Name: Niezawodność integracji tomografii komputerowej wiązki stożkowej opartej na sztucznej inteligencji z cyfrowymi obrazami stomatologicznymi (Wideo) | JoVE Journal
Uploaded: 2024-02-23T13:35:00.000+00:00
Duration: 5 min 49 s
Description: Poznaj metodę integracji obrazów CBCT z cyfrowymi zdjęciami stomatologicznymi wspomaganą sztuczną inteligencją. Ta technika AI zwiększa niezawodność identyfikacji punktów orientacyjnych w porównaniu do tradycyjnych metod powierzchniowych.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

To badanie było wspierane przez Fundusz Badawczy Szpitala Bundang w Seulu (SNUBH). (Grant nr 14-2019-0023).

To retrospektywne badanie zostało zrecenzowane i zatwierdzone przez Institutional Review Board of Seoul National University Bundang Hospital (B-2205-759-101) i było zgodne z zasadami Deklaracji Helsińskiej. W badaniu wykorzystano pliki Digital Imaging and Communications in Medicine (DICOM) z CBCT i DDI w formacie Standard Tessellation Language (STL) z odlewu dentystycznego. Konieczność uzyskania świadomej zgody została zniesiona ze względu na retrospektywny charakter badania.
1. Akwizycja CBCT i cyfrowych obrazów stomatologicznych (DDI)
<ol>
	<li>Wybieraj pacjentów na podstawie następujących kryteriów włączenia: wada zgryzu klasy III układu kostnego, chirurgia dwuszczękowa za pomocą planowania wspomaganego komputerowo oraz leczenie ortodontyczne za pomocą stałych aparatów krawędziowych.</li>
	<li>Wykluczyć pacjentów z zespołami twarzoczaszki, rozszczepem wargi/podniebienia lub brakiem pierwszych zębów trzonowych szczęki lub prawego siekacza centralnego.</li>
	<li>Uzyskaj skany CBCT o polu widzenia 200 mm x 180 mm, wielkości woksela 0,2 mm i warunkach ekspozycji 80 kVp, 15 mA i 10,8 s. Upewnij się, że pacjenci są w pozycji pionowej z zębami w maksymalnym naruszeniu. Zapisz skany jako pliki danych DICOM (Digital Imaging and Communications in Medicine).</li>
	<li>Pozyskaj DDI z odlewów kamieni dentystycznych lub bezpośredniego skanowania wewnątrzustnego i zapisz je w formacie standardowego języka teselacji (STL) jako oddzielne uzębienie szczęki i żuchwy.</li>
</ol>
2. Protokół rejestracji oparty na sztucznej inteligencji (ABR)
<ol>
	<li>Reorientacja i digitalizacja CBCT
	<ol>
		<li>Otwórz oprogramowanie i kliknij przycisk Załaduj plik DICOM, aby zaimportować pliki CBCT DICOM do oprogramowania.</li>
		<li>Wybierz dowolny plik DICOM w folderze danych DICOM i kliknij przycisk open. 
		UWAGA: Po załadowaniu plików DICOM oprogramowanie automatycznie rekonstruuje je do objętości twarzoczaszki CBCT.</li>
		<li>Kliknij przycisk Reorientation (Zmiana orientacji) w panelu Landmark (Punkt orientacyjny) (Rysunek 1).</li>
		<li>N (Nasion): kliknij wcięcie w kształcie litery V kości czołowej w widoku 3D (<silna klasa="xfig">Rysunek 2). Natychmiast po kliknięciu zwróć uwagę, że niebieska kropka (aktywowana) zamienia się w czerwony krzyżyk, który pojawi się również w widoku osiowym, strzałkowym i koronalnym. Klikaj niebieskie trójkątne strzałki w przód i w tył, aby zidentyfikować punkt orientacyjny.
		<ol>
			<li>W widoku strzałkowym przewiń kółko myszy w górę iw dół, aby znaleźć najbardziej wysunięty do przodu punkt, w którym szew czołowo-nosowy styka się z kośćmi nosowymi i czołowymi, a następnie kliknij, aby określić pionowe i przednio-tylne położenie punktu orientacyjnego.</li>
			<li>W widoku koronalnym przewiń kółko myszy w górę i w dół, aby znaleźć moment tuż przed zniknięciem kości nosowej, aby zapewnić najbardziej wysunięty do przodu punkt i kliknij, aby określić poziomą pozycję Nasion.</li>
			<li>W widoku osiowym dostosuj pozycję przednio-tylną, tak jak znajduje się w najbardziej wysuniętym do przodu punkcie.</li>
		</ol>
		</li>
		<li>R Or (Orbitale): kliknij najniższy punkt na marginesie prawego konturu orbity w modelu 3D (<silna klasa="xfig">Rysunek 2).
		<ol>
			<li>W widoku koronalnym przewiń kółko myszy w górę i w dół, aby znaleźć najniższy punkt na dolnym marginesie prawej orbity i kliknij.</li>
			<li>W widoku strzałkowym kliknij najwyższy punkt prawej struktury szczęki lub kości jarzmowej, który stanowi dolną granicę oczodołu.</li>
			<li>W widoku osiowym przewiń mysz i kliknij tak, aby czerwony krzyżyk znalazł się w miejscu, w którym spotyka się krawędź oczodołu.</li>
		</ol>
		</li>
		<li>L Or (Orbitale): kliknij najniższy punkt na marginesie lewego konturu orbity w modelu 3D (<silna klasa="xfig">Rysunek 2) i zmodyfikuj punkt na trzech widokach, tak jak w procesie dla R Or.</li>
		<li>R Po (Porion): kliknij najwyższy punkt konturu prawego zewnętrznego przewodu słuchowego w modelu 3D (<silna klasa="xfig">Rysunek 2).
		<ol>
			<li>W widoku koronalnym kliknij najniższy punkt prawej kości skroniowej, aby określić położenie poziome i pionowe.</li>
			<li>W widoku strzałkowym kliknij najwyższy punkt konturu prawego zewnętrznego przewodu słuchowego, aby dostosować pozycję pionową i przednio-tylną.</li>
			<li>W widoku osiowym przewiń kółko myszy, aby kliknąć w miejscu, w którym pojawia się zewnętrzny przewód słuchowy, w którym znika linia kości skroniowej.</li>
		</ol>
		</li>
		<li>L Po (Porion): kliknij najbardziej wysunięty punkt konturu lewego zewnętrznego przewodu słuchowego w modelu 3D (<silna klasa="xfig">Rysunek 2) i zmodyfikuj punkt w trzech widokach wielopłaszczyznowych, tak jak w procesie dla R Po. 
		UWAGA: Pięć podstawowych punktów orientacyjnych szkieletu, w tym Nasion, prawy i lewy orbitale oraz prawe i lewe piony w zrekonstruowanym modelu twarzoczaszki (<silna klasa="xfig">Rysunek 2), jest teraz zidentyfikowanych.</li>
		<li>Kliknij przycisk Gotowe, aby zakończyć reorientację zrekonstruowanego modelu twarzoczaszki.</li>
		<li>Kliknij przycisk Wstępne wskazanie punktu orientacyjnego w panelu Punkt orientacyjny i wybierz grupę punktów orientacyjnych Dentition I. 
		UWAGA: Charakterystyczne grupy podstawy czaszki, stawu skroniowo-żuchwowego, szkieletu szczęki, szkieletu żuchwy, uzębienia I i tkanki miękkiej są już wybrane do analizy twarzoczaszki.</li>
		<li>Kliknij przycisk Wykonaj w panelu Wstępne wybieranie punktów orientacyjnych i pozwól oprogramowaniu automatycznie wybrać wstępne punkty orientacyjne i określić ich współrzędne.</li>
		<li>Podczas modyfikowania punktów orientacyjnych naciśnij przycisk Ręczne wybieranie punktów orientacyjnych na karcie Głośność, dokonaj niezbędnych regulacji i kliknij przycisk Gotowe, aby potwierdzić (Rysunek 3).</li>
	</ol>
	</li>
</ol>
3. Procedura łączenia DDI
<ol>
	<li>Kliknij przycisk Rejestracja skanowania uzębienia w panelu Narzędzia (Rysunek 4).</li>
	<li>Wybierz uzębienie szczęki i kliknij przycisk Załaduj w panelu Rejestracja uzębienia.</li>
	<li>Wybierz pliki STL tego samego pacjenta z modelem CBCT w folderze, aby załadować pliki STL uzębienia szczęki. Po otwarciu plików STL poszukaj DDI po prawej stronie ekranu i czterech widoków (3D, osiowy, strzałkowy i koronalny) CBCT po lewej stronie ekranu.</li>
	<li>Wybierz punkty orientacyjne rejestracji na załadowanym DDI: guzki mezjopoliczkowe pierwszego trzonowca prawej szczęki (R U6CP), punkt środkowy siekacza środkowego prawej szczęki na krawędzi siecznej (R U1CP) i guzek mezjopoliczkowy lewego pierwszego trzonowca szczęki (L U6CP) (<silna klasa="xfig">Ryc. 5), przełączając niebieskie trójkątne strzałki w przód iw tył. 
UWAGA: Kliknij lewym przyciskiem myszy i przeciągnij myszą, aby obrócić DDI, a następnie kliknij prawym przyciskiem myszy i przeciągnij, aby powiększyć lub pomniejszyć. Punkty rejestracyjne są jednocześnie kalibrowane przez automatyzację opartą na uczeniu maszynowym po ręcznej digitalizacji.</li>
	<li>Kliknij przycisk Gotowe w panelu rejestracji uzębienia.</li>
	<li>Kliknij przycisk Tak, aby potwierdzić automatyczną rejestrację (Rysunek 6).</li>
	<li>W celu połączenia uzębienia żuchwy wybierz uzębienie żuchwy i kliknij przycisk Załaduj w panelu Rejestracja uzębienia. Powtórz kroki od 3.2 do 3.6. Wybierz punkty orientacyjne rejestracji na uzębieniu żuchwy: guzek mezjopoliczkowy prawego/lewego dolnego pierwszego trzonowca (R-/L- L6CP), prawy dolny punkt środkowy pierwszego siekacza na krawędzi siecznej (R L1CP).</li>
	<li>DDI jest teraz połączony ze zrekonstruowanym modelem CBCT (<silna klasa="xfig">Rysunek 7).
	<ol>
		<li>Podczas modyfikowania scalania kliknij przycisk Wybierz punkt orientacyjny rejestracji w panelu rejestracji uzębienia (<silna klasa="xfig">Rysunek 8).</li>
	</ol>
	</li>
</ol>
4. Uzyskiwanie wartości współrzędnych 3D (x, y i z) każdego punktu orientacyjnego
<ol>
	<li>Kliknij przycisk Ręczne wskazywanie punktów orientacyjnych na karcie Objętość lub kliknij kartę Analiza, aby uzyskać wartości współrzędnych 3D punktów orientacyjnych. W celu eksportu danych przejdź do zakładki analiza<s>→</s>panel eksportu danych i kliknij przycisk Punkt orientacyjny, aby zapisać dane jako plik. 
	UWAGA: Płaszczyzna X (pozioma) to płaszczyzna, która przechodzi przez Nasiona, równolegle do płaszczyzny poziomej Frankfurtu (FH), która przechodzi przez lewy i prawy Orbitales oraz prawy Porion. Płaszczyzna Y (środkowa) jest prostopadła do płaszczyzny X, przechodząc przez Nasion i bazę. Płaszczyzna Z (czołowa) ustawia płaszczyznę prostopadłą do płaszczyzny poziomej i środkowej za pomocą Nasion (punkt zerowy; 0, 0 i 0) (<silna klasa="xfig">Rysunek 9).</li>
</ol>

Artificial Intelligence-Based Integration of Dental Images

<ol><li>Plooij, J. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Digital+three-dimensional+image+fusion+processes+for+planning+and+evaluating+orthodontics+and+orthognathic+surgery.+A+systematic+review%5BTitle%5D)+AND+%22J+Oral+Maxillofac+Surg%22%5BJournal%5D)">Digital three-dimensional image fusion processes for planning and evaluating orthodontics and orthognathic surgery. A systematic review.</a> J Oral Maxillofac Surg. 40 (4), 341-352 (2011).</li>
<li>Badiali, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Virtual+orthodontic+surgical+planning+to+improve+the+accuracy+of+the+surgery-first+approach%3A+A+prospective+evaluation%5BTitle%5D)+AND+%22J+Oral+Maxillofac+Surg%22%5BJournal%5D)">Virtual orthodontic surgical planning to improve the accuracy of the surgery-first approach: A prospective evaluation.</a> J Oral Maxillofac Surg. 77 (10), 2104-2115 (2019).</li>
<li>Lee, C. Y., Ganz, S. D., Wong, N., Suzuki, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Use+of+cone+beam+computed+tomography+and+a+laser+intraoral+scanner+in+virtual+dental+implant+surgery%3A+part+1%5BTitle%5D)+AND+%22Implant+Dent%22%5BJournal%5D)">Use of cone beam computed tomography and a laser intraoral scanner in virtual dental implant surgery: part 1.</a> Implant Dent. 21 (4), 265-271 (2012).</li>
<li>Park, J. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Creation+of+digital+virtual+patient+by+integrating+CBCT%2C+intraoral+scan%2C+3D+facial+scan%3A+an+approach+to+methodology+for+integration+accuracy%5BTitle%5D)+AND+%22J+Craniofac+Surg%22%5BJournal%5D)">Creation of digital virtual patient by integrating CBCT, intraoral scan, 3D facial scan: an approach to methodology for integration accuracy.</a> J Craniofac Surg. 33 (4), e396-e398 (2022).</li>
<li>Almutairi, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Replacement+of+the+distorted+dentition+of+the+cone-beam+computed+tomography+scans+for+orthognathic+surgery+planning%5BTitle%5D)+AND+%22J+Oral+Maxillofac+Surg%22%5BJournal%5D)">Replacement of the distorted dentition of the cone-beam computed tomography scans for orthognathic surgery planning.</a> J Oral Maxillofac Surg. 76 (7), 1561.e1-1561.e8 (2018).</li>
<li>Rangel, F. A., Maal, T. J., Berge, S. J., Kuijpers-Jagtman, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integration+of+digital+dental+casts+in+cone-beam+computed+tomography+scans%5BTitle%5D)+AND+%22ISRN+Dent%22%5BJournal%5D)">Integration of digital dental casts in cone-beam computed tomography scans.</a> ISRN Dent. 2012, 949086(2012).</li>
<li>Yang, W. M., Ho, C. T., Lo, L. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+superimposition+of+palatal+fiducial+markers+for+accurate+integration+of+digital+dental+model+and+cone+beam+computed+tomography%5BTitle%5D)+AND+%22J+Oral+Maxillofac+Surg%22%5BJournal%5D)">Automatic superimposition of palatal fiducial markers for accurate integration of digital dental model and cone beam computed tomography.</a> J Oral Maxillofac Surg. 73 (8), 1616.e1-1616.e10 (2015).</li>
<li>Swennen, G. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+cone-beam+computed+tomography+triple+scan+procedure+to+obtain+a+three-dimensional+augmented+virtual+skull+model+appropriate+for+orthognathic+surgery+planning%5BTitle%5D)+AND+%22J+Craniofac+Surg%22%5BJournal%5D)">A cone-beam computed tomography triple scan procedure to obtain a three-dimensional augmented virtual skull model appropriate for orthognathic surgery planning.</a> J Craniofac Surg. 20 (2), 297-307 (2009).</li>
<li>Noh, H., Nabha, W., Cho, J. H., Hwang, H. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Registration+accuracy+in+the+integration+of+laser-scanned+dental+images+into+maxillofacial+cone-beam+computed+tomography+images%5BTitle%5D)+AND+%22Am+J+Orthod+Dentofacial+Orthop%22%5BJournal%5D)">Registration accuracy in the integration of laser-scanned dental images into maxillofacial cone-beam computed tomography images.</a> Am J Orthod Dentofacial Orthop. 140 (4), 585-591 (2011).</li>
<li>Zou, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accuracy+of+a+surface-based+fusion+method+when+integrating+digital+models+and+the+cone+beam+computed+tomography+scans+with+metal+artifacts%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Accuracy of a surface-based fusion method when integrating digital models and the cone beam computed tomography scans with metal artifacts.</a> Sci Rep. 12 (1), 8034(2022).</li>
<li>Lin, H. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Artifact-resistant+superimposition+of+digital+dental+models+and+cone-beam+computed+tomography+images%5BTitle%5D)+AND+%22J+Oral+Maxillofac+Surg%22%5BJournal%5D)">Artifact-resistant superimposition of digital dental models and cone-beam computed tomography images.</a> J Oral Maxillofac Surg. 71 (11), 1933-1947 (2013).</li>
<li>Park, J. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Use+of+artificial+intelligence+to+predict+outcomes+of+nonextraction+treatment+of+Class+II+malocclusions%5BTitle%5D)+AND+%22Semin+Orthodontics%22%5BJournal%5D)">Use of artificial intelligence to predict outcomes of nonextraction treatment of Class II malocclusions.</a> Semin Orthodontics. 27 (2), 87-95 (2021).</li>
<li>Bao, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluating+the+accuracy+of+automated+cephalometric+analysis+based+on+artificial+intelligence%5BTitle%5D)+AND+%22BMC+Oral+Health%22%5BJournal%5D)">Evaluating the accuracy of automated cephalometric analysis based on artificial intelligence.</a> BMC Oral Health. 23 (1), 1-10 (2023).</li>
<li>Gillot, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+landmark+identification+in+cone-beam+computed+tomography%5BTitle%5D)+AND+%22Orthod+Craniofac+Res%22%5BJournal%5D)">Automatic landmark identification in cone-beam computed tomography.</a> Orthod Craniofac Res. , (2023).</li>
<li>Blum, F. M. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+an+artificial+intelligence-based+algorithm+for+automated+localization+of+craniofacial+landmarks%5BTitle%5D)+AND+%22Clin+Oral+Invest%22%5BJournal%5D)">Evaluation of an artificial intelligence-based algorithm for automated localization of craniofacial landmarks.</a> Clin Oral Invest. 27, 2255-2265 (2023).</li>
<li>Al-Ubaydi, A. S., Al-Groosh, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+validity+and+reliability+of+automatic+tooth+segmentation+generated+using+artificial+intelligence%5BTitle%5D)+AND+%22The+Scientific+World+Journal%22%5BJournal%5D)">The validity and reliability of automatic tooth segmentation generated using artificial intelligence.</a> The Scientific World Journal. 2023, 5933003(2023).</li>
<li>Urban, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((AI-assisted+CBCT+data+management+in+modern+dental+practice%3A+Benefits%2C+limitations+and+innovations%5BTitle%5D)+AND+%22Electronics%22%5BJournal%5D)">AI-assisted CBCT data management in modern dental practice: Benefits, limitations and innovations.</a> Electronics. 12 (7), 1710(2023).</li>
<li>Faul, F., Erdfelder, E., Buchner, A., Lang, A. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Statistical+power+analyses+using+G%2APower+3.1%3A+tests+for+correlation+and+regression+analyses%5BTitle%5D)+AND+%22Behav+Res+Methods%22%5BJournal%5D)">Statistical power analyses using G*Power 3.1: tests for correlation and regression analyses.</a> Behav Res Methods. 41 (4), 1149-1160 (2009).</li>
<li>Landis, J. R., Koch, G. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+measurement+of+observer+agreement+for+categorical+data%5BTitle%5D)+AND+%22Biometrics%22%5BJournal%5D)">The measurement of observer agreement for categorical data.</a> Biometrics. 33, 159-174 (1977).</li>
<li>Uechi, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+novel+method+for+the+3-dimensional+simulation+of+orthognathic+surgery+by+using+a+multimodal+image-fusion+technique%5BTitle%5D)+AND+%22Am+J+Orthod+Dentofacial+Orthop%22%5BJournal%5D)">A novel method for the 3-dimensional simulation of orthognathic surgery by using a multimodal image-fusion technique.</a> Am J Orthod Dentofacial Orthop. 130 (6), 786-798 (2006).</li>
<li>Nkenke, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fusion+of+computed+tomography+data+and+optical+3D+images+of+the+dentition+for+streak+artifact+correction+in+the+simulation+of+orthognathic+surgery%5BTitle%5D)+AND+%22Dentomaxillofac+Radiol%22%5BJournal%5D)">Fusion of computed tomography data and optical 3D images of the dentition for streak artifact correction in the simulation of orthognathic surgery.</a> Dentomaxillofac Radiol. 33 (4), 226-232 (2004).</li>
<li>Lagravère, M. O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intraexaminer+and+interexaminer+reliabilities+of+landmark+identification+on+digitized+lateral+cephalograms+and+formatted+3-dimensional+cone-beam+computerized+tomography+images%5BTitle%5D)+AND+%22Am+J+Orthod+Dentofacial+Orthop%22%5BJournal%5D)">Intraexaminer and interexaminer reliabilities of landmark identification on digitized lateral cephalograms and formatted 3-dimensional cone-beam computerized tomography images.</a> Am J Orthod Dentofacial Orthop. 137 (5), 598-604 (2010).</li>
</ol>

Autorzy deklarują brak konfliktu interesów.

Korzystając z przedstawionego protokołu, digitalizacja zabytków oraz integracja CBCT i DDI może być łatwo zrealizowana za pomocą oprogramowania do uczenia maszynowego. Protokół ten wymaga następujących krytycznych kroków: i) reorientacji głowy w badaniu CBCT, ii) digitalizacji CBCT i DDI oraz iii) połączenia obrazów CBCT z DDI. Digitalizacja pięciu punktów orientacyjnych dla reorientacji głowy ma kluczowe znaczenie, ponieważ określa pozycję 3D głowy z płaszczyznami odniesienia w obszarach przestrzennych. Trzy punkty orientacyjne (R-/L-U6CP i R U1CP) na DDI zostały skalibrowane przez automatyzację opartą na uczeniu maszynowym po ręcznej digitalizacji. Jedynym ręcznym procesem było zlokalizowanie pięciu podstawowych punktów orientacyjnych szkieletu w zrekonstruowanym modelu CBCT, w tym Nasion, prawego i lewego oczodołu oraz porionów (ryc. 2), a także trzech zębowych punktów orientacyjnych w DDI, w tym R-/L-U6CP i R U1CP (ryc. 5). Dlatego użytkownik musi mieć doświadczenie w digitalizacji tych ośmiu punktów orientacyjnych, co może mieć wpływ na błędy rejestracji. Średni czas zużycia SBR wynosił 3-4 minuty w przypadku łączenia CBCT i DDI przez eksperta programu. W programie ABR średnio 50 s zużywano na wybranie pięciu punktów orientacyjnych do reorientacji, 40 s na wybranie trzech punktów orientacyjnych w DDI i 2-3 s na połączenie CBCT i DDI. Ponadto czas automatycznego wybierania punktów orientacyjnych w całym CBCT waha się od 30 s do 2 minut w zależności od wyboru grupy punktów orientacyjnych.
Gdy digitalizacja niektórych punktów orientacyjnych jest nieprecyzyjna, można je zmodyfikować poprzez ręczną digitalizację i kliknięcie na Ręczna rejestracja. Załóżmy, że istnieje jakakolwiek anatomiczna lub morfologiczna wariancja (np. brak centralnych siekaczy lub pierwszych zębów trzonowych), klinicysta może zidentyfikować określone punkty orientacyjne, dostosowując określone punkty w CBCT i DDI do dopasowania.
Jeśli chodzi o błędy średnie różnych metod integracji z CBCT i DDI, wcześniejsze badania z użyciem markerów wykazały, że zakres błędów rejestracji wynosił od 0,1 do 0,5 mm20. W odpornej na artefakty rejestracji powierzchniowej Lin i in. odnotowali błędy dokładności od 0,10 do 0,43 mm11. Jednak w naszym badaniu zakres średniej różnicy w ABR był mniejszy niż w przypadku SBR (0,001 do 0,314 mm; Tabela 2). Oznacza to, że ABR może mieć większą dokładność niż SBR. Co ciekawe, współrzędna z siekacza szczęki w ABR i współrzędna x w SBR wykazywały stosunkowo mniej średnich błędów. Może wynikać z różnych punktów orientacyjnych siekacza szczęki między ABR i SBR, który jest odpowiednio punktem środkowym i punktem styku siekacza szczęki.
Ponadto metalowe artefakty i poziom doświadczenia operatora podczas integracji mogą mieć wpływ na dokładność podczas łączenia CBCT i DDI. Nkenke i in. stwierdzili odpowiednio 0,13 mm i 0,27 mm bez i z korekcją artefaktów metalowych21. Inne badanie wykazało, że zęby szczęki wykazywały słabą lub umiarkowaną niezawodność wartości współrzędnych x z SBR między różnymi grupami operatorów10. Konsekwentnie, w naszym badaniu, wiarygodność wartości współrzędnych x pierwszych zębów trzonowych i siekaczy szczęki wykazywała umiarkowaną lub słabą zgodność w porównaniu między ABR i SBR. Ponadto wiarygodność współrzędnych y/z w większości punktów orientacyjnych była prawie idealna do znacznej zgodności, podczas gdy współrzędne x wykazywały umiarkowaną lub niską zgodność (tabela 1). Ta zmienność współrzędnych x może wynikać z niejednoznaczności punktów orientacyjnych spowodowanej zużyciem zgryzowym w pierwszych zębach trzonowych oraz stłoczeniami lub odstępami w centralnych siekaczach szczęki.
Jeśli chodzi o identyfikację CBCT za pomocą sztucznej inteligencji, punkty orientacyjne na grzbietach, krawędziach, wierzchołkach i między obszarami o charakterystycznym zagęszczeniu są łatwiejsze do zlokalizowania, a zatem mają tendencję do wykazywania najwyższej dokładności22. Guillot i wsp. stwierdzili, że punkty orientacyjne w podstawie czaszki wykazywały większą dokładność niż te w szczęce i żuchwie14. Jednak badania te nie łączyły CBCT z DDI i oceniały identyfikację anatomicznych punktów orientacyjnych tylko w CBCT za pomocą AI.
W badaniu tym wzięła udział niewielka liczebność próby wykorzystanej do oceny wiarygodności ABR; Konieczna jest dalsza ocena przy większej liczebności próby. Biorąc pod uwagę, że badanie to zostało przeprowadzone tylko przez jednego egzaminatora, różnice między egzaminatorami mogą mieć wpływ na wiarygodność, którą można dalej badać. Ponadto, ponieważ protokół ten został oparty na algorytmie uczenia maszynowego, w którym opracowano konwolucyjne sieci neuronowe z przykładową bazą danych, baza danych powinna być okresowo aktualizowana. Należy rozumieć, że różnorodność anatomiczna zębów i kości twarzoczaszki, zwłaszcza w deformacjach zębowo-twarzowych, różnice w gęstości radiologicznej i rozdzielczości CBCT i DDI mogą skutkować upośledzoną reprezentacją danych. Ten protokół ABR może być zastosowany do wstępnego zaprojektowania implantu lub chirurgii periodontologicznej i symulacji wspomaganej komputerowo chirurgii ortognatycznej i leczenia ortodontycznego.

Trójwymiarowa (3D) technologia cyfrowa poszerzyła zakres diagnostyki i planowania leczenia ortodontycznego lub chirurgiczno-ortodontycznego. Wirtualna głowa skonstruowana na podstawie obrazu tomografii komputerowej wiązki stożkowej twarzy (CBCT) może być używana do oceny nieprawidłowości zębowo-twarzowych i zębowych, planowania chirurgii ortognatycznej, wytwarzania wafli dentystycznych i szablonów chirurgicznych implantów przy użyciu komputerowego wspomagania projektowania i produkcji1,2,3,4. Jednak skany CBCT mają niską reprezentację uzębienia, w tym morfologię zębów i pokrewieństwo międzyzgryzowe, co wynika z ich ograniczonej rozdzielczości i artefaktów smug z odbudowy zębów lub zamków ortodontycznych5. W związku z tym cechy zębów zostały zastąpione na obrazach CBCT cyfrowymi obrazami stomatologicznymi (DDI), takimi jak zeskanowane odlewy lub obrazy skanów wewnątrzustnych.
Dla niezawodnej integracji DDI na obrazach CBCT, liczne badania opisywały różne metody, takie jak użycie znaczników referencyjnych6,7, voxel-based8, oraz rejestracje oparte na powierzchni (SBR)9,10. Procedury te mają swoje metody wykorzystania markerów zewnątrzustnych, wielokrotnych skanów CBCT i dodatkowych etapów procesu, takich jak czyszczenie metalowych artefaktów na obrazach CBCT. Jeśli chodzi o dokładność SBR, kilka poprzednich badań wykazało błędy w zakresie od 0,10 do 0,43 mm9,11. Ponadto Zou i wsp. ocenili wiarygodność i błędy między obserwatorami a ortodontą za pomocą SBR i zgłosili potrzebę doświadczenia klinicznego i wielokrotnego uczenia się10.
Sztuczna inteligencja (AI) została wykorzystana do przewidywania wyników leczenia12 i digitalizacji punktów orientacyjnych na cefalometrycznych zdjęciach rentgenowskich13 lub obrazach CBCT14,15,16, a obecnie dostępne jest oprogramowanie komercyjne, które pomaga w tym procesie17. Dokładna identyfikacja anatomicznych punktów orientacyjnych na obrazach 3D jest trudna ze względu na niejednoznaczność płaskich powierzchni lub zakrzywionych struktur, obszary o niskiej gęstości i dużą zmienność struktur anatomicznych.
Oparta na sztucznej inteligencji automatyzacja oparta na uczeniu maszynowym może być zastosowana nie tylko do digitalizacji, ale także do integracji DDI i CBCT zębowo-twarzowej. Istnieje jednak niewiele badań dotyczących dokładności rejestracji opartej na sztucznej inteligencji (ABR) w porównaniu z istniejącą metodą opartą na powierzchni. Aby osiągnąć dokładniejsze wyniki zmian 3D szkieletu i zębów za pomocą chirurgii ortognatycznej dwuszczękowej, konieczna jest ocena dokładności programów opartych na sztucznej inteligencji podczas łączenia CBCT i DDI. W związku z tym w niniejszym artykule przedstawiono krok po kroku protokół digitalizacji i integracji CBCT i DDI z rejestracją opartą na sztucznej inteligencji (ABR) oraz oceny jego niezawodności i odtwarzalności w porównaniu z SBR.

<table><tbody><tr><td>G*Moc&nbsp;</td><td>Uniwersytet Heinricha Heinego&auml; t, D?sseldorf, Niemcy</td><td>v. 3.1.9.7</td><td>Oprogramowanie do obliczania wielkości próbki</td></tr><tr><td>Geomagic Qualify&reg;</td><td>3D Systems, Morrisville, NC, USA</td><td>v 2013</td><td>Funkcja metrologii 3D i oprogramowanie do automatyzacji, , które przekształcają dane skanowania i sondy w 3D do wykorzystania w projektowaniu, produkcji i zastosowaniach metrologicznych&nbsp;</td></tr><tr><td>KODAK 9500</td><td>Carestream Health Inc., Rochester, NY, Stany Zjednoczone</td><td>5159538</td><td>Tomograf komputerowy wiązki stożkowej (CBCT)</td></tr><tr><td>MD-ID0300</td><td>Medit Co, Seul, Korea Południowa Seul, Korea</td><td>61010-1</td><td>Skaner biurkowy&nbsp;</td></tr><tr><td>ON3D</td><td>3D ONS Inc., Seul, Korea</td><td>v 1.3.0</td><td>Oprogramowanie do oceny CBCT 3D; Identyfikacja punktów orientacyjnych w oparciu o sztuczną inteligencję, analiza twarzoczaszki i stawu skroniowo-żuchwowego, nakładanie i wirtualna chirurgia ortognatyczna</td></tr><tr><td>SPSS&nbsp;</td><td>IBM, Armonk, NY, Stany Zjednoczone</td><td>v 22.0&nbsp;</td><td>Program do analizy statystycznej</td></tr></tbody></table>

niezawodność integracji tomografii komputerowej wiązki stożkowej opartej na sztucznej inteligencji z cyfrowymi obrazami stomatologicznymi

Reliability of Artificial Intelligence-Based Cone Beam Computed Tomography Integration with Digital Dental Images

To badanie miało na celu wprowadzenie digitalizacji tomografii komputerowej wiązki stożkowej (CBCT) i integracji cyfrowych obrazów stomatologicznych (DDI) w oparciu o rejestrację opartą na sztucznej inteligencji (AI) (ABR) oraz ocenę wiarygodności i odtwarzalności przy użyciu tej metody w porównaniu z rejestracją powierzchniową (SBR). To retrospektywne badanie składało się z obrazów CBCT i DDI 17 pacjentów, którzy przeszli wspomaganą komputerowo chirurgię ortognatyczną dwuszczękową. Digitalizacja obrazów CBCT i ich integracja z DDI zostały powtórzone przy użyciu programu opartego na sztucznej inteligencji. Obrazy CBCT i DDI zostały zintegrowane za pomocą rejestracji punkt-punkt. Natomiast w przypadku metody SBR trzy punkty orientacyjne zostały zidentyfikowane ręcznie za pomocą CBCT i DDI, które zostały zintegrowane z iteracyjną metodą najbliższych punktów.
Po dwóch wielokrotnych integracjach każdej metody, uzyskano trójwymiarowe wartości współrzędnych pierwszych zębów trzonowych szczęki i siekaczy centralnych oraz ich różnice. Przeprowadzono testy współczynników wewnątrzklasowych (ICC) w celu oceny niezawodności wewnątrz obserwatora za pomocą współrzędnych każdej metody i porównania ich wiarygodności między ABR i SBR. Wiarygodność wewnątrz obserwatora wykazała znaczące i prawie doskonałe ICC w każdej z metod. Nie stwierdzono istotnej średniej różnicy między pierwszą i drugą rejestracją w każdym ABR i SBR oraz między obiema metodami; jednak ich zakresy były węższe w przypadku ABR niż w przypadku metody SBR. Badanie to pokazuje, że cyfryzacja i integracja oparta na sztucznej inteligencji są niezawodne i powtarzalne.

W niniejszej pracy opisano proces integracji CBCT i DDI z wykorzystaniem programu opartego na sztucznej inteligencji (AI). Aby ocenić jego niezawodność i powtarzalność, przeprowadzono badanie porównawcze z rejestracją opartą na powierzchni (SBR). Po przeprowadzeniu analizy mocy przy korelacji ρ H1 = 0,77, α = 0,05 i mocy (1−β) = 0,80 ustalono, że wymagana minimalna wielkość próby wynosi dziesięć18. Zbadano łącznie 17 zestawów skanów CBCT i cyfrowych obrazów stomatologicznych pacjentów ortognatycznych w szpitalu Seoul National University Bundang w okresie od marca 2016 r. do października 2019 r. Całe procesy SBR i ABR dla tej samej populacji powtórzono dwukrotnie przez tego samego badacza, rezydenta ortodoncji, który posiadał ponad 1,5-letnie doświadczenie w identyfikacji punktów orientacyjnych. SBR wykonano zgodnie z protokołem podobnym do stosowanego w niektórych wcześniejszych badaniach9,10 (Rycina 10). Oceńiono średnie różnice w wartościach współrzędnych x, y i z dla R-/L-U6CP oraz R U1CP po powtórnych integracjach w każdym programie. Wszystkie dane poddano analizie statystycznej za pomocą oprogramowania SPSS 22.0. Niezawodność współrzędnych punktów orientacyjnych analizowano w ramach ABR, SBR oraz pomiędzy nimi, aby ocenić powtarzalność przy użyciu korelacji wewnątrzklasowej (ICC)19.
Niezawodność wewnątrzobserwatora dla wartości współrzędnych x, y i z w przypadku R-/L-U6CP oraz R U1CP była istotna i niemal doskonała odpowiednio dla ABR (0,950 ≤ ICC ≤ 0,998) i SBR (0,886 ≤ ICC ≤ 0,997) (Tabela 1). Różnica w niezawodności wartości współrzędnych y i z w większości punktów orientacyjnych była istotna i wykazała od niemal doskonałej do znacznej zgodności między SBR a ABR. Jednakże wartości współrzędnej x dla R-/L-U6CP i R U1CP wykazały odpowiednio umiarkowaną, przeciętną i niską zgodność i były nieistotne.
Jak pokazano w Tabeli 2, średnie różnice wszystkich wartości współrzędnych z powtórzonych integracji nie różniły się znacząco w każdej z metod. Różnice te dla współrzędnych x wynosiły od -0,005 do -0,098 mm dla ABR oraz od -0,212 do 0,013 mm dla SBR. Dla współrzędnych y wynosiły one od -0,084 do -0,314 mm dla ABR oraz od -0,007 do 0,084 mm dla SBR, natomiast dla współrzędnych z wynosiły od -0,005 do 0,045 mm dla ABR oraz od -0,567 do 0,074 mm dla SBR. Niemniej jednak, nie stwierdzono istotnej różnicy w średniej różnicy między pierwszą a drugą rejestracją pomiędzy ABR a SBR.
<img alt="Przycisk reorientacji w interfejsie wyboru punktów charakterystycznych dla widoku objętościowego lub przekroju w oprogramowaniu do obrazowania." class="xfigimg" src="/files/ftp_upload/66014/66014fig01.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 1"> 
Rysunek 1: Reorientacja modelu kraniofacjalnego. Czynność ta jest inicjowana poprzez kliknięcie przycisku Reorientation w panelu Landmark. <a href="https://www.jove.com/files/ftp_upload/66014/66014fig01large.jpg" target="_blank">Aby wyświetlić powiększoną wersję tego rysunku, kliknij tutaj.</a>
<img alt="Schemat analizy czaszki 3D; punkty orientacyjne anatomiczne; wizualizacja pomiarów czaszki." class="xfigimg" src="/files/ftp_upload/66014/66014fig02.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 2"> 
Rysunek 2: Pięć podstawowych punktów orientacyjnych służących do reorientacji zrekonstruowanego modelu kraniofacialnego; nasion, prawe i lewe orbitale oraz prawe i lewe porion. <a href="https://www.jove.com/files/ftp_upload/66014/66014fig02large.jpg" target="_blank">Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.</a>
<img alt="Adnotacja podstawy czaszki, wyznaczanie punktów orientacyjnych szkieletu na skanie CT, analiza 3D, badanie ortodontyczne." class="xfigimg" src="/files/ftp_upload/66014/66014fig03.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 3"> 
Rysunek 3: Punkty orientacyjne i ich współrzędne po wstępnym automatycznym wyborze punktów orientacyjnych. Weryfikację i modyfikację punktów orientacyjnych można przeprowadzić, klikając przycisk Manual Landmark Picking w zakładce Volume. <a href="https://www.jove.com/files/ftp_upload/66014/66014fig03large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.</a>
<img alt="Interfejs rejestracji skanów stomatologicznych, przedstawiający opcje narzędzi programistycznych do obrazowania czaszki i druku 3D." class="xfigimg" src="/files/ftp_upload/66014/66014fig04.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 4"> 
Rysunek 4Rozpoczęcie procesu scalania cyfrowych obrazów stomatologicznych z przeorientowanym modelem kraniofacjalnym. czyni się to poprzez kliknięcie w rejestracja skanu uzębienia przycisk w Panel narzędzi. <a href="https://www.jove.com/files/ftp_upload/66014/66014fig04large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<img alt="Analiza wyrównania łuku zębowego; schemat korekcji ortodontycznej z zaznaczonymi pozycjami zębów w 3D." class="xfigimg" src="/files/ftp_upload/66014/66014fig05.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 5"> 
Rycina 5: Położenie trzech punktów orientacyjnych rejestracji na wczytanych cyfrowych obrazach uzębienia. Guzki mezjobucikalne prawego pierwszego trzonowca górnego (R U6CP), punkt środkowy brzegu siecznego prawego centralnego siekacza górnego (R U1CP) oraz guzek mezjobucikalny lewego pierwszego trzonowca górnego (L U6CP). Punkty te zostały skalibrowane jednocześnie za pomocą automatyzacji opartej na uczeniu maszynowym. <a href="https://www.jove.com/files/ftp_upload/66014/66014fig05large.jpg" target="_blank">Prosimy kliknąć tutaj, aby wyświetlić większą wersję tej ryciny.</a>
<img alt="Skany dentystyczne 3D z komunikatem o automatycznej rejestracji, widoki osiowy i strzałkowy do analizy dopasowania." class="xfigimg" src="/files/ftp_upload/66014/66014fig06.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 6"> 
Rysunek 6: Potwierdzenie trzech punktów orientacyjnych rejestracji na wczytanych cyfrowych obrazach dentystycznych i CBCT. Prawe i lewe guzki mezjobliczne pierwszych zębów trzonowych górnych (R U6CP, L U6CP) oraz punkt środkowy prawego górnego siekacza środkowego (R U1CP). Kliknięcie przycisku Yes wykonuje automatyczną rejestrację. Skrót: CBCT = tomografia komputerowa w wiązce stożkowej. <a href="https://www.jove.com/files/ftp_upload/66014/66014fig06large.jpg" target="_blank">Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.</a>
<img alt="Tomografia komputerowa czaszki z zaznaczoną na zielono analizą ustawienia zębów do oceny ortodontycznej." class="xfigimg" src="/files/ftp_upload/66014/66014fig07.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 7"> 
Rycina 7: Zrekonstruowany model kraniofacjalny z naniesionym cyfrowym obrazem uzębienia. <a href="https://www.jove.com/files/ftp_upload/66014/66014fig07large.jpg" target="_blank">Aby zobaczyć powiększoną wersję tej ryciny, kliknij tutaj.</a>
<img alt="Interfejs rejestracji uzębienia, przyciski wyboru szczęki i żuchwy do wyznaczenia punktów orientacyjnych." class="xfigimg" src="/files/ftp_upload/66014/66014fig08.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 8"> 
Rycina 8: Modyfikacja scalania. Podczas modyfikacji scalania należy kliknąć przycisk Pick Registration Landmark w panelu Dentition Registration. <a href="https://www.jove.com/files/ftp_upload/66014/66014fig08large.jpg" target="_blank">Aby wyświetlić powiększoną wersję tej ryciny, kliknij tutaj.</a>
<img alt="Trójwymiarowy schemat czaszki z płaszczyznami X, Y, Z i współrzędnymi punktu nasion (0,0,0) do badań anatomicznych." class="xfigimg" src="/files/ftp_upload/66014/66014fig09.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 9"> 
Rysunek 9: Płaszczyzny odniesienia programu. Płaszczyzna X (pozioma) to płaszczyzna przechodząca przez Nasion, równoległa do płaszczyzny poziomej Frankfurta (FH), która przechodzi przez lewy i prawy Orbitales oraz prawy Porion. Płaszczyzna Y (pośrodkowa strzałkowa) jest prostopadła do płaszczyzny X i przechodzi przez Nasion oraz basion. Płaszczyzna Z (wieńcowa) wyznacza płaszczyznę prostopadłą do płaszczyzn poziomej i pośrodkowej strzałkowej przechodzącą przez Nasion (punkt zerowy; 0, 0 i 0). <a href="https://www.jove.com/files/ftp_upload/66014/66014fig09large.jpg" target="_blank">Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.</a>
<img alt="3D rekonstrukcja łuku zębowego; schematy A i B; modelowanie zębów i analiza wyrównania." class="xfigimg" src="/files/ftp_upload/66014/66014fig10.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 10"> 
Rysunek 10: Rejestracja powierzchniowa cyfrowych obrazów zębów szczęki do części zębowych zrekonstruowanych obrazów CBCT. (A) Przed i (B) po scaleniu. Najpierw zarejestrowano punkty początkowe, wykorzystując guzki mezjobliczne pierwszych zębów trzonowych górnych oraz punkt styku siekaczy centralnych w CBCT i DDI. Następnie wykonano rejestrację powierzchni, aby uzyskać dokładniejszą integrację przy użyciu algorytmu najbliższych punktów iteracyjnych. Skróty: CBCT = tomografia komputerowa wiązki stożkowej; DDI = cyfrowe obrazy zębów. <a href="https://www.jove.com/files/ftp_upload/66014/66014fig10large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.</a>
Tabela 1: Niezawodność w trzech współrzędnych każdego punktu orientacyjnego podczas integrowania obrazów CBCT twarzy i cyfrowych obrazów stomatologicznych w każdej metodzie ABR i SBR oraz pomiędzy nimi. *test t dla prób zależnych; †test t dla prób niezależnych. ICC &gt; 0,8/0,6/0,4/0,2 lub ≤ 0,2 reprezentują odpowiednio bardzo dobrą, dobrą, umiarkowaną, słabą lub bardzo słabą zgodność. Skróty: CBCT = tomografia komputerowa wiązki stożkowej; AI = sztuczna inteligencja; ABR = rejestracja oparta na AI; SBR = rejestracja oparta na powierzchni; CI = przedział ufności; ICC = współczynnik wewnątrzklasowy. <a href="https://www.jove.com/files/ftp_upload/66014/Table%201_revised.xlsx" target="_blank">Kliknij tutaj, aby pobrać tę tabelę.</a>
Tabela 2: Średnie różnice w trzech współrzędnych każdego punktu orientacyjnego z powtórzonych rejestracji CBCT twarzy i cyfrowych obrazów stomatologicznych z zastosowaniem ABR i SBR. Δ (1.–2.), średnia różnica w współrzędnych x, y i z każdego punktu orientacyjnego pomiędzy pierwszą rejestracją (1st) a drugą rejestracją (2nd) obrazów CBCT twarzy i DDI. *test t dla par; †test t dla prób niezależnych t test; bTest znaków Wilcoxona. Poziom istotności ustalono na P &lt; 0.05. Skróty: CBCT = tomografia komputerowa wiązki stożkowej; AI = sztuczna inteligencja; ABR = rejestracja oparta na sztucznej inteligencji; SBR = rejestracja oparta na powierzchni; S.D. = odchylenie standardowe. <a href="https://www.jove.com/files/ftp_upload/66014/Table%202_revised.xlsx" target="_blank">Prosimy o kliknięcie tutaj, aby pobrać tę tabelę.</a>

Proces rejestracji skanów tomografii komputerowej wiązki stożkowej i cyfrowych obrazów stomatologicznych został przedstawiony przy użyciu wspomaganej sztuczną inteligencją (AI) identyfikacji punktów orientacyjnych i łączenia. Porównanie z rejestracją powierzchniową pokazuje, że digitalizacja i integracja oparta na sztucznej inteligencji jest niezawodna i powtarzalna.

Niezawodność integracji tomografii komputerowej wiązki stożkowej opartej na sztucznej inteligencji z cyfrowymi obrazami stomatologicznymi

This study aimed to introduce cone-beam computed tomography (CBCT) digitization and integration of digital dental images (DDI) based on artificial ...

Nasze badania koncentrują się na integracji obrazów CBCT i antyrozproszonych, co jest nieuniknione przy tworzeniu wirtualnego kapelusza. Do tej pory te trzy obrazy są wyraźnie wykonane przy użyciu najlepszej metody filmowej, która jest oparta na powierzchni. Badania te mają na celu wprowadzenie nowej metody integracji opartej na digitalizacji wspomaganej przez sztuczną inteligencję oraz ocenę jej trafności.Sztuczna inteligencja została wykorzystana do przewidywania wyników leczenia i digitalizacji punktów orientacyjnych na dodatkowych zdjęciach rentgenowskich lub obrazach CBCT. Dostępnych jest kilka komercyjnych programów. Ten program wykorzystuje wspomaganą sztuczną inteligencją automatyzację uczenia maszynowego w digitalizacji punktów orientacyjnych w CBCT, a także kalibracji ręcznie wybieranych punktów orientacyjnych na obrazach dentystycznych.Praca międzyoperacyjna zespołu laboratoryjnego wykazała znaczące i prawie doskonałe ICC w każdej metodzie. Główna różnica nie wykazała istotnej między pierwszą a drugą rejestracją w każdym ABR i SBR pomiędzy obiema metodami. Ich zakresy były jednak niższe w przypadku ABR niż w przypadku metody SBR.Protokół ABR nie tylko poprawił dokładność, ale także znacznie skrócił czas scalania. Podczas gdy metoda SBR zajmowała od trzech do czterech minut, program ABR potrzebował tylko około 50 sekund na wybór punktów orientacyjnych, 40 sekund na punkty orientacyjne DDI i dwie do trzech sekund na łączenie CBCT i DDI. Aby rozpocząć, uruchom oprogramowanie ON3D na komputerze, kliknij ikonę Załaduj plik DICOM, aby zaimportować pliki, wybierz dowolny plik DICOM i kliknij Otwórz.Kliknij ikonę Zmiana orientacji w panelu Punkt orientacyjny. Następnie kliknij wycięcie w kształcie litery V kości czołowej w widoku 3D. Przewiń w górę i w dół widok strzałkowy, aby znaleźć najbardziej wysunięty do przodu punkt, a następnie kliknij punkt, w którym przedni szew nosowy styka się z kośćmi nosa i czołowymi.Podobnie przewiń widok koronalny i kliknij, aby określić poziome położenie nasion. Następnie kliknij najniższy punkt na marginesie prawego konturu orbity. Następnie przewiń widok koronalny, aby znaleźć najniższy punkt na dolnym marginesie prawej orbity i kliknij.Teraz w widoku strzałkowym kliknij najwyższy punkt prawej szczęki, który stanowi dolną granicę oczodołu. Przewiń widok osiowy, a następnie kliknij, aby wyrównać czerwony krzyżyk z punktem, w którym spotykają się krawędzie orbity oka. Kliknij najniższy punkt na marginesie lewego konturu oczodołu, a następnie naciśnij najwyższy punkt konturu prawego zewnętrznego przewodu słuchowego.Kliknij najniższy punkt prawej kości skroniowej w widoku koronalnym, aby określić pozycję poziomą i pionową, dostosuj pionową i przednią pozycję tylną, klikając najwyższy punkt konturu prawego zewnętrznego przewodu słuchowego w widoku strzałkowym. Następnie przewiń przez widok osiowy do miejsca, w którym pojawia się zewnętrzny przewód słuchowy, a linia kości skroniowych znika, a następnie kliknij. Wybierz najbardziej nadrzędny punkt konturu lewego zewnętrznego przewodu słuchowego.Teraz kliknij ikonę Gotowe, aby zakończyć reorientację zrekonstruowanego modelu twarzoczaszki. Następnie naciśnij ikonę Wstępne wybieranie punktów orientacyjnych w panelu Punkt orientacyjny. Naciśnij ikonę Wykonaj w panelu Wstępne wskazanie punktu orientacyjnego, aby automatycznie wybrać wstępne punkty orientacyjne.Aby zmodyfikować punkty orientacyjne, naciśnij ikonę Ręczne wybieranie punktów orientacyjnych na karcie Głośność, a następnie dokonaj niezbędnych regulacji i naciśnij przycisk Gotowe, aby potwierdzić położenie punktów orientacyjnych. Naciśnij ikonę Rejestracja skanowania uzębienia w panelu Narzędzia. Następnie wybierz uzębienie szczęki i kliknij ikonę Załaduj w panelu Rejestracja uzębienia.Teraz wybierz pliki STL tego samego pacjenta z modelem CBCT w folderze, aby załadować pliki STL uzębienia szczęki. Przełączaj niebieskie trójkątne strzałki w przód iw tył, aby wybrać guzki policzkowe prawej lewej szczęki, pierwszych zębów trzonowych i środkowego siekacza prawej szczęki jako punkty orientacyjne rejestracji. Na koniec naciśnij ikonę Gotowe w panelu rejestracji uzębienia i kliknij ikonę Tak, aby potwierdzić automatyczną rejestrację.Aby scalić uzębienie żuchwy, wybierz uzębienie żuchwy i kliknij przycisk Załaduj w panelu Rejestracja uzębienia. Po wygenerowaniu plików STL wybierz mezjalny guzek policzkowy prawego lewego dolnego pierwszego trzonowca i prawego dolnego pierwszego siekacza jako punkty orientacyjne rejestracji. Teraz kliknij ikonę Wybierz punkt orientacyjny rejestracji w panelu Rejestracja uzębienia i naciśnij Potwierdź, aby zmodyfikować scalony model.Aby uzyskać współrzędne 3D punktów orientacyjnych, kliknij ikonę Ręczne wybieranie punktów orientacyjnych na karcie Objętość lub kliknij kartę Analiza, aby uzyskać współrzędne 3D punktów orientacyjnych. Na koniec kliknij kartę Analiza i naciśnij panel Eksport danych, a następnie ikonę punktu orientacyjnego, aby wyeksportować dane jako plik.

reliability-artificial-intelligence-based-cone-beam-computed

Research

JoVE Journal

Medicine

Medycyna

Dokładność jest głównym wymogiem w medycynie dentystycznej. Aby zweryfikować dokładność, potrzebne są skanery referencyjne. W artykule przedstawiono nowy skaner referencyjny z dostosowaną metodą skanowania w celu uzyskania szerokiej gamy morfologii zębów z wysoką dokładnością i precyzją.

Precyzja w medycynie dentystycznej, nowy sposób pomiaru poprawności i precyzji

Implantacja autologicznych i allogenicznych przeszczepów kostnych stanowi akceptowane metody leczenia dużych ubytków kości twarzoczaszki. Jednak wpływ składu przeszczepu na wzajemne oddziaływanie między neowaskularyzacją, różnicowaniem komórek i tworzeniem kości jest niejasny. Przedstawiamy protokół obrazowania multimodalnego, którego celem jest wyjaśnienie współzależności angiogenezy i osteogenezy w pobliżu przeszczepu.

Tomografia komputerowa i obrazowanie optyczne sprzężenia osteogeneza-angiogeneza w celu oceny integracji autoprzeszczepów kości czaszki i alloprzeszczepów

Tutaj prezentujemy protokół do pomiaru stopnia zniekształcenia w każdej części cyfrowego wycisku konkurencyjnego łuku uzyskanego ze skanera wewnątrzustnego z wydrukowanym w 3D metalowym fantomem o standardowych geometriach.

Pomiar zniekształcenia pełnego łuku optycznego wycisku dentystycznego

Tutaj proponujemy praktyczne, wykonalne i powtarzalne wytyczne oceny wspomaganej komputerowo rekonstrukcji żuchwy, aby stworzyć jednolitość między badaniami dotyczącymi oceny dokładności pooperacyjnej. Niniejszy protokół stanowi kontynuację i określa wcześniejszą publikację niniejszych wytycznych dotyczących oceny.

Wytyczne oceny pooperacyjnej dla komputerowo wspomaganej rekonstrukcji żuchwy

Przepływ pracy do tworzenia trójwymiarowych (3D) wirtualnych modeli hybrydowych został zaprojektowany na podstawie zestawu danych tomografii komputerowej wiązki stożkowej i wewnątrzustnych skanów optycznych, wykorzystujących metody segmentacji obrazów radiograficznych i modelowanie powierzchni o dowolnym kształcie. Modele cyfrowe są wykorzystywane do wirtualnego planowania zabiegów chirurgicznych rekonstrukcyjnych zębodołu zębodołowego.

Przygotowanie cyfrowego modelu hybrydowego do wirtualnego planowania zabiegów chirurgicznych rekonstrukcyjnych zębodołu zębodołowego

Dynamiczna chirurgia implantologiczna wspomagana komputerowo (DCAIS) to kontrolowana metoda chirurgicznego umieszczania implantów wykonywana bez szablonu chirurgicznego za pomocą kontroli optycznej. Śródoperacyjna kontrola ruchu i położenia urządzenia chirurgicznego w czasie rzeczywistym upraszcza zabieg i daje chirurgowi większą swobodę, zapewniając podobną precyzję jak statyczne metody nawigacji.

Dynamiczna nawigacja przy wszczepianiu implantów dentystycznych

Dynamiczne systemy nawigacji (DNS) zapewniają operatorowi wizualizację i wskazówki w czasie rzeczywistym podczas przygotowywania ubytków dostępu endodontycznego. Planowanie zabiegu wymaga trójwymiarowego obrazowania z wykorzystaniem tomografii komputerowej wiązki stożkowej i skanów powierzchni. Po wyeksportowaniu danych planistycznych do DNS, ubytki dostępowe mogą być przygotowane przy minimalnej inwazji.

Nawigacja dynamiczna w endodoncji: Przygotowanie ubytków dostępowych z przewodnikiem za pomocą zminiaturyzowanego systemu nawigacji

Endodoncja prowadzona opisuje wspomagane szablonem podejście do przygotowania ubytków dostępowych. Procedura wymaga tomografii komputerowej wiązki stożkowej i skanowania powierzchni w celu wytworzenia szablonu. Wbudowana tuleja prowadzi wiertło do punktu docelowego. Pozwala to na opracowanie małoinwazyjnych ubytków dostępu endodontycznego w zębach zwapniałych.

Endodoncja sterowana: trójwymiarowe planowanie i wspomagane szablonem przygotowanie ubytków dostępu endodontycznego

Prezentowany tutaj jest szczegółowy protokół przeprowadzania trójwymiarowej analizy cefalometrycznej z wykorzystaniem skanów ludzkiej tomografii komputerowej wiązki stożkowej.

Trójwymiarowa demonstracja cefalometrycznej adnotacji punktów orientacyjnych na skanach ludzkiej wiązki stożkowej

Ten manuskrypt przedstawia obszerny protokół do oceny trójwymiarowego (3D) ruchu zębów bocznych szczęki z przezroczystymi nakładkami za pomocą nakładania modelu cyfrowego, nieocenionego narzędzia w ortodoncji i ortopedii zębowo-twarzowej.

Pomiar ruchu zębów tylnych szczęki: ocena modelu z wykorzystaniem nałożenia podniebienia i zębów

Poznaj metodę integracji obrazów CBCT z cyfrowymi zdjęciami stomatologicznymi wspomaganą sztuczną inteligencją. Ta technika AI zwiększa niezawodność identyfikacji punktów orientacyjnych w porównaniu do tradycyjnych metod powierzchniowych.

Niezawodność integracji tomografii komputerowej wiązki stożkowej opartej na sztucznej inteligencji z cyfrowymi obrazami stomatologicznymi (Wideo) | JoVE Journal

Niezawodność integracji tomografii komputerowej wiązki stożkowej opartej na sztucznej inteligencji z cyfrowymi obrazami stomatologicznymi

Przeglądaj więcej filmów