Summary
En arbeidsflyt for oppretting av tredimensjonale (3D) virtuelle hybridmodeller er utformet basert på datasett med konstrålecomputertomografi og intraorale optiske skanninger ved hjelp av radiografiske bildesegmenteringsmetoder og overflatemodellering i fri form. Digitale modeller brukes til virtuell planlegging av rekonstruktive dentoalveolære kirurgiske prosedyrer.
Abstract
Virtuell, hybrid tredimensjonal (3D) modelloppkjøp presenteres i denne artikkelen, ved hjelp av sekvensen av radiografisk bildesegmentering, romlig registrering og friforms overflatemodellering. For det første ble keglestråle-computertomografidatasett rekonstruert med en halvautomatisk segmenteringsmetode. Alveolær bein og tenner er delt inn i forskjellige segmenter, slik at 3D-morfologi og lokalisering av periodontale intrabony defekter kan vurderes. Alvorlighetsgraden, omfanget og morfologien av akutte og kroniske alveolære ryggdefekter er validert angående tilstøtende tenner. På virtuelle komplekse vevsmodeller kan posisjoner av tannimplantater planlegges i 3D. Ved hjelp av romlig registrering av IOS- og CBCT-data og påfølgende overflatemodellering i fri form, kan realistiske 3D-hybridmodeller anskaffes, visualisere alveolær bein, tenner og bløtvev. Med overlagring av IOS og CBCT bløtvev kan tykkelsen over den edentuløse ryggen vurderes om de underliggende beindimensjonene; Derfor kan klaffdesign og kirurgisk klaffhåndtering bestemmes, og sporadiske komplikasjoner kan unngås.
Introduction
Teknologiske fremskritt innen tannbehandling har muliggjort dataassistert behandlingsplanlegging og simulering av kirurgiske prosedyrer og proteserehabilitering. To viktige metoder for 3D-datainnsamling i digital tannbehandling er: (1) cone-beam computertomografi (CBCT)1 og (2) intraoral optisk skanning (IOS)2. Digital informasjon om alle relevante anatomiske strukturer (alveolær bein, tenner, bløtvev) kan anskaffes ved hjelp av disse verktøyene for å planlegge rekonstruktive dentoalveolære kirurgiske prosedyrer.
Cone-beam teknologi ble først introdusert i 1996 av en italiensk forskergruppe. CBCT leverer betydelig lavere stråledose og høyere oppløsning (sammenlignet med konvensjonell computertomografi), og har raskt blitt den mest brukte 3D-bildebehandlingsmodaliteten i tannbehandling og oral kirurgi3. CBCT brukes ofte til å planlegge forskjellige kirurgiske prosedyrer (f.eks. periodontal regenerativ kirurgi, alveolær ryggforstørrelse, tannimplantatplassering, ortognatisk kirurgi)1. CBCT-datasett vises og kan behandles i radiografisk bildebehandlingsprogramvare som gir 2D-bilder og 3D-gjengivelser, men de fleste bildebehandlingsprogrammer bruker terskelbaserte algoritmer for rekonstruksjon av 3D-bilder. Terskelmetoder angir øvre og nedre grense for et voxelgrått verdiintervall. Voxels som faller mellom disse grensene vil bli gjengitt i 3D. Denne metoden tillater rask modelloppkjøp; Men siden algoritmen ikke kan skille anatomiske strukturer fra metallartefakter og spredning, er 3D-gjengivelsene svært unøyaktige og har svært liten diagnostisk verdi 4,5. Av de grunner som er nevnt ovenfor, er mange felt innen tannbehandling fortsatt avhengige av konvensjonelle 2D-røntgenbilder (intraorale røntgenbilder, panoramarøntgen) eller 2D-bilder av CBCT-datasett5. Vår forskningsgruppe presenterte en halvautomatisk bildesegmenteringsmetode i en nylig publisert artikkel, ved hjelp av åpen kildekode-radiografisk bildebehandlingsprogramvare6 hvor anatomisk basert 3D-rekonstruksjon av CBCT-datasett utføres7. Ved hjelp av denne metoden ble anatomiske strukturer differensiert fra metallartefakter, og enda viktigere, alveolar bein og tenner kunne skilles. Derfor kan en realistisk virtuell modell av hardt vev anskaffes. 3D-modeller ble brukt til å evaluere intrabony periodontale defekter og til behandlingsplanlegging før regenerative periodontale operasjoner.
Intraorale optiske overflateskannere gir digital informasjon om kliniske forhold (klinisk krone av tenner og bløtvev). Det opprinnelige formålet med disse enhetene var å direkte anskaffe digitale modeller av pasienter for planlegging og fabrikasjon av tannproteser med dataassistert design (CAD) og dataassistert produksjon (CAM) teknologier8. På grunn av det brede spekteret av applikasjoner ble bruken av dem imidlertid raskt implementert i andre felt av tannbehandling. Maxillo-ansiktskirurger kombinerer IOS og CBCT i et hybridoppsett som kan brukes til virtuell osteotomi og digital planlegging av ortognatiske operasjoner 9,10. Tannimplantologi er sannsynligvis det feltet som bruker digital planlegging og veiledet utførelse oftest. Navigert kirurgi eliminerer de fleste komplikasjoner relatert til feilposisjonering av implantatet. Kombinasjonen av CBCT-datasett og stereolitografifiler (.stl) fra IOS brukes rutinemessig til å planlegge guidet implantatplassering og fabrikasjon av statiske implantatboreguider11,12. Intraorale skanninger lagt over CBCT-datasett har også blitt brukt til å forberede estetisk kroneforlengelse13; bløtvev ble imidlertid bare lagt over CBCT-datasett rekonstruert med terskelalgoritmer. Likevel, for å utføre nøyaktig virtuell 3D-planlegging av regenerative-rekonstruktive kirurgiske inngrep og tannimplantatplassering, må realistiske 3D-hybridmodeller av pasienter bestå av CBCT- og IOS-data.
Derfor tar denne artikkelen sikte på å presentere en trinnvis metode for å skaffe realistiske hybride digitale modeller for virtuell kirurgisk planlegging før rekonstruktive dentoalveolære kirurgiske inngrep.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Denne studien ble gjennomført i full overensstemmelse med Helsinkideklarasjonen. Før utarbeiding av manus ble skriftlig informert samtykke gitt og signert av pasienten. Pasienten ga tillatelse til databruk for demonstrasjon av protokollen.
1. Radiografisk bildebehandling
- Last inn DICOM-filer i programvaren
- Last ned den nyeste versjonen av programvaren for medisinsk bildebehandling og åpne den.
MERK: Etter at du har åpnet programvaren, vises startskjermen. - Klikk Last inn DICOM-data på sidefeltet.
MERK: DICOM-databasen dukker opp og viser de tidligere lastede DICOM-datasettene.- Klikk Importer DICOM-filer i DICOM-databasen, velg DICOM-datasettet i målmappen og klikk Importer.
MERK: Det nylig tilføyde DICOM-datasettet vises i listen over studier.
- Klikk Importer DICOM-filer i DICOM-databasen, velg DICOM-datasettet i målmappen og klikk Importer.
- Velg studien og klikk Last inn nederst i vinduet.
MERK: DICOM-datasettet åpnes, og fire visninger (koronal, aksial, sagittal og 3D) av de lastede dataene vil være synlige. Noder er oppført på venstre side. Teoretisk sett kan den beskrevne metoden utføres på hvilken som helst CT eller CBCT uavhengig av bildekvalitet (voxelstørrelse, gjenstander). Imidlertid er segmenteringsprosessen for CBCT / CT-skanninger av høyere kvalitet enklere, og 3D-modeller av høyere kvalitet kan anskaffes. En vist CBCT-skanning ble tatt med følgende parametere: voxelstørrelse: 150 μm, anodespenning: 84 kV, rørstrøm: 40 mA, synsfelt: 8 x 5 cm. Prosessen kan stoppes når som helst; Sørg for å lagre scenen før du avslutter. For å lagre, klikk på lagringsikonet på venstre side av verktøylinjen og lagre det som en "medisinsk journalpakke" (.mrb) ved å klikke på boksikonet i "lagre scene" -vinduet.
- Last ned den nyeste versjonen av programvaren for medisinsk bildebehandling og åpne den.
- Volumgjengivelse og beskjæringsvolum
- Beskjær det interessante området (øvre eller nedre kjeve) for å redusere filstørrelsen og gjengivelsestiden. Klikk på modullinjen som er synlig på venstre side av verktøylinjen for å vise et rullegardinvindu som viser ofte brukte moduler.
- Velg modulen Volumgjengivelse fra rullegardinvinduet. For å gjøre volumgjengivelse synlig, klikk på øyeikonet ved siden av "Volumer" -linjen.
- Velg ønsket forhåndsinnstilling for å vise volumgjengivelsen og flytt glidebryteren "Shift" til det harde vevet kan ses tydelig.
MERK: For CBCT-skanninger anbefales CT-Bone forhåndsinnstilling. - Merk av i boksen ved siden av "Aktiver" og klikk på øyeikonet ved siden av "Vis avkastning" i "Beskjær" -delen for å gjøre avkastningen (interesseområde) synlig.
MERK: En trådrammeboks rundt datasettet i alle 2D-visninger og 3D-visningen vises. Ved å dra sidene av boksen, blir volumet beskåret til ønsket område. - Få tilgang til modulen "Beskjær volum" for å fullføre beskjæringen. Velg det opprinnelige datasettet som inndatavolum.
MERK: Input ROI settes automatisk til ROI som ble opprettet tidligere. - Velg Opprett nytt volum fra rullegardinlinjen "Utdatavolum" for å opprette et nytt utgangsvolum. Fjern merket for Interpolert beskjæring i delen for avanserte innstillinger og klikk på Bruk.
MERK: Når du går tilbake til "Datamodulen", vil det nye beskårne volumet vises som en ny node.
- Segmentering av CBCT-datasett
- Få tilgang til Segmentredigeringsmodulen for segmentering.
MERK: Segmentering er når 3D-rekonstruksjoner av anatomiske strukturer genereres basert på CBCT-datasettet for å tillate mer tilgjengelig analyse. - Velg det tidligere opprettede beskårne volumet som hovedvolum for den aktive segmenteringen. Klikk på +Legg til for å legge til, og -Fjern for å fjerne segmenter. Gi dem nytt navn i henhold til den anatomiske strukturen de vil representere.
MERK: Alveolær bein og alle tenner vil være separate segmenter innenfor segmenteringen - Start med segmenteringen av alveolarbenet. Fra listen over effekter velger du Nivåsporing, et halvautomatisk verktøy som skisserer området der piksler har samme bakgrunnsverdi som det valgte bildepunktet.
- Dra musen til omkretsen av beinet på en av 2D-visningene for at en gul linje skal vises rundt det merkede området, og trykk på venstre museknapp for å generere segmentet på det valgte stykket i datasettet.
MERK: Segmentering kan gjøres i hvilken som helst av 2D-visningene; Sagittal og aksial orientering fungerer imidlertid best. - Bruk håndverktøyene Maling og Sletting til å endre segmentet og rette feil hvis verktøyet "Nivåsporing" ikke omrisset hele delen av beinet, eller hvis artefakter på stykket også var inkludert.
- Få tilgang til Segmentredigeringsmodulen for segmentering.
Figur 1: Anvendelse av "Level Tracing" halvautomatisk segmenteringsverktøy i sagittal orientering. (A) Disposisjon av bildepunktområdet med samme bakgrunnsverdi med en gul linje. (B) Resultater av "Level Tracing" og påfølgende manuell segmentering. (C) Forfining av halvautomatisk segmentering ved hjelp av manuelle verktøy (maling, slett). Klikk her for å se en større versjon av denne figuren.
MERK: Bruke talltaster for å tillate rask bytte mellom verktøy.
- Ekskluder både tenner og implantater fra beinsegmentet. Skisser tenner og implantater ved hjelp av sletteverktøyet , og slett alle uthevede piksler som representerer dem.
- Gjenta den samme prosessen på hvert 5. stykke av datasettet i den valgte retningen.
MERK: Klikk Vis 3D for å se segmenteringen i tre dimensjoner. Sett glidebryteren for utjevningsfaktor til 0,00. - Beregn de manglende segmentene når denne fasen er fullført – velg Fyll mellom stykker fra effektlisten.
MERK: Dette verktøyet beregner de manglende segmentene basert på de som er opprettet tidligere ved hjelp av en morfologisk konturinterpolasjonsalgoritme. - Klikk Initialiser for å aktivere konturinterpolering, og hvis resultatene er tilfredsstillende, klikker du Bruk. Bla gjennom datasettet når du er ferdig for å sjekke og rette sporadiske feil.
Figur 2: Morfologisk konturinterpolasjon med "Fill Between Slices", lysegrønne områder som indikerer den automatisk rekonstruerte delen av segmentet. (A) Aksial visning. (B) Sagittal visning. (C) Koronal visning. Klikk her for å se en større versjon av denne figuren.
MERK: Kontroller at bare segmentet er synlig som interpoleringen brukes på. Synligheten til segmentene kan veksles i segmentlisten.
- Gjør segmentgrensene jevnere ved å fjerne fremspring ved hjelp av Utjevning-effekten . Velg Median som utjevningsmetode og sett "Kjernestørrelse" til 5 x 5 x 5 piksler ved å justere mm-verdien i braketten og klikke på Bruk.
- Gjenta de samme trinnene for segmentering av tenner når segmenteringen av alveolær bein er fullført.
Figur 3: Ferdig segmentering, det brune segmentet representerer bein og det blå segmentet representerer tenner. (A) Aksial visning. (B) Sagittal visning. (C) Koronal visning. (D) 3D-modellen genereres automatisk fra segmentene som ble opprettet tidligere. Klikk her for å se en større versjon av denne figuren.
- Sett linjen "Endre andre segmenter" til Tillat overlapping før tannsegmentering, slik at de nyopprettede segmentene ikke overskriver de tidligere opprettede.
- Romlig registrering av CBCT-datasett og IOS
MERK: Romlig registrering er nødvendig fordi koordinatsystemene for CBCT-datasettet og IOS er forskjellige.- Velg Extension Manager fra «Vis»-menylinjen, og klikk på Installer tilleggsmoduler. Skriv inn IGT i søkefeltet i høyre hjørne, installer SlicerIGT-utvidelsen og start programmet på nytt.
- Last inn den tidligere lagrede .mrb-filen til scenen ved å klikke på Data-ikonet og Velg fil (er) du vil legge til.
- Importer .stl-filen til IOS ved å klikke på Data-ikonet i øvre venstre hjørne. I popup-vinduet "Legg til data i scenen" klikker du på Velg fil (er) du vil legge til, går til målmappen, velger .stl-filen til IOS, og klikker Åpne.
- Legg til STL-filen for den intraorale skanningen som segmentering ved å velge Segmentering fra rullegardinlinjen.
MERK: Den installerte "IGT"-modulen vil nå vises i rullegardinmenyen "Moduler". - Flytt markøren over modulen, og velg Fiducial Registration Wizard i sidefeltet som vises.
- Velg Opprett nye markeringer Fiducial fra rullegardinlinjen i både "Fra fiducials" og "To fiducials" seksjoner.
MERK: Programvaren vil automatisk navngi de to listene "Fra" og "Til". "Fra" -listen representerer det bevegelige volumet, som i dette tilfellet vil være IOS. Til-listen representerer det faste volumet, som vil være CBCT-datasettet. - Plasser markørpunkter på veldefinerte anatomiske landemerker på IOS ved å bruke ikonet "Plasser et markeringspunkt" ved siden av rullegardinlinjen i "Fra" -delen. Markeringspunkter nummereres i rekkefølge etter plassering.
MERK: Plasser minst 6 punkter på cusps og snittkanter av tennene. - Plasser markører på samme sted for å opprette Til-listen og i samme rekkefølge i CBCT-datasettet. Markeringspunkter med samme nummer må representere det samme anatomiske landemerket.
- Opprett en transformasjon ved å velge Opprett ny LinearTransform fra rullegardinmenyen i delen "Registreringsresultattransformering" i sidefeltet etter at de to listene er klare.
- Gå til modulen "Transformer" og velg den tidligere opprettede transformasjonen som den aktive transformeringen. I delen "Bruk transformering" flytter du IOS-segmenteringen og "Fra"-markeringslisten fra "Transformerbar" -boksen til "Transformert" -boksen for å legge IOS over CBCT-datasettet.
Figur 4: Romlig registrering av IOS ved å plassere fiducial markører på veldefinerte anatomiske landemerker. Klikk her for å se en større versjon av denne figuren.
MERK: Om nødvendig kan nøyaktigheten av transformasjonen forbedres ved å flytte markeringspunktene eller ved å legge til flere punkter.
2. Eksporter modeller som .stl-filer for overflatemodellering i fri form
- Eksporter de matchede hard- og bløtvevsmodellene for videre overflatemodellering etter segmentering og romlig registrering.
- Gå til segmenteringsmodulen og velg segmenteringen med alveolære bein- og tennmodeller som aktiv segmentering. Rull ned til delen "Eksporter til filer", velg destinasjonsmappen og velg STL som filformat.
- Fjern merket for Slå sammen i en enkelt fil , sett Koordinatsystemet til RAS og klikk Eksporter.
- Gjenta den samme prosessen for IOS, synlig som en separat segmentering, lagre scenen og lukk bildebehandlingsprogramvaren.
3. Modellering av overflater i fri form
- Glatting av overflate
- Åpne CAD-programvaren, og klikk på Importer på startskjermen. Velg .stl-modellene som tidligere ble eksportert fra DICOM-bildebehandlingsprogramvaren.
MERK: Selv om glatting ble utført tidligere, vil overflaten på modellene som er rekonstruert fra CBCT-datasettet, fortsatt se pikselert ut, så ytterligere overflateutjevning er nødvendig. - Gå til Sculpt i menylinjen, og velg Tilpasset reduksjon fra pensellageret.
MERK: Penselstørrelse og styrke må justeres, avhengig av mengden utjevning.
- Åpne CAD-programvaren, og klikk på Importer på startskjermen. Velg .stl-modellene som tidligere ble eksportert fra DICOM-bildebehandlingsprogramvaren.
- Separat krone av tennene fra IOS
MERK: Kroner av tenner er avbildet mer nøyaktig på IOS enn på segmenterte modeller; derfor må kroner av de segmenterte tennmodellene erstattes med kroner fra IOS.- Klikk på Velg i sidefeltet og velg Pensel som markeringsverktøy. Bruk Pakk ut penselmodus og juster størrelsen på penselen. Bruk børsten, velg kronen på hver tann til den marginale gingiva på IOS.
MERK: Valgte overflater er merket med en oransje farge. - Flytt markøren til Endre i sidefeltet, og velg Jevn grense. Klikk på Bruk hvis resultatene er tilfredsstillende.
MERK: Nå følger grensen for utvalget nøyaktig den marginale gingivaen. - Gå til Rediger i Velg sidefelt og klikk Separat for å opprette et enkelt objekt fra det valgte området.
- Gjenta samme prosess for alle tennene.
- Gå til Analyse i menylinjen og velg Inspiser.
MERK: Programmet vil indikere feil i modellene. Hullene er merket med en blå farge. - Velg Flat fill som "Hole fill mode" og klikk Auto repair all for å lage lukkede modeller fra IOS-modellen og de separerte tennmodellene. Gå til Forme og glatte ut kantene på det fylte hullet med Krympeglatt pensel.
- Gjenta prosessen for alle tannkroner og resten av IOS.
- Klikk på Velg i sidefeltet og velg Pensel som markeringsverktøy. Bruk Pakk ut penselmodus og juster størrelsen på penselen. Bruk børsten, velg kronen på hver tann til den marginale gingiva på IOS.
- Slå sammen kroner på tennene med de segmenterte tannmodellene.
MERK: Hvis romlig registrering ble gjort riktig, bør posisjonene til kronene på tennene på IOS og kronene på segmenterte tenner samsvare.- Bruk krympebørsten på den segmenterte tannmodellen til de er helt dekket av tannkronene atskilt fra IOS.
MERK: På grunn av ufullkommenheter i både segmenteringen og IOS, overlapper ikke kronene alltid helt. - Velg både den separerte kronen og den segmenterte modellen av samme tann i objektsøkingen. Velg Boolsk union i sidepanelet som vises, og klikk på Godta.
MERK: Nå er kronen på den segmenterte tannmodellen erstattet av kronen skilt fra IOS. - Bruk Shrinksmooth for å jevne ut overgangen.
- Bruk krympebørsten på den segmenterte tannmodellen til de er helt dekket av tannkronene atskilt fra IOS.
- Subtraksjoner og modellsammensetning
- Trekk benmodellen fra bløtvevsmodellen for å representere den kliniske situasjonen realistisk.
MERK: Den opprinnelige IOS uten tenner ble modellen av bløtvevet. - Velg både ben- og bløtvevsmodeller i objektsøkingen , og velg Boolsk forskjell.
- Glatt overganger med Krympeglatt børste og fjern fremspring fra undersiden av bløtvevsmodellen.
- Trekk tennene fra bløtvevsmodellen ved å bruke samme prosess og jevne overganger.
- Trekk benmodellen fra bløtvevsmodellen for å representere den kliniske situasjonen realistisk.
- Fargemodeller
- Fargelegg overflatene på modellene for å gi et mer realistisk utseende siden modellen er komplett nå med tennene, bløtvev og alveolær bein som er skilt fra hverandre, noe som representerer den kliniske situasjonen i 3D.
- Velg Sculpt fra sidefeltet og bytt den lille glidebryteren fra Volum til Overflate.
- Velg PaintVertex fra pensellisten og velg ønsket farge ved hjelp av fargehjulet i Farge-delen av sidefeltet. Fargelegg overflaten på hver modell (f.eks. bein: brun, bløtvev: rosa, tenner: hvit)
Animert Figur 1: Animasjon av den endelige, fargede modellen, klar for virtuell kirurgisk planlegging. Klikk her for å laste ned denne figuren.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Virtuelle tredimensjonale (3D) modeller kan genereres ved hjelp av radiografisk bildesegmentering, romlig registrering og friformsmodellering. Modellene skildrer den kliniske situasjonen digitalt, og muliggjør tredimensjonal planlegging av ulike kirurgiske inngrep. Med separat segmentering av bein og tenner er grensen mellom de to anatomiske strukturer synlig, 3D-morfologi og lokalisering av periodontale intrabony defekter skal vurderes. Alvorlighetsgraden, omfanget og morfologien av akutte og kroniske alveolære ryggdefekter kan vurderes angående tilstøtende tenner. Ulike halvautomatiske segmenteringsverktøy (figur 1) (figur 2) (f.eks. kantdeteksjonsverktøy, morfologiske konturinterpolasjonsalgoritmer) som finnes i medisinske bildebehandlingsprogramvarebeholdninger, reduserer varigheten av segmenteringen (figur 3). På grunn av likheter i voxelintensitetsverdier for tenner og alveolær bein, må separasjon av de to gjøres for hånd, noe som kan være tidkrevende. Segmenteringsprosessen hindres også av artefakter som finnes på CBCT-skanninger.
Overlagring av IOS og påfølgende CAD-modellering gjør det mulig å se den kliniske situasjonen i tre dimensjoner. Tennene er skilt fra bløtvev etter modell av IOS (figur 4). 3D-modeller av tenner kombineres fra CBCT- og IOS-data siden tannkroner på IOS mer nøyaktig representerer den kliniske situasjonen, mens artefakter og spredning på CBCT-skanningen er kompromittert. Med overlagring av IOS og CBCT bløtvev kan tykkelsen over den edentuløse ryggen vurderes om de underliggende beindimensjonene; Derfor kan klaffdesign og kirurgisk lapphåndtering bestemmes, og sporadiske komplikasjoner kan unngås (animert figur 1).
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Med den presenterte protokollen kan periodontale og alveolære defektmorfologier visualiseres i tre dimensjoner (3D), noe som gir en mer nøyaktig skildring av den kliniske situasjonen enn det som kan oppnås ved 2D-diagnostiske metoder og 3D-modeller generert med terskelalgoritmer. Protokollen kan deles inn i tre hovedfaser: (1) halvautomatisk segmentering av CBCT-datasett, (2) romlig registrering av CBCT og IOS, og (3) overflatemodellering i fri form. Teknisk sett kan segmentering utføres på et hvilket som helst tredimensjonalt radiografisk bilde; Det er imidlertid mer utfordrende å rekonstruere datasett av lav kvalitet. Derfor anbefales en mindre voxelstørrelse (~ 120 μm), rørstrøm (12 mA) og anodespenning (80 kV)14. På grunn av en stor mengde spredning generert på okklusjonsplanet, bør interokklusjonsrom bevares under CBCT-avbildning.
Spesifikke trinn i den halvautomatiske segmenteringsprosessen er automatiserte, men noen handlinger krever fortsatt segmentering for hånd, noe som forlenger prosessens varighet. For å redusere tidsrammen for segmenteringen er det utviklet nevrale nettverk basert på kunstig intelligens (AI) for rask, automatisk segmentering av tann og bein15,16. I maskinlæring utvikles konvolusjonsnevrale nettverk for bildeanalyse med representasjonslæring på en prøvedatabase, der funksjonene på bildene må være like. På grunn av det morfologiske mangfoldet av periodontale og alveolære defekter, forskjeller i radiografisk tetthet og mangel på kortikalisering ved patologiske områder, kan resultatene av AI-basert segmentering imidlertid bli kompromittert. Maskinlæringsalgoritmer fungerer pålitelig under fysiologiske vevsforhold.
Romlig registrering av IOS over CBCT-data har blitt brukt til å planlegge maxillofacial operasjoner 9,10, implantatplassering11,12 og periodontale operasjoner 7,13, selv om modellering i fri form ikke ble brukt. Med en rekke boolske operasjoner kan realistiske hybridmodeller anskaffes, og kirurgiske inngrep kan simuleres virtuelt. Digitale gjengivelser kan også produseres med 3D-utskriftsteknologier for å produsere studiemodeller før kirurgi.
Fordelen med den nåværende metoden er at hele prosessen kan gjøres ved hjelp av gratis programvare med åpen kildekode. Den har imidlertid en læringskurve, og brukerne må gjøre seg kjent med radiografisk bildebehandling og friform CAD-modellering. Den viktigste ulempen ved metoden er prosessens relativt lange varighet og repeterende natur. Derfor er det behov for forbedringer for å automatisere og forenkle bestemte trinn i arbeidsflyten for å forkorte tidsrammen.
Tredimensjonal design og CAD-modellering har blitt brukt i planleggingen av ulike rekonstruktive kirurgiske inngrep. I periodontal diagnostikk ble 3D-modeller generert med CBCT-bilderekonstruksjon brukt til preoperativ vurdering av intrabony defektmorfologier og kirurgisk behandlingsplanlegging7. CAD/CAM allogene benblokker ble benyttet til påleggstransplantasjon17. Individuelt fremstilte titanmasker18 ble påført som barrieremembraner i guidet beinregenerering; Bløtdelsmodeller ble imidlertid ikke inkludert i planleggingsprosessen. Veiledet implantatplassering utføres rutinemessig i daglig tannlegepraksis med høy reliablitet19.
Likevel bruker flertallet av implantatguideprogramvaren terskelalgoritmer for 3D-rekonstruksjon av komplekse vev. Selv om planlegging er teoretisk mulig på 3D-gjengivelser, på grunn av den lave kvaliteten på beinmodellene, er implantatposisjoner hovedsakelig planlagt på aksiale, sagittale og koronale 2D-visninger av CBCT-datasettet. For å legge til et nytt lag med virkelighet, kan digital ansiktsskanning anskaffet med gratis mobilapplikasjoner legges til i fremtiden.
Med sekvensen av radiografisk bildesegmentering, romlig registrering og fri form overflatemodellering, kan realistiske pasientspesifikke virtuelle modeller anskaffes for å planlegge rekonstruktive kirurgiske inngrep. Med den virtuelle 3D-skildringen av bein, tenner og bløtvev, kan hvert trinn i det kirurgiske inngrepet (dvs. snitt, klaffforberedelse, regenerativ strategi, klafflukking) forhåndsdesignes og simuleres virtuelt.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne oppgir ingen interessekonflikt.
Acknowledgments
Ingen
Materials
| Name | Company | Catalog Number | Comments |
| 3DSlicer | 3DSlicer (The software was first developed at Queen’s University Canada and since it is open source it is constantly developed by it’s community) | 4.13.0-2021-03-19 | Open source radiographic image processing software platform. Software is primarily intended for general medicine, however the wide range of segmentation an modelling tools allow it’s use for dental purposes as well |
| Meshmixer | Autodesk Inc. | 3.5 | Open source free form surface modelling software developed for prototype development and basic 3D sculpting. However, due to the usefulness of tools for dental purpose, not just 3D models, but even static guides for navigated surgery can be designed. |
References
- Jacobs, R., Salmon, B., Codari, M., Hassan, B., Bornstein, M. Cone beam computed tomography in implant dentistry: recommendations for clinical use. BMC Oral Health. 18 (1), 88 (2018).
- Mangano, F., Gandolfi, A., Luongo, G., Logozzo, S. Intraoral scanners in dentistry: a review of the current literature. BMC Oral Health. 17 (1), 149 (2017).
- Pauwels, R., Araki, K., Siewerdsen, J. H., Thongvigitmanee, S. S. Technical aspects of dental CBCT: state of the art. Dentomaxillofacial Radiology. 44 (1), 20140224 (2015).
- Queiroz, P. M., Santaella, G. M., Groppo, F. C., Freitas, D. Q. Metal artifact production and reduction in CBCT with different numbers of basis images. Imaging Science in Dentistry. 48 (1), 41-44 (2018).
- Scarfe, W. C., Azevedo, B., Pinheiro, L. R., Priaminiarti, M., Sales, M. A. O. The emerging role of maxillofacial radiology in the diagnosis and management of patients with complex periodontitis. Periodontology 2000. 74 (1), 116-139 (2017).
- Fedorov, A., et al. 3D Slicer as an image computing platform for the Quantitative Imaging Network. Magnetic Resonance Imaging. 30 (9), 1323-1341 (2012).
- Palkovics, D., Mangano, F. G., Nagy, K., Windisch, P. Digital three-dimensional visualization of intrabony periodontal defects for regenerative surgical treatment planning. BMC Oral Health. 20 (1), 351 (2020).
- Papadiochou, S., Pissiotis, A. L. Marginal adaptation and CAD-CAM technology: A systematic review of restorative material and fabrication techniques. Journal of Prosthetic Dentisty. 119 (4), 545-551 (2018).
- Xia, J. J., et al. Algorithm for planning a double-jaw orthognathic surgery using a computer-aided surgical simulation (CASS) protocol. Part 1: planning sequence. International Journal of Oral Maxillofacial Surgery. 44 (12), 1431-1440 (2015).
- Xia, J. J., et al. Algorithm for planning a double-jaw orthognathic surgery using a computer-aided surgical simulation (CASS) protocol. Part 2: three-dimensional cephalometry. International Journal of Oral Maxillofacial Surgery. 44 (12), 1441-1450 (2015).
- 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 Dentistry. 21 (4), 265-271 (2012).
- Ganz, S. D. Three-dimensional imaging and guided surgery for dental implants. Dental Clinics of North America. 59 (2), 265-290 (2015).
- Güth, J. F., Kauling, A. E. C., Schweiger, J., Kühnisch, J., Stimmelmayr, M. Virtual simulation of periodontal surgery including presurgical CAD/CAM fabrication of tooth-colored removable splints on the basis of CBCT Data: A case report. The International Journal of Periodontics & Restorative Dentistry. 37 (6), 310-320 (2017).
- Pauwels, R., et al. Effective radiation dose and eye lens dose in dental cone beam CT: effect of field of view and angle of rotation. The British Journal of Radiology. 87 (1042), 20130654 (2014).
- Li, Q., Chen, K., Han, L., Zhuang, Y., Li, J., Lin, J. Automatic tooth roots segmentation of cone beam computed tomography image sequences using U-net and RNN. Journal of X-ray Science and Technology. 28 (5), 905-922 (2020).
- Lahoud, P., et al. Artificial intelligence for fast and accurate 3D tooth segmentation on CBCT. Journal of Endodontics. 47 (5), 827-835 (2021).
- Blume, O., Donkiewicz, P., Back, M., Born, T. Bilateral maxillary augmentation using CAD/CAM manufactured allogenic bone blocks for restoration of congenitally missing teeth: A case report. Journal of Esthetic and Restorative Dentistry. 31 (3), 171-178 (2019).
- Hartmann, A., Seiler, M. Minimizing risk of customized titanium mesh exposures - a retrospective analysis. BMC Oral Health. 20 (1), 36 (2020).
- Varga, E., et al. Guidance means accuracy: A randomized clinical trial on freehand versus guided dental implantation. Clinical Oral Implants Research. 31 (5), 417-430 (2020).
