostaje zwiększona dwukrotnie. (F) Obraz kanału zielonego. Zwróć uwagę na zmniejszoną autofluorescencję w obszarach pokrytych płytką. (G) Po odjęciu obrazu kanału zielonego (F) od zmodyfikowanego obrazu kanału czerwonego (E), kontrast między obszarami pokrytymi płytką a czystymi obszarami zęba staje się wyraźny. (H) Po segmentacji opartej na progu intensywności, obszary pokryte płytką są identyfikowane jako obiekty (pomarańczowy obrys), co pozwala na obliczenie planimetrycznego indeksu płytki (PPI) (PPI = 81,6%). Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
Rysunek 3: Dystans wykonany na zamówienie. Dystans wykonany na zamówienie widziany od (A) przodu, (B) boku i (C) tyłu. (D) Kamera fluorescencyjna z zamontowanym dystansem (pomarańczowy obrys). Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
Rysunek 4: Zastosowania i ograniczenia półautomatycznej planimetrii. (A) Obraz fluorescencyjny powierzchni stycznej zęba. (B) Odpowiadający mu obraz przetworzony pokazujący obszary pokryte płytką nazębną (pomarańczowy obrys; planimetryczny indeks płytki [PPI] = 51.9%). (C) Obraz fluorescencyjny powierzchni java zęba. (D) Odpowiadający mu obraz przetworzony pokazujący obszary pokryte płytką nazębną (pomarańczowy obrys; PPI = 14.5%). (E-H) Obrazy zębów z wypełnieniami z kompozytu polimeryzacyjnego. Wypełnienie na obrazie E silnie fluoreskuje w spektrum zielonym, podczas gdy wypełnienie na obrazie G wydaje się nieco słabsze niż otaczające je czyste obszary zęba. Na obu obrazach PPI można wyznaczyć za pomocą standardowego algorytmu analizy obrazu. (F,H) Obrazy przetworzone pokazujące obszary pokryte płytką nazębną (pomarańczowe obrysy; PPI odpowiednio 20.3% i 20.2%). (I,J) Obrazy fluorescencyjne zęba z wypełnieniem amalgamatowym (I) oraz zęba z koroną metalowo-ceramiczną (J, niebieski obrys, dodany ręcznie). Oba wypełnienia nie wykazują fluorescencji, a osadów płytki nazębnej nie można ilościowo określić za pomocą półautomatycznej planimetrii. (K) Obraz fluorescencyjny zęba z metalowym zamkiem ortodontycznym. Ponieważ zamek jest wykluczony z analizy, PPI można wyznaczyć za pomocą standardowego algorytmu analizy obrazu (L, pomarańczowy obrys, PPI = 31.5%). Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
Rysunek 5: Wpływ procedur klinicznych na jakość obrazu i wyniki półautomatycznej planimetrii. (A) Obraz fluorescencyjny uzyskany przy przyciemnionym oświetleniu pomieszczenia. Całkowita powierzchnia zęba zostaje poprawnie określona po segmentacji obrazu opartej na progu (pomarańczowy obrys). (B) Obraz fluorescencyjny tego samego zęba uzyskany przy włączonym oświetleniu pomieszczenia. Ze względu na zwiększoną emisję tła w spektrum czerwonym, segmentacja oparta na progu nie pozwala na dokładne odróżnienie powierzchni zęba od otaczających go tkanek miękkich (pomarańczowy obrys). (C) Obraz fluorescencyjny uzyskany przy niewystarczającym otwarciu jamy ustnej. Nieodsłonięte zęby przeciwstawne są widoczne na obrazie, a tym samym zostały włączone do całkowitej powierzchni zęba (pomarańczowe obrysy). Aby uzyskać prawidłowy planimetryczny indeks płytki, muszą one zostać usunięte ręcznie podczas analizy obrazu. (D) Obraz fluorescencyjny uzyskany przy optymalnym ustawieniu głowicy kamery. Całkowita powierzchnia zęba (pomarańczowy obrys) jest ograniczona do powierzchni przedsionkowej. (E) Obraz fluorescencyjny zęba z punktu D uzyskany przy nieoptymalnym kącie ustawienia głowicy kamery. Część powierzchni okluzyjnej zostaje zarejestrowana, co skutkuje zwiększeniem całkowitej powierzchni zęba (pomarańczowy obrys). (F) Obraz w świetle białym odsłoniętej płytki z wyraźnym zabarwieniem dziąseł. Wysoka emisja w spektrum czerwonym może prowadzić do przeszacowania powierzchni pokrytej płytką. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
Plik uzupełniający S1: Kliknij tutaj, aby pobrać ten plik.
Dyskusja
Przedstawiona metoda półautomatycznej planimetrii opartej na obrazach fluorescencyjnych stanowi poprawę kwantyfikacji płytki nazębnej na zdrowych powierzchniach zębów w środowisku badawczym w porównaniu z tradycyjną planimetrią20. Półautomatyczna planimetria pozwala na jednoczesne określenie PPI na maksymalnie 1000 obrazów przy użyciu wcześniej ustalonego algorytmu przetwarzania końcowego. W związku z tym metoda ta jest znacznie bardziej efektywna czasowo niż konwencjonalna planimetria, w której całkowite powierzchnie zębów i obszary pokryte płytką nazębną są określane ręcznie poprzez rysowanie obszarów zainteresowania w oprogramowaniu do przetwarzania obrazu 7,12. Dodatkowo, zakres ludzkiej oceny w analizie obrazu jest ograniczony do wyboru progu jasności dla segmentacji obrazu. W ten sposób wszystkie obrazy są traktowane jednakowo, a wpływ subiektywności egzaminatora jest znaczniezredukowany11.
Krytyczne etapy protokołu są głównie związane z procedurami klinicznymi, które muszą być wykonywane w wysoce ustandaryzowany sposób, aby uzyskać optymalną jakość obrazu. Roztwór wybarwiający należy nakładać delikatnie i równomiernie, a obrazy należy uzyskiwać zaraz po spłukaniu i wysuszeniu na powietrzu, aby uniknąć wypłukania barwnika, a tym samym utraty kontrastu obrazu. Ponadto należy unikać krwawienia z dziąseł, ponieważ hemoglobina może wzmacniać zarejestrowaną fluorescencję w kanale czerwonym19. Przechwytywanie obrazu powinno być wykonywane przy przyciemnionym oświetleniu pomieszczenia w celu zmniejszenia zakłóceń światła otoczenia, a pacjenci muszą otworzyć usta na tyle, aby zęby antagonistyczne nie pojawiały się na obrazach. Głowica kamery musi być ustawiona prostopadle do osi zęba, aby uniknąć uchwycenia części powierzchni zgryzowej i zębów przeciwległych.
Artefakty, które powstają w wyniku nieoptymalnej akwizycji obrazu, mogą - w większości przypadków - zostać usunięte podczas analizy obrazu, choć kosztem znacznie wydłużonego czasu przetwarzania. Niektóre artefakty, które są rozpoznawane jako obiekty podczas segmentacji, można usunąć przez proste usunięcie w edytorze obiektów. Jeśli artefakty pokrywają się z obszarami rozpoznanymi jako płytka nazębna, wynikowe obiekty muszą zostać podzielone w edytorze obiektów przed usunięciem. W skrajnych przypadkach operator może być zmuszony do ręcznego określenia obszarów pokrytych zębami i płytką nazębną poprzez narysowanie obszarów zainteresowania w oprogramowaniu. Jeśli wszystkie procedury kliniczne są wykonywane dokładnie, jedynym subiektywnym wkładem operatora podczas analizy obrazu jest określenie wartości odcięcia dla segmentacji opartych na progach. Ogólnie rzecz biorąc, pokryte płytką nazębną i czyste obszary zębów są dobrze zaznaczone na zdjęciach, ale należy wspomnieć, że niewielkie różnice w wybranych progach wpływają na obliczone wartości PPI, choć w stosunkowo niewielkim stopniu. Ponieważ wszystkie obrazy pozyskane na potrzeby danego badania mogą być segmentowane za pomocą identycznych progów, subiektywny wybór wartości odcięcia nie ma wpływu na różnice między grupą leczoną lub grupą pacjentów.
Podobnie jak planimetria ręczna, planimetria półautomatyczna nie nadaje się do podłużnych zapisów nagromadzonej płytki nazębnej ze względu na zastosowanie roztworu wydmuchowego. Erytrozyna może zakłócać wzrost biofilmu poprzez działanie przeciwbakteryjne 21,22,23, ale co najważniejsze, widoczne plamy wymagają profesjonalnego usunięcia płytki nazębnej przed odesłaniem pacjenta do domu. Jednak opisana metoda może być stosowana do regularnego oznaczania ilościowego poziomu nawykowej płytki nazębnej w klinice. Kolejnym ograniczeniem półautomatycznej planimetrii są różnice w wielkości poszczególnych zębów. Chociaż odległość między kamerą a powierzchnią zęba, a co za tym idzie, wielkość pola widzenia może być ustandaryzowana, uzyskane obrazy mogą obejmować fragmenty sąsiednich zębów. Nie można ich usunąć za pomocą operacji wsadowej, a jedynie przez ręczne przycinanie obrazów podczas analizy. Podczas gdy półautomatyczna planimetria jest odpowiednia do ilościowego oznaczania płytki nazębnej naddziąsłowej i kamienianazębnego 24 na zdrowych powierzchniach zębów, przyszłe prace będą musiały określić, w jaki sposób na opisaną metodę wpływają wady rozwojowe25, kawitowane i niekawitowane zmiany próchnicowe, a także ciężkie przebarwienia.
Podsumowując, półautomatyczna planimetria to metoda, która pozwala na szybkie i wiarygodne określenie ilościowe pokrycia obszaru płytki nazębnej za pomocą kamery fluorescencyjnej. Może być stosowany w badaniach klinicznych, które oceniają tworzenie się płytki nazębnej de novo w różnych grupach pacjentów lub wpływ różnych schematów leczenia na usuwanie płytki nazębnej.
Oświadczenia
Badanie zostało sfinansowane przez Novozymes A/S i Innovation Fund Denmark (numer grantu 9065-00244B). Fundatorzy nie odgrywali żadnej roli w gromadzeniu, analizie i interpretacji danych ani w pisaniu raportu.
Podziękowania
Autorzy dziękują Dirkowi Leonhardtowi za doskonałą pomoc w produkcji addytywnej przekładek na zamówienie. Lene Grønkjær, Javier E. Garcia, Charlotte K. Vindbjerg i Sussi B. Eriksen zostali docenieni za wsparcie techniczne podczas badania. Autorzy pragną również podziękować Matthiasowi Beckowi za wsparcie techniczne w zakresie wykorzystania kamery fluorescencyjnej oraz Mette R. Jørgensen za owocne dyskusje.
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| 3D Sprint Podstawowe | systemy | Oprogramowanie do wytwarzania przyrostowego | |
| 5% erytrozyny; Top Dent Rondell Rö d | Góra Wgniecenie Lifco Dental AB | 6327 | Roztwór do wyczuwania |
| Skaner laboratoryjny D1000 | 3 Skaner Shape | Lab służy do skanowania głowicy kamery | |
| DBSWIN 5.17.0 | Dü rr Dental | Software dla VistaCam | |
| Cyfrowa analiza obrazu w ekologii mikrobiologicznej (Daime), wersja 2.2.2 | Darmowe oprogramowanie do analizy obrazów | ||
| LC-3D Print Box | NextDent | Jednostka polimeryzacji | |
| Meshmixer 3.5 | Autodesk | Freeware do projektowania niestandardowych przekładek | |
| NextDent 5100 | Systemy | Drukarka | |
| NastępnyDent Ortho IBT | Systemy | Materiał na dystans | |
| Kąpiel ultradźwiękowa T660/H | Elma Schmidbauer GmbH | ||
| VistaCam iX HD Inteligentna kamera wewnątrzustna | Dü rr Dental | W połączeniu z głowicą kamery fluorescencyjnej |
Bibliografia
- Pretty, I. A., Edgar, W. M., Smith, P. W., Higham, S. M. Quantification of dental plaque in the research environment. Journal of Dentistry. 33 (3), 193-207 (2005).
- Turesky, S., Gilmore, N. D., Glickman, I. Reduced plaque formation by the chloromethyl analogue of victamine C. Journal of Periodontology. 41 (1), 41-43 (1970).
- Marks, R. G., et al. Evaluation of reliability and reproducibility of dental indices. Journal of Clinical Periodontology. 20 (1), 54-58 (1993).
- Matthijs, S., Sabzevar, M. M., Adriaens, P. A. Intra-examiner reproducibility of 4 dental plaque indices: Dental plaque indices. Journal of Clinical Periodontology. 28 (3), 250-254 (2001).
- Shaloub, A., Addy, M. Evaluation of accuracy and variability of scoring-area-based plaque indices. Journal of Clinical Periodontology. 27 (1), 16-21 (2000).
- Söder, P. -Ö, Jin, L. J., Söder, B. Computerized planimetric method for clinical plaque measurement. European Journal of Oral Sciences. 101 (1), 21-25 (1993).
- Lang, N. P., Ostergaard, E., Loe, H. A fluorescent plaque disclosing agent. Journal of Periodontal Research. 7 (1), 59-67 (1972).
- Staudt, C. B., et al. Computer-based intraoral image analysis of the clinical plaque removing capacity of 3 manual toothbrushes. Journal of Clinical Periodontology. 28 (8), 746-752 (2001).
- Smith, M. R. Parametric vs. nonparametric. Analyzing the periodontal and gingival indicies. Journal of Periodontal Research. 17 (5), 514-517 (1982).
- Quirynen, M., Dekeyser, C., van Steenberghe, D. Discriminating power of five plaque indices. Journal of Periodontology. 62 (2), 100-105 (1991).
- Al-Anezi, S. A., Harradine, N. W. T. Quantifying plaque during orthodontic treatment. The Angle Orthodontist. 82 (4), 748-753 (2012).
- Smith, R. N., Brook, A. H., Elcock, C. The quantification of dental plaque using an image analysis system: reliability and validation. Journal of Clinical Periodontology. 28 (12), 1158-1162 (2001).
- Kang, J., Ji, Z., Gong, C. Segmentation and quantification of dental plaque using modified kernelized fuzzy C-means clustering algorithm. 2010 Chinese Control and Decision Conference. , 788-791 (2010).
- Klaus, K., Glanz, T., Glanz, A. G., Ganss, C., Ruf, S. Comparison of quantitative light-induced fluorescence-digital (QLF-D) images and images of disclosed plaque for planimetric quantification of dental plaque in multibracket appliance patients. Scientific Reports. 10 (1), 4478(2020).
- Daims, H., Lücker, S., Wagner, M. Daime, a novel image analysis program for microbial ecology and biofilm research. Environmental Microbiology. 8 (2), 200-213 (2006).
- Arnim, S. S. The use of disclosing agents for measuring tooth cleanliness. Journal of Periodontology. 34 (3), 227-245 (1963).
- Meller, C., Klein, C. Fluorescence properties of commercial composite resin restorative materials in dentistry. Dental Materials Journal. 31 (6), 916-923 (2012).
- Kiran, R., Chapman, J., Tennant, M., Forrest, A., Walsh, L. J. Detection of tooth-colored restorative materials for forensic purposes based on their optical properties: An in vitro comparative study. Journal of Forensic Sciences. 64 (1), 254-259 (2019).
- Shakibaie, F., Walsh, L. J. Fluorescence imaging of dental restorations using the VistaCam intra-oral camera. Australian Journal of Forensic Sciences. 51 (1), 3-11 (2019).
- Rey, Y. C. D., Rikvold, P. D., Johnsen, K. K., Schlafer, S. A fast and reliable method for semi-automated planimetric quantification of dental plaque in clinical trials. Journal of Clinical Periodontology. , (2022).
- Baab, D. A., Broadwell, A. H., Williams, B. L. A comparison of antimicrobial activity of four disclosant dyes. Journal of Dental Research. 62 (7), 837-841 (1983).
- Begue, W. J., Bard, R. C., Koehne, G. W. Microbial inhibition by erythrosin. Journal of Dental Research. 45 (5), 1464-1467 (1966).
- Marsh, P. D., et al. Antibacterial activity of some plaque-disclosing agents and dyes (short communication). Caries Research. 23 (5), 348-350 (1989).
- Shakibaie, F., Walsh, L. J. Dental calculus detection using the VistaCam. Clinical and Experimental Dental Research. 2 (3), 226-229 (2016).
- Seow, W. Developmental defects of enamel and dentine: Challenges for basic science research and clinical management. Australian Dental Journal. 59, 143-154 (2014).
Przedruki i uprawnienia
