Процесс регистрации конусно-лучевых компьютерных томографических снимков и цифровых стоматологических изображений был представлен с использованием искусственного интеллекта (ИИ) идентификации ориентиров и объединения. Сравнение с поверхностной регистрацией показывает, что оцифровка и интеграция на основе ИИ надежны и воспроизводимы.
Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.
Методическая статья
Надежность интеграции конусно-лучевой компьютерной томографии на основе искусственного интеллекта с цифровыми стоматологическими изображениями
* These authors contributed equally
В этой статье
Краткое содержание
Аннотация
Это исследование было направлено на внедрение оцифровки конусно-лучевой компьютерной томографии (КЛКТ) и интеграцию цифровых стоматологических изображений (DDI) на основе регистрации на основе искусственного интеллекта (ИИ) (ABR), а также на оценку надежности и воспроизводимости использования этого метода по сравнению с поверхностной регистрацией (SBR). Это ретроспективное исследование состояло из изображений КЛКТ и DDI 17 пациентов, перенесших компьютерную бимаксиллярную ортогнатическую операцию. Оцифровка изображений КЛКТ и их интеграция с DDI были повторены с помощью программы на основе искусственного интеллекта. Изображения КЛКТ и DDI были интегрированы с помощью двухточечной регистрации. В отличие от метода SBR, три ориентира были идентифицированы вручную на CBCT и DDI, которые были интегрированы с итеративным методом ближайших точек.
После двух повторных интегрирований каждого метода были получены трехмерные значения координат первых верхнечелюстных моляров и центральных резцов и их различия. Тестирование внутриклассовых коэффициентов (ICC) было проведено для оценки надежности внутри наблюдателя с координатами каждого метода и сравнения их надежности между ABR и SBR. Внутринаблюдательная надежность показала значительный и почти идеальный ICC в каждом методе. Не было значимой разницы в средних значениях между первой и второй регистрациями в каждом ABR и SBR и между обоими методами; однако их диапазоны были уже при использовании ABR, чем при использовании метода SBR. Это исследование показывает, что оцифровка и интеграция на основе ИИ надежны и воспроизводимы.
Введение
Трехмерные (3D) цифровые технологии расширили область диагностики и планирования ортодонтического или хирургического ортодонтического лечения. Виртуальная голова, построенная на основе изображения лицевой конусно-лучевой компьютерной томографии (КЛКТ), может быть использована для оценки зубочелюстных и зубных аномалий, планирования ортогнатической хирургии, изготовления зубных пластин и хирургических шаблонов-имплантатов с использованием автоматизированного проектирования и производства 1,2,3,4. Однако КЛКТ-сканирование имеет низкую представленность зубного ряда, включая морфологию зубов и межокклюзионные отношения, что связано с их ограниченным разрешением и полосами артефактов от реставрации зубов или ортодонтических брекетов5. Таким образом, стоматологические особенности были заменены на изображениях КЛКТ цифровыми стоматологическими изображениями (DDI), такими как отсканированные слепки или изображения интраорального сканирования.
Для надежной интеграции DDI на изображениях КЛКТ в многочисленных исследованиях сообщалось о различных методах, таких как использование реперных маркеров 6,7, воксельных8 и поверхностных регистраций (SBR)9,10. Эти процедуры имеют свои методы использования экстраоральных маркеров, многократных КЛКТ-сканирований и дополнительных этапов процесса, таких как очистка металлических артефактов на изображениях КЛКТ. Что касается точности SBR, несколько предыдущих исследований сообщали о погрешности в диапазоне от 0,10 до 0,43 мм 9,11. Кроме того, Zou et al. оценили надежность внутри и между наблюдателями и ошибки между цифровым инженером и ортодонтом, использующим SBR, и сообщили о необходимости клинического опыта и повторного обучения.
Искусственный интеллект (ИИ) используется для прогнозирования результатов лечения12 и оцифровки ориентиров на цефалометрических рентгенограммах13 или изображениях КЛКТ 14,15,16, и в настоящее время доступно некоторое коммерческое программное обеспечение, помогающее в этом процессе17. Точная идентификация анатомических ориентиров на 3D-изображениях затруднена из-за неоднозначности плоских поверхностей или изогнутых структур, областей низкой плотности и широкой изменчивости анатомических структур.
Автоматизация на основе искусственного интеллекта с машинным обучением может применяться не только для оцифровки, но и для интеграции DDI и зубочелюстной КЛКТ. Однако существует мало исследований точности регистрации на основе ИИ (ABR) по сравнению с существующим поверхностным методом. Для достижения более точных результатов 3D-изменений скелета и зубов с помощью бимаксиллярной ортогнатической хирургии необходимо оценить точность программ на основе искусственного интеллекта при слиянии КЛКТ и DDI. Поэтому в данной статье представлен пошаговый протокол оцифровки и интеграции КЛКТ и DDI с регистрацией на основе ИИ (ABR) и оценки его надежности и воспроизводимости по сравнению с SBR.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Протокол
Это ретроспективное исследование было рассмотрено и одобрено Институциональным наблюдательным советом больницы Бундан Сеульского национального университета (B-2205-759-101) и соответствовало принципам Хельсинкской декларации. В исследовании использовались файлы Digital Imaging and Communications in Medicine (DICOM) из CBCT и DDI в формате Standard Tessellation Language (STL) из слепка зубов. Необходимость информированного согласия была отменена из-за ретроспективного характера исследования.
1. Получение КЛКТ и цифровых стоматологических изображений (DDI)
- Отбирайте пациентов на основе следующих критериев включения: скелетные аномалии прикуса III класса; бимаксиллярная хирургия с помощью компьютерного планирования; и ортодонтическое лечение с помощью несъемных аппаратов.
- Исключите пациентов с черепно-лицевыми синдромами, расщелиной губы/неба или отсутствием первых моляров верхней челюсти или правого центрального резца.
- Получение КЛКТ-сканов с полем зрения 200 мм x 180 мм, размером вокселя 0,2 мм и условиями экспозиции 80 кВ, 15 мА и 10,8 с. Убедитесь, что пациенты находятся в вертикальном положении с максимальным сцеплением зубов. Сохраните сканы в виде файлов данных DICOM.
- Получайте DDI из слепков зубных камней или прямого интраорального сканирования и сохраняйте их в формате стандартного языка тесселяции (STL) в виде отдельных верхнечелюстных и нижнечелюстных зубов.
2. Протокол регистрации на основе искусственного интеллекта (ABR)
- Переориентация и цифровизация КЛКТ
- Откройте программу и нажмите кнопку Загрузить файл DICOM , чтобы импортировать файлы CBCT DICOM в программу.
- Выберите любой из файлов DICOM в папке данных DICOM и нажмите кнопку Открыть.
ПРИМЕЧАНИЕ: Когда файлы DICOM загружены, программное обеспечение автоматически реконструирует их в черепно-лицевой объем КЛКТ. - Нажмите кнопку « Переориентация » на панели «Ориентир» (рисунок 1).
- N (Nasion): щелкните V-образный вырез лобной кости в 3D-виде (рис. 2). Сразу после щелчка обратите внимание, что синяя точка (активирована) превращается в красный крестик, который также появится в аксиальном, сагиттальном и корональном видах. Нажимайте на синие треугольные стрелки вперед и назад, чтобы определить ориентир.
- В сагиттальном виде прокрутите колесико мыши вверх и вниз, чтобы найти самую переднюю точку, где лобно-назальный шов встречается с носовыми и лобными костями, и щелкните, чтобы определить вертикальное и переднезаднее положение ориентира.
- В корональном виде прокрутите колесико мыши вверх и вниз, чтобы найти момент непосредственно перед исчезновением носовой кости, чтобы убедиться в самой передней точке, и щелкните, чтобы определить горизонтальное положение Nasion.
- В осевом виде отрегулируйте переднезаднее положение так, чтобы оно находилось в самой передней точке.
- R Or (Orbitale): щелкните по самой нижней точке на краю правого орбитального контура на 3D-модели (рис. 2).
- В корональном виде прокрутите колесико мыши вверх и вниз, чтобы найти самую низкую точку на нижнем краю правой орбиты , и щелкните.
- В сагиттальном виде щелкните самую верхнюю точку правой верхней челюсти или скуловой костной структуры , которая составляет нижнюю границу глазницы.
- В осевом представлении прокрутите мышь и щелкните так, чтобы красный крестик располагался там, где встречается край глазной орбиты.
- L Or (Orbitale): щелкните самую нижнюю точку на краю левого орбитального контура в 3D-модели (рисунок 2) и измените точку на трех видах, как в процессе для R Or.
- R Po (порион): щелкните по самой верхней точке контура правого наружного слухового прохода на 3D-модели (рис. 2).
- В виде короны щелкните самую нижнюю точку правой височной кости , чтобы определить горизонтальное и вертикальное положение.
- В сагиттальной проекции щелкните самую верхнюю точку контура правого наружного слухового прохода, чтобы отрегулировать вертикальное и передне-заднее положение.
- В осевом виде прокрутите колесико мыши, чтобы щелкнуть там, где появляется наружный слуховой проход, в котором исчезает линия височной кости.
- L Po (порион): щелкните самую верхнюю точку контура левого наружного слухового прохода в 3D-модели (рисунок 2) и измените точку в трех многоплоскостных видах, как в процессе для R Po.
ПРИМЕЧАНИЕ: Пять основных скелетных ориентиров, включая Nasion, правую и левую орбитальные кости, а также правую и левую части в реконструированной черепно-лицевой модели (рис. 2), теперь идентифицированы. - Нажмите кнопку Готово, чтобы завершить переориентацию реконструированной черепно-лицевой модели.
- Нажмите кнопку «Предварительный выбор ориентира» на панели «Ориентир» и выберите группу ориентиров «Зубной ряд I».
ПРИМЕЧАНИЕ: Знаковые группы основания черепа, ВНЧС, верхнечелюстного скелета, нижнечелюстного скелета, зубного ряда I и мягких тканей уже выбраны для черепно-лицевого анализа. - Нажмите кнопку «Выполнить» на панели «Предварительный выбор ориентиров», и программа автоматически выберет предварительные ориентиры и определит их координаты.
- При изменении ориентиров нажмите кнопку Manual Landmark Picking на вкладке Volume , внесите необходимые корректировки и нажмите кнопку Done для подтверждения (рисунок 3).
3. Процедура слияния DDI
- Нажмите кнопку Registration of Dentition Scan на панели Tools (рисунок 4).
- Выберите зубной ряд верхней челюсти и нажмите кнопку «Загрузить » на панели регистрации зубного ряда.
- Выберите STL-файлы того же пациента с моделью КЛКТ в папке, чтобы загрузить STL-файлы верхнечелюстных зубов. Как только файлы STL будут открыты, найдите DDI в правой части экрана и четыре вида (3D, аксиальный, сагиттальный и корональный) КЛКТ в левой части экрана.
- Выберите ориентиры регистрации на загруженном DDI: мезиобуккальные бугорки первого моляра правой верхней челюсти (R U6CP), среднюю точку центрального резца правой верхней челюсти на краю резца (R U1CP) и мезиобуккальный бугорок первого моляра левой верхней челюсти (L U6CP) (рис. 5), поменяв местами синие треугольные стрелки вперед и назад.
ПРИМЕЧАНИЕ: Щелкните левой кнопкой мыши и перетащите мышь, чтобы повернуть DDI, и щелкните правой кнопкой мыши и перетащите, чтобы увеличить или уменьшить масштаб. Регистрационные ориентиры одновременно калибруются с помощью автоматизации машинного обучения после оцифровки вручную. - Нажмите кнопку «Готово » на панели регистрации зубного ряда.
- Нажмите кнопку Да , чтобы подтвердить автоматическую регистрацию (рисунок 6).
- Для слияния нижнечелюстных зубов выберите нижнечелюстной зубной ряд и нажмите кнопку «Загрузить» на панели «Регистрация зубного ряда». Повторите шаги с 3.2 по 3.6. Выберите регистрационные ориентиры на нижнечелюстном зубе: мезиобуккальный бугорок правого/левого нижнего первого моляра (R-/L- L6CP), правый нижний первый резец средней точки на краю резца (R L1CP).
- Теперь DDI объединен с реконструированной моделью КЛКТ (рис. 7).
- При изменении слияния нажмите кнопку Pick Registration Landmark на панели Dentition Registration (рисунок 8).
4. Получение значений 3D-координат (x, y и z) каждого ориентира
- Щелкните кнопку Ручной выбор ориентиров на вкладке Объем или щелкните вкладку Анализ, чтобы получить значения 3D-координат ориентиров. Для экспорта данных перейдите на вкладку анализа
→панель экспорта данных и нажмите кнопку Ориентир, чтобы сохранить данные в файл.
ПРИМЕЧАНИЕ: X-плоскость (горизонтальная) — это плоскость, проходящая через Nasion, параллельно Франкфуртской горизонтальной плоскости (FH), которая проходит через левую и правую орбитальные и правую Porion. Y-плоскость (срединная сагиттальная) перпендикулярна плоскости X, проходя через Nasion и Basion. Z-плоскость (корональная) устанавливает плоскость перпендикулярно горизонтальной и среднесагиттальной плоскостям через Nasion (нулевая точка; 0, 0 и 0) (рис. 9).
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Результаты
Здесь мы описали процесс интеграции CBCT и DDI с помощью программы на основе искусственного интеллекта. Для оценки его надежности и воспроизводимости было проведено сравнительное исследование с поверхностной регистрацией (SBR). Было определено, что после анализа мощности требуется минимальный размер выборки в десять человек при корреляции ρ H1 = 0,77, α = 0,05 и мощности (1−β) = 0,8018. Всего было изучено 17 наборов КЛКТ-сканирований и цифровых стоматологических изображений ортогнатических пациент...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Обсуждение
Используя представленный протокол, оцифровка достопримечательностей и интеграция КЛКТ и DDI могут быть легко выполнены с помощью программного обеспечения с машинным обучением. Этот протокол требует следующих критических шагов: i) переориентация головы при КЛКТ-сканировании, ii) оцифровка КЛКТ и DDI и iii) объединение изображений КЛКТ с DDI. Оцифровка пяти ориентиров для переориентации головы имеет решающее значение, поскольку она определяет 3D-положение головы с опорными плоскостями в пространственных областях. Три ориен...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Раскрытие информации
Авторы заявляют об отсутствии конфликта интересов.
Благодарности
Это исследование было поддержано Исследовательским фондом больницы Бундан Сеульского национального университета (SNUBH). (Грант No 14-2019-0023).
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Материалы
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| G*Power | Университет имени Генриха Гейнеä t, Дюссельдорф, Германия | v. 3.1.9.7 | Программное обеспечение для расчета размера выборки |
| Geomagic Qualify® | 3D Systems, Morrisville, NC, США | v 2013 | 3D-метрологическое программное обеспечение и программное обеспечение для автоматизации, которые преобразуют данные сканирования и зонда в 3D для использования в проектировании, производстве и метрологических приложениях |
| KODAK 9500 | Carestream Health Inc., Рочестер, Нью-Йорк, США | 5159538 | Конусно-лучевой компьютерный томограф (КЛКТ) |
| MD-ID0300 | Medit Co, Сеул, Южная Корея Сеул, Корея | 61010-1 | Настольная модель сканера |
| ON3D | 3D ONS Inc., Сеул, Корея | v 1.3.0 | Программное обеспечение для оценки 3D КЛКТ; Идентификация ориентиров на основе искусственного интеллекта, черепно-лицевой анализ и анализ ВНЧС, наложение и виртуальная ортогнатическая хирургия |
| SPSS | IBM, Армонк, Нью-Йорк, США | v 22.0 | Программа статистического анализа |
Ссылки
- Plooij, J. M., et al. Digital three-dimensional image fusion processes for planning and evaluating orthodontics and orthognathic surgery. A systematic review. J Oral Maxillofac Surg. 40 (4), 341-352 (2011).
- Badiali, G., et al. Virtual orthodontic surgical planning to improve the accuracy of the surgery-first approach: A prospective evaluation. J Oral Maxillofac Surg. 77 (10), 2104-2115 (2019).
- Lee, C. Y., Ganz, S. D., Wong, N., Suzuki, J. B. Use of cone beam computed tomography and a laser intraoral scanner in virtual dental implant surgery: part 1. Implant Dent. 21 (4), 265-271 (2012).
- Park, J. H., et al. Creation of digital virtual patient by integrating CBCT, intraoral scan, 3D facial scan: an approach to methodology for integration accuracy. J Craniofac Surg. 33 (4), e396-e398 (2022).
- Almutairi, T., et al. Replacement of the distorted dentition of the cone-beam computed tomography scans for orthognathic surgery planning. J Oral Maxillofac Surg. 76 (7), 1561.e1-1561.e8 (2018).
- Rangel, F. A., Maal, T. J., Berge, S. J., Kuijpers-Jagtman, A. M. Integration of digital dental casts in cone-beam computed tomography scans. ISRN Dent. 2012, 949086(2012).
- Yang, W. M., Ho, C. T., Lo, L. J. Automatic superimposition of palatal fiducial markers for accurate integration of digital dental model and cone beam computed tomography. J Oral Maxillofac Surg. 73 (8), 1616.e1-1616.e10 (2015).
- Swennen, G. R., et al. A cone-beam computed tomography triple scan procedure to obtain a three-dimensional augmented virtual skull model appropriate for orthognathic surgery planning. J Craniofac Surg. 20 (2), 297-307 (2009).
- Noh, H., Nabha, W., Cho, J. H., Hwang, H. S. Registration accuracy in the integration of laser-scanned dental images into maxillofacial cone-beam computed tomography images. Am J Orthod Dentofacial Orthop. 140 (4), 585-591 (2011).
- Zou, B., et al. Accuracy of a surface-based fusion method when integrating digital models and the cone beam computed tomography scans with metal artifacts. Sci Rep. 12 (1), 8034(2022).
- Lin, H. H., et al. Artifact-resistant superimposition of digital dental models and cone-beam computed tomography images. J Oral Maxillofac Surg. 71 (11), 1933-1947 (2013).
- Park, J. H., et al. Use of artificial intelligence to predict outcomes of nonextraction treatment of Class II malocclusions. Semin Orthodontics. 27 (2), 87-95 (2021).
- Bao, H., et al. Evaluating the accuracy of automated cephalometric analysis based on artificial intelligence. BMC Oral Health. 23 (1), 1-10 (2023).
- Gillot, M., et al. Automatic landmark identification in cone-beam computed tomography. Orthod Craniofac Res. , (2023).
- Blum, F. M. S., et al. Evaluation of an artificial intelligence-based algorithm for automated localization of craniofacial landmarks. Clin Oral Invest. 27, 2255-2265 (2023).
- Al-Ubaydi, A. S., Al-Groosh, D. The validity and reliability of automatic tooth segmentation generated using artificial intelligence. The Scientific World Journal. 2023, 5933003(2023).
- Urban, R., et al. AI-assisted CBCT data management in modern dental practice: Benefits, limitations and innovations. Electronics. 12 (7), 1710(2023).
- Faul, F., Erdfelder, E., Buchner, A., Lang, A. G. Statistical power analyses using G*Power 3.1: tests for correlation and regression analyses. Behav Res Methods. 41 (4), 1149-1160 (2009).
- Landis, J. R., Koch, G. G. The measurement of observer agreement for categorical data. Biometrics. 33, 159-174 (1977).
- Uechi, J., et al. A novel method for the 3-dimensional simulation of orthognathic surgery by using a multimodal image-fusion technique. Am J Orthod Dentofacial Orthop. 130 (6), 786-798 (2006).
- Nkenke, E., et al. Fusion of computed tomography data and optical 3D images of the dentition for streak artifact correction in the simulation of orthognathic surgery. Dentomaxillofac Radiol. 33 (4), 226-232 (2004).
- Lagravère, M. O., et al. Intraexaminer and interexaminer reliabilities of landmark identification on digitized lateral cephalograms and formatted 3-dimensional cone-beam computerized tomography images. Am J Orthod Dentofacial Orthop. 137 (5), 598-604 (2010).
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Перепечатки и разрешения
