RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
pt_BR
Menu
Menu
Menu
Menu
A subscription to JoVE is required to view this content. Sign in or start your free trial.
Research Article
Ju-Heon Lee*1, Nam-Ki Lee*1, Bingshuang Zou2, Jae Hyun Park3,4, Tae-Hyun Choi1
1Department of Orthodontics,Seoul National University Bundang Hospital, 2Division of Orthodontics, Faculty of Dentistry,University of British Columbia, 3Postgraduate Orthodontic Program, Arizona School of Dentistry & Oral Health,A. T. Still University, 4Graduate School of Dentistry,Kyung Hee University
Please note that some of the translations on this page are AI generated. Click here for the English version.
Erratum Notice
Important: There has been an erratum issued for this article. View Erratum Notice
Retraction Notice
The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice
Um processo de registro de tomografias computadorizadas de feixe cônico e imagens odontológicas digitais foi apresentado usando identificação de pontos de referência assistida por inteligência artificial (IA) e fusão. Uma comparação com o registro baseado em superfície mostra que a digitalização e a integração baseadas em IA são confiáveis e reprodutíveis.
Este estudo teve como objetivo introduzir a digitalização da tomografia computadorizada de feixe cônico (TCFC) e a integração de imagens odontológicas digitais (DDI) com base no registro baseado em inteligência artificial (IA) (ABR) e avaliar a confiabilidade e reprodutibilidade usando este método em comparação com as do registro baseado em superfície (SBR). Este estudo retrospectivo consistiu em imagens de TCFC e DDI de 17 pacientes submetidos à cirurgia ortognática bimaxilar auxiliada por computador. A digitalização das imagens CBCT e sua integração com DDI foram repetidas usando um programa baseado em IA. As imagens CBCT e DDI foram integradas usando um registro ponto a ponto. Em contraste, com o método SBR, os três pontos de referência foram identificados manualmente no CBCT e DDI, que foram integrados ao método iterativo de pontos mais próximos.
Após duas integrações repetidas de cada método, foram obtidos os valores das coordenadas tridimensionais dos primeiros molares superiores e incisivos centrais e suas diferenças. O teste do coeficiente intraclasse (CCI) foi realizado para avaliar a confiabilidade intraobservador com as coordenadas de cada método e comparar sua confiabilidade entre o PEATE e o SBR. A confiabilidade intraobservador mostrou CCI significativa e quase perfeita em cada método. Não houve significância na diferença média entre o primeiro e o segundo cadastro em cada PEATE e RES e entre os dois métodos; no entanto, suas faixas foram mais estreitas com o PEATE do que com o método SBR. Este estudo mostra que a digitalização e a integração baseadas em IA são confiáveis e reprodutíveis.
A tecnologia digital tridimensional (3D) ampliou o escopo do diagnóstico e planejamento para o tratamento ortodôntico ou cirúrgico-ortodôntico. Uma cabeça virtual construída a partir de uma imagem de tomografia computadorizada de feixe cônico facial (TCFC) pode ser usada para avaliar anormalidades dentofaciais e dentárias, planejar cirurgias ortognáticas, fabricar wafers dentários e implantar guias cirúrgicos usando design e fabricação auxiliados por computador 1,2,3,4. No entanto, os exames de TCFC têm uma baixa representação da dentição, incluindo morfologia dentária e relação interoclusal, que se devem à sua resolução limitada e artefatos de estrias de restauração dentária ou bráquetes ortodônticos5. Portanto, as características dentárias foram substituídas nas imagens de TCFC por imagens odontológicas digitais (DDI), como modelos de gesso ou imagens de varredura intraoral.
Para uma integração confiável do DDI em imagens de TCFC, vários estudos relataram vários métodos, como o uso de marcadores fiduciais 6,7, voxel8 e registros baseados em superfície (SBRs)9,10. Esses procedimentos têm seus métodos de uso de marcadores extraorais, várias varreduras de CBCT e etapas extras do processo, como a limpeza de artefatos de metal em imagens de CBCT. Em relação à acurácia do SBR, vários estudos anteriores relataram erros que variaram de 0,10 a 0,43mm9,11. Além disso, Zou et al. avaliaram a confiabilidade intra/interobservador e os erros entre um engenheiro digital e um ortodontista usando SBR e relataram a necessidade de experiência clínica e aprendizado repetido10.
A inteligência artificial (IA) tem sido usada para prever os resultados do tratamento12 e digitalizar pontos de referência em radiografias cefalométricas13 ou imagens de TCFC14 , 15 , 16 , e alguns softwares comerciais estão atualmente disponíveis para auxiliar nesse processo17. A identificação precisa de pontos de referência anatômicos em imagens 3D é um desafio devido à ambiguidade de superfícies planas ou estruturas curvas, áreas de baixa densidade e a ampla variabilidade das estruturas anatômicas.
A automação baseada em IA e aprendizado de máquina pode ser aplicada não apenas para digitalização, mas também para a integração de DDI e CBCT dentofacial. No entanto, há pouca pesquisa sobre a precisão de um registro baseado em IA (ABR) em comparação com o método baseado em superfície existente. Para obter resultados mais precisos de alterações esqueléticas e dentárias 3D por meio de cirurgia ortognática bimaxilar, é necessário avaliar a precisão dos programas baseados em IA ao mesclar CBCT e DDI. Portanto, este artigo apresenta um protocolo passo a passo para digitalizar e integrar CBCT e DDI com um registro baseado em IA (ABR) e avaliar sua confiabilidade e reprodutibilidade em comparação com o SBR.
Este estudo retrospectivo foi revisado e aprovado pelo Conselho de Revisão Institucional do Hospital Bundang da Universidade Nacional de Seul (B-2205-759-101) e cumpriu os princípios da Declaração de Helsinque. Arquivos de imagem digital e comunicações em medicina (DICOM) de CBCT e DDI no formato Standard Tessellation Language (STL) do gesso dentário foram utilizados no estudo. A necessidade de consentimento informado foi dispensada devido à natureza retrospectiva do estudo.
1. Aquisição de CBCT e Digital Dental Images (DDI)
2. Protocolo de Registro (ABR) baseado em IA
3. Procedimento de fusão DDI
4. Obtenção dos valores de coordenadas 3D (x, y e z) de cada ponto de referência
Aqui descrevemos o processo de integração de CBCT e DDI usando um programa baseado em IA. Para avaliar sua confiabilidade e reprodutibilidade, foi realizado um estudo comparativo com registro baseado em superfície (SBR). Determinou-se que era necessário um tamanho amostral mínimo de dez após uma análise de poder sob correlação ρ H1 = 0,77, α = 0,05 e poder (1−β) = 0,8018. Um total de 17 conjuntos de exames de TCFC e imagens odontológicas digitais de pacientes ortognáticos no Hospital Bundang da Universidade Nacional de Seul de março de 2016 a outubro de 2019 foram estudados. Todos os processos SBR e ABR para a mesma população foram repetidos duas vezes pelo mesmo examinador, um residente ortodôntico que havia treinado na identificação de pontos de referência por mais de 1,5 anos. A SBR foi realizada por meio de protocolo semelhante ao de alguns estudos anteriores 9,10 (Figura 10). As diferenças médias nos valores das coordenadas x, y e z de R-/L-U6CP e R U1CP após integrações repetidas com cada programa foram avaliadas. Todos os dados foram analisados estatisticamente com o software SPSS 22.0. A confiabilidade nas coordenadas dos pontos de referência foi analisada em cada PEATE, SBR e entre eles para avaliar a reprodutibilidade por meio da correlação intraclasse (CCI)19.
A confiabilidade intraobservador dos valores das coordenadas x, y e z de R-/L-U6CP e R U1CP foi significativa e quase perfeita para PEATE (0,950 ≤ CCI ≤ 0,998) e SBR (0,886 ≤ CCI ≤ 0,997), respectivamente (Tabela 1). A diferença de confiabilidade nos valores das coordenadas y e z na maioria dos pontos de referência foi significativa e mostrou concordância quase perfeita a substancial entre o SBR e o ABR. No entanto, os valores das coordenadas x de R-/L-U6CP e R U1CP apresentaram concordância moderada, medíocre e baixa, respectivamente, e foram insignificantes.
Conforme mostrado na Tabela 2, as diferenças médias de todos os valores de coordenadas das integrações repetidas não foram significativamente diferentes em cada método. Essas diferenças nas coordenadas x variaram de -0,005 a -0,098 mm para o PEATE e de -0,212 a 0,013 mm para o SBR. Eles variaram de -0,084 a -0,314 mm nas coordenadas y para PEATE e de −0,007 a 0,084 mm para SBR, e variaram de -0,005 a 0,045 mm nas coordenadas z para PEATE e de −0,567 a 0,074 mm para SBR. No entanto, não houve significância na diferença média entre o primeiro e o segundo cadastro entre o PEATE e o SBR.

Figura 1: Reorientando um modelo craniofacial. Isso é iniciado clicando no botão Reorientação no painel Ponto de referência. Clique aqui para ver uma versão maior desta figura.

Figura 2: Os cinco pontos de referência básicos para reorientação do modelo craniofacial reconstruído; násio, orbitais direito e esquerdo e porções direita e esquerda. Clique aqui para ver uma versão maior desta figura.

Figura 3: Pontos de referência e suas coordenadas após a seleção automática preliminar de pontos de referência. Revisões e modificações dos pontos de referência podem ser feitas clicando no botão Seleção manual de pontos de referência na guia Volume . Clique aqui para ver uma versão maior desta figura.

Figura 4: Início da fusão de imagens odontológicas digitais com o modelo craniofacial reorientado. Isso é feito clicando no botão Registro de digitalização de dentição no painel Ferramentas. Clique aqui para ver uma versão maior desta figura.

Figura 5: Localização dos três marcos de registro nas imagens odontológicas digitais carregadas. As cúspides mésio-vestibulares do primeiro molar superior direito (R U6CP), o ponto médio do incisivo central superior direito na borda incisal (R U1CP) e a cúspide mésio-vestibular do primeiro molar superior esquerdo (L U6CP). Esses pontos de referência foram calibrados simultaneamente pela automação de aprendizado de máquina. Clique aqui para ver uma versão maior desta figura.

Figura 6: Confirmação dos três marcos de registro nas imagens odontológicas digitais carregadas e CBCT. As cúspides mésio-vestibulares direita e esquerda dos primeiros molares superiores (R U6CP, L U6CP) e o ponto médio do incisivo central superior direito (R U1CP). Clicar no botão Sim realiza o registro automático. Abreviatura: CBCT = tomografia computadorizada de feixe cônico. Clique aqui para ver uma versão maior desta figura.

Figura 7: O modelo craniofacial reconstruído com a imagem dentária digital mesclada. Clique aqui para ver uma versão maior desta figura.

Figura 8: Modificando a mesclagem. Ao modificar a mesclagem, clique no botão Selecionar ponto de referência de registro no painel Registro de dentição. Clique aqui para ver uma versão maior desta figura.

Figura 9: Planos de referência do programa. O plano X (horizontal) é o plano que passa pelo Násion, paralelo ao plano horizontal de Frankfort (FH) que passa pelos Orbitais esquerdo e direito e pelo Porion direito. O plano Y (sagital médio) é perpendicular ao plano X, passando pelo Násio e pelo básion. O plano Z (coronal) define o plano perpendicular aos planos horizontal e sagital médio via Nasion (ponto zero; 0, 0 e 0). Clique aqui para ver uma versão maior desta figura.

Figura 10: Registro baseado em superfície das imagens dentárias digitais superiores nas porções dentárias de imagens CBCT reconstruídas. (A) Antes e (B) depois da fusão. Primeiramente, os pontos iniciais foram registrados utilizando-se as cúspides mésio-vestibulares dos primeiros molares superiores e o ponto de contato dos incisivos centrais na TCFC e DDI. Posteriormente, a superfície foi registrada para obter uma integração mais precisa usando o algoritmo iterativo de pontos mais próximos. Abreviatura: CBCT = tomografia computadorizada de feixe cônico; DDI = imagens odontológicas digitais. Clique aqui para ver uma versão maior desta figura.
Tabela 1: Confiabilidade em três coordenadas de cada ponto de referência ao integrar CBCTs faciais e imagens odontológicas digitais em cada PEATE e SBR e entre eles. *teste t pareado; †teste t independente. ICC > 0,8/0,6/0,4/0,2 ou ≤ 0,2 representam uma força de concordância muito boa, boa, moderada, regular ou ruim, respectivamente. Abreviaturas: CBCT = tomografia computadorizada de feixe cônico; IA = inteligência artificial; ABR = registro baseado em IA; SBR = registro baseado em superfície; IC = intervalo de confiança; CCI= coeficiente intraclasse. Clique aqui para baixar esta tabela.
Tabela 2: As diferenças médias nas três coordenadas de cada ponto de referência a partir de registros repetidos de CBCTs faciais e imagens odontológicas digitais com o PEATE e SBR. Δ (1º-2º), a diferença média nas coordenadas x, y e z de cada ponto de referência entre o primeiro registro (1º) e o segundo registro (2º) de imagens DDI e CBCT facial. *teste t pareado; †teste t independente; bTeste de postos sinalizados de Wilcoxon. A significância foi estabelecida em P < 0,05. Abreviaturas: CBCT = tomografia computadorizada de feixe cônico; IA = inteligência artificial; ABR = registro baseado em IA; SBR = registro baseado em superfície; DP = desvio padrão. Clique aqui para baixar esta tabela.
Os autores declaram não haver conflitos de interesse.
Um processo de registro de tomografias computadorizadas de feixe cônico e imagens odontológicas digitais foi apresentado usando identificação de pontos de referência assistida por inteligência artificial (IA) e fusão. Uma comparação com o registro baseado em superfície mostra que a digitalização e a integração baseadas em IA são confiáveis e reprodutíveis.
Este estudo foi apoiado pelo Fundo de Pesquisa do Hospital Bundang da Universidade Nacional de Seul (SNUBH). (Concessão nº 14-2019-0023).
| G*Potência | Universidade Heinrich Heine; t, D?sseldorf, Alemanha | v. 3.1.9.7 | Um software de cálculo de tamanho de amostra |
| Geomagic Qualify® | 3D Systems, Morrisville, NC, EUA | v 2013 | Recurso de metrologia 3D e software de automação, que transformam dados de varredura e sonda em 3D para serem usados em aplicações de projeto, fabricação e metrologia |
| KODAK 9500 | Carestream Health Inc., Rochester, NY, EUA | Tomógrafo | Computadorizado de Feixe Cônico 5159538 (CBCT) |
| MD-ID0300 | Medit Co, Seul, Coreia do Sul Seul, Coréia | 61010-1 | Modelo de scanner de mesa |
| ON3D | 3D ONS Inc., Seul, Korea | v 1.3.0 | Software para avaliação de CBCT 3D; Identificação de pontos de referência baseada em IA, análise craniofacial e da ATM, sobreposição e cirurgia ortognática virtual |
| SPSS | IBM, Armonk, NY, EUA | v 22.0 | Um programa de análise estatística |