Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Medicine

Digital hybridmodelforberedelse til virtuel planlægning af rekonstruktive dentoalveolære kirurgiske procedurer

Published: August 5, 2021 doi: 10.3791/62743
* These authors contributed equally

Summary

En arbejdsgang til oprettelse af tredimensionelle (3D) virtuelle hybridmodeller er designet baseret på keglestrålecomputertomografidatasæt og intraorale optiske scanninger ved hjælp af radiografiske billedsegmenteringsmetoder og overflademodellering i fri form. Digitale modeller bruges til virtuel planlægning af rekonstruktive dentoalveolære kirurgiske procedurer.

Abstract

Virtuel, hybrid tredimensionel (3D) modelerhvervelse præsenteres i denne artikel ved hjælp af sekvensen af radiografisk billedsegmentering, rumlig registrering og friformsoverflademodellering. For det første blev keglestrålecomputertomografidatasæt rekonstrueret med en halvautomatisk segmenteringsmetode. Alveolær knogle og tænder adskilles i forskellige segmenter, hvilket gør det muligt at vurdere 3D-morfologi og lokalisering af periodontale intrabenede defekter. Sværhedsgraden, omfanget og morfologien af akutte og kroniske alveolære rygdefekter valideres vedrørende tilstødende tænder. På virtuelle komplekse vævsmodeller kan positioner af tandimplantater planlægges i 3D. Ved hjælp af rumlig registrering af IOS- og CBCT-data og efterfølgende overflademodellering i fri form kan realistiske 3D-hybridmodeller erhverves, der visualiserer alveolær knogle, tænder og blødt væv. Med overlejring af IOS og CBCT blødt væv kan tykkelsen over den edentuløse højderyg vurderes om de underliggende knogledimensioner; Derfor kan klapdesign og kirurgisk klaphåndtering bestemmes, og lejlighedsvise komplikationer kan undgås.

Introduction

Teknologiske fremskridt inden for tandpleje har muliggjort computerstøttet behandlingsplanlægning og simulering af kirurgiske procedurer og protetisk rehabilitering. To vigtige metoder til 3D-dataindsamling inden for digital tandpleje er: (1) keglestrålecomputertomografi (CBCT)1 og (2) intraoral optisk scanning (IOS)2. Digital information om alle relevante anatomiske strukturer (alveolær knogle, tænder, blødt væv) kan erhverves ved hjælp af disse værktøjer til planlægning af rekonstruktive dentoalveolære kirurgiske procedurer.

Keglestråleteknologi blev først introduceret i 1996 af en italiensk forskergruppe. CBCT leverer betydeligt lavere strålingsdosis og højere opløsning (sammenlignet med konventionel computertomografi) og er hurtigt blevet den mest anvendte 3D-billeddannelsesmodalitet inden for tandpleje og mundkirurgi3. CBCT bruges ofte til at planlægge forskellige kirurgiske procedurer (f.eks. periodontal regenerativ kirurgi, alveolær rygforstørrelse, placering af tandimplantater, ortognatisk kirurgi)1. CBCT-datasæt ses og kan behandles i radiografisk billedbehandlingssoftware, der giver 2D-billeder og 3D-gengivelser - dog bruger de fleste billedbehandlingssoftware tærskelbaserede algoritmer til 3D-billedrekonstruktion. Tærskelmetoder indstiller de øvre og nedre grænser for et voxelgråt værdiinterval. Voxels, der falder mellem disse grænser, gengives i 3D. Denne metode muliggør hurtig modelerhvervelse; Men da algoritmen ikke kan skelne anatomiske strukturer fra metalartefakter og spredning, er 3D-gengivelserne meget unøjagtige og har meget lidt diagnostisk værdi 4,5. Af ovennævnte grunde er mange områder inden for tandpleje stadig afhængige af konventionelle 2D-røntgenbilleder (intraorale røntgenbilleder, panoramarøntgen) eller 2D-billeder af CBCT-datasæt5. Vores forskningsgruppe præsenterede en halvautomatisk billedsegmenteringsmetode i en nyligt offentliggjort artikel ved hjælp af open source radiografisk billedbehandlingssoftware6, hvor anatomisk baseret 3D-rekonstruktion af CBCT-datasæt udføres7. Ved hjælp af denne metode blev anatomiske strukturer differentieret fra metalartefakter, og vigtigere kunne alveolær knogle og tænder adskilles. Derfor kunne en realistisk virtuel model af hårdt væv erhverves. 3D-modeller blev brugt til at evaluere intrabenede periodontale defekter og til behandlingsplanlægning før regenerative periodontale operationer.

Intraorale optiske overfladescannere giver digital information om kliniske tilstande (klinisk krone af tænder og blødt væv). Det oprindelige formål med disse enheder var direkte at erhverve digitale modeller af patienter til planlægning og fremstilling af tandproteser med computerstøttet design (CAD) og computerstøttet fremstilling (CAM)teknologier 8. På grund af den brede vifte af applikationer blev deres anvendelse imidlertid hurtigt implementeret inden for andre områder af tandpleje. Maxillo-ansigtskirurger kombinerer IOS og CBCT i en hybrid opsætning, der kan bruges til virtuel osteotomi og digital planlægning af ortognatiske operationer 9,10. Tandimplantologi er sandsynligvis det felt, der oftest bruger digital planlægning og guidet udførelse. Navigeret kirurgi eliminerer de fleste komplikationer relateret til forkert placering af implantater. Kombinationen af CBCT-datasæt og stereolitografifiler (.stl) fra IOS bruges rutinemæssigt til at planlægge den guidede implantatplacering og fremstillingen af statiske implantatborevejledninger11,12. Intraorale scanninger overlejret over CBCT-datasæt er også blevet brugt til at forberede æstetisk kroneforlængelse13; blødt væv blev dog kun overlejret over CBCT-datasæt rekonstrueret med tærskelalgoritmer. Men for at udføre nøjagtig 3D virtuel planlægning af regenerativ-rekonstruktive kirurgiske indgreb og tandimplantatplacering skal realistiske 3D-hybridmodeller af patienter bestå af CBCT- og IOS-data.

Derfor har denne artikel til formål at præsentere en trinvis metode til at erhverve realistiske hybride digitale modeller til virtuel kirurgisk planlægning før rekonstruktive dentoalveolære kirurgiske indgreb.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Denne undersøgelse blev gennemført i fuld overensstemmelse med Helsingfors-erklæringen. Før manuskriptets udarbejdelse blev der givet skriftligt informeret samtykke, som blev underskrevet af patienten. Patienten gav tilladelse til databrug til demonstration af protokollen.

1. Radiografisk billedbehandling

  1. Indlæs DICOM-filer i softwaren
    1. Download den nyeste version af den medicinske billedbehandlingssoftware, og åbn den.
      BEMÆRK: Efter åbning af softwaren vises startskærmen.
    2. Klik på Indlæs DICOM-data i indholdsoversigten.
      BEMÆRK: DICOM-databasen vises og viser de tidligere indlæste DICOM-datasæt.
      1. Klik på Importér DICOM-filer i DICOM-databasen, vælg DICOM-datasættet i destinationsmappen, og klik på Importér.
        BEMÆRK: Det nyligt tilføjede DICOM-datasæt vises på listen over undersøgelser.
    3. Vælg undersøgelsen, og klik på Indlæs nederst i vinduet.
      BEMÆRK: DICOM-datasættet åbnes, og fire visninger (koronal, aksial, sagittal og 3D) af de indlæste data vil være synlige. Noder er angivet i venstre side. Teoretisk kan den beskrevne metode udføres på enhver CT eller CBCT uanset billedkvalitet (voxelstørrelse, artefakter). Imidlertid er segmenteringsprocessen for CBCT / CT-scanninger af højere kvalitet mere ligetil, og 3D-modeller af højere kvalitet kan erhverves. En vist CBCT-scanning blev taget med følgende parametre: voxelstørrelse: 150 μm, anodespænding: 84 kV, rørstrøm: 40 mA, synsfelt: 8 x 5 cm. Processen kan stoppes på ethvert tidspunkt; Sørg for at gemme scenen, før du afslutter. For at gemme skal du klikke på gem-ikonet i venstre side af værktøjslinjen og gemme det som en "medicinsk journalpakke" (.mrb) ved at klikke på boksikonet i vinduet "gem scene".
  2. Volumengengivelse og beskæringsvolumen
    1. Beskær interesseområdet (over- eller underkæbe) for at reducere filstørrelsen og gengivelsestiden. Klik på modullinjen , der er synlig i venstre side af værktøjslinjen for at se et rullevindue, der viser ofte anvendte moduler.
    2. Vælg volumengengivelsesmodulet i rullemenuen. For at gøre lydstyrkegengivelse synlig skal du klikke på øjeikonet ved siden af linjen "Volumener".
    3. Vælg den ønskede forudindstilling for at se lydstyrkegengivelsen, og flyt skyderen "Shift", indtil det hårde væv kan ses tydeligt.
      BEMÆRK: Til CBCT-scanninger anbefales CT-knogleforudindstillingen.
    4. Marker afkrydsningsfeltet ud for "Aktiver", og klik på øjeikonet ud for "Vis ROI" i afsnittet "Beskær" for at gøre ROI (Region af interesse) synlig.
      BEMÆRK: En trådrammeboks omkring datasættet i alle 2D-visninger og 3D-visningen vises. Ved at trække siderne af kassen beskæres lydstyrken til det ønskede område.
    5. Få adgang til modulet "Beskær volumen" for at afslutte beskæringen. Vælg det oprindelige datasæt som inputdiskenhed.
      BEMÆRK: Input-ROI indstilles automatisk til ROI, der tidligere blev oprettet.
    6. Vælg Opret ny lydstyrke fra rullemenuen "Outputvolumen" for at oprette en ny outputvolumen. Fjern markeringen af Interpoleret beskæring i afsnittet med avancerede indstillinger, og klik på Anvend.
      BEMÆRK: Når du vender tilbage til "Datamodulet", vises den nye beskårne diskenhed som en ny node.
  3. Segmentering af CBCT-datasæt
    1. Få adgang til segmenteditormodulet til segmentering.
      BEMÆRK: Segmentering er, når 3D-rekonstruktioner af anatomiske strukturer genereres baseret på CBCT-datasættet for at muliggøre mere tilgængelig analyse.
    2. Vælg den tidligere oprettede beskårne diskenhed som mastervolumen for den aktive segmentering. Klik på +Tilføj for at tilføje og -Fjern for at fjerne segmenter. Omdøb dem i henhold til den anatomiske struktur, de vil repræsentere.
      BEMÆRK: Alveolær knogle og alle tænder vil være separate segmenter inden for segmenteringen
    3. Start med segmenteringen af den alveolære knogle. På listen over effekter skal du vælge Niveausporing, et halvautomatisk værktøj, der skitserer det område, hvor pixel har samme baggrundsværdi som den valgte pixel.
    4. Træk musen til kanten af knoglen i en af 2D-visningerne, så der vises en gul linje omkring det markerede område, og tryk på venstre museknap for at generere segmentet på det markerede udsnit af datasættet.
      BEMÆRK: Segmentering kan udføres i enhver af 2D-visningerne; Imidlertid fungerer sagittale og aksiale orienteringer bedst.
    5. Brug håndværktøjet Mal og Slet til at ændre segmentet og rette fejl, hvis værktøjet "Level Tracing" ikke skitserede hele knoglesektionen, eller hvis artefakter på udsnittet også var inkluderet.

Figure 1
Figur 1: Anvendelse af "Level Tracing" halvautomatisk segmenteringsværktøj i sagittal orientering. (A) Kontur af pixelområdet med samme baggrundsværdi med en gul linje. B) Resultater af "niveausporing" og efterfølgende manuel segmentering. (C) Forfining af halvautomatisk segmentering ved hjælp af manuelle værktøjer (maling, sletning). Klik her for at se en større version af denne figur.

BEMÆRK: Brug af taltaster til at muliggøre hurtigt skift mellem værktøjer.

  1. Ekskluder både tænder og implantater fra knoglesegmentet. Skitser tænder og implantater ved hjælp af sletteværktøjet , og slet alle fremhævede pixels, der repræsenterer dem.
  2. Gentag den samme proces på hvert 5. udsnit af datasættet i den valgte retning.
    BEMÆRK: Klik på Vis 3D for at få vist segmenteringen i tre dimensioner. Indstil skyderen for udjævningsfaktor til 0,00.
  3. Beregn de manglende segmenter, når dette interval er fuldført, og vælg Udfyld mellem udsnit på effektlisten.
    BEMÆRK: Dette værktøj beregner de manglende segmenter baseret på dem, der er oprettet tidligere ved hjælp af en morfologisk konturinterpolationsalgoritme.
  4. Klik på Initialiser for at aktivere konturinterpolation, og klik på Anvend, hvis resultaterne er tilfredsstillende. Rul gennem datasættet, når det er fuldført, for at kontrollere og rette lejlighedsvise fejl.

Figure 2
Figur 2: Morfologisk konturinterpolation med "Fill Between Slices", lysegrønne områder, der angiver den automatisk rekonstruerede del af segmentet. (A) Aksial visning. (B) Sagittal visning. (C) Koronal visning. Klik her for at se en større version af denne figur.

BEMÆRK: Sørg for, at kun det segment er synligt, som interpolationen anvendes på. Segmenternes synlighed kan slås til og fra på segmentlisten.

  1. Gør segmentgrænserne glattere ved at fjerne fremspring ved hjælp af udjævningseffekten . Vælg Median som udjævningsmetode, og indstil "Kernel size" til 5 x 5 x 5 pixels ved at justere mm-værdien i parentesen og klikke på Anvend.
  2. Gentag de samme trin for segmentering af tænder, når segmenteringen af alveolær knogle er afsluttet.

Figure 3
Figur 3: Færdig segmentering, hvor det brune segment repræsenterer knogle og det blå segment repræsenterer tænder. (A) Aksial visning. (B) Sagittal visning. (C) Koronal visning. (D) 3D-modellen genereres automatisk ud fra de segmenter, der er oprettet tidligere. Klik her for at se en større version af denne figur.

  1. Indstil linjen "Rediger andre segmenter" til Tillad overlapning før tandsegmentering, så de nyoprettede segmenter ikke overskriver de tidligere oprettede.
  1. Rumlig registrering af CBCT-datasæt og IOS
    BEMÆRK: Rumlig registrering er nødvendig, fordi koordinatsystemerne for CBCT-datasættet og IOS er forskellige.
    1. Vælg Extension Manager fra menulinjen "Vis", og klik på Installer udvidelser. Skriv IGT i søgefeltet i højre hjørne, installer SlicerIGT-udvidelsen og genstart programmet.
    2. Indlæs den tidligere gemte .mrb-fil af scenen ved at klikke på ikonet Data og Vælg fil(er), der skal tilføjes.
    3. Importer .stl-filen til IOS ved at klikke på ikonet Data i øverste venstre hjørne. I pop op-vinduet "Føj data til scenen" skal du klikke på Vælg fil(er), der skal tilføjes, gå til destinationsmappen, vælge .stl-filen til IOS og klikke på Åbn.
    4. Tilføj .stl-filen for den intraorale scanning som segmentering ved at vælge Segmentering på rullelisten.
      BEMÆRK: Det installerede "IGT"-modul vises nu i rullemenuen "Moduler".
    5. Flyt markøren hen over modulet, og vælg guiden Fiducial registrering i sidebjælken, der vises.
    6. Vælg Opret nye annotationer Fiducial fra rullelisten i både sektionerne "Fra fiducials" og "To fiducials".
      BEMÆRK: Softwaren navngiver automatisk de to lister "Fra" og "Til". Listen "Fra" repræsenterer det bevægelige volumen, som i dette tilfælde vil være IOS. Listen "Til" repræsenterer den faste diskenhed, som vil være CBCT-datasættet.
    7. Placer markørpunkter på veldefinerede anatomiske landemærker på IOS ved hjælp af ikonet "Placer et markeringspunkt" ved siden af rullemenuen i afsnittet "Fra". Markeringspunkter nummereres i rækkefølge efter placering.
      BEMÆRK: Placer mindst 6 punkter på tændernes spidser og snitkanter.
    8. Placer markører i samme position for at oprette listen "Til" og i samme rækkefølge på CBCT-datasættet. Markeringspunkter med samme nummer skal repræsentere det samme anatomiske vartegn.
    9. Opret en transformation ved at vælge Opret ny LinearTransform i rullemenuen i afsnittet "Transformering af registreringsresultat" i sidebjælken, når de to lister er klar.
    10. Åbn modulet "Transforms", og vælg den tidligere oprettede transformation som den aktive transformering. I afsnittet "Anvend transformering" skal du flytte IOS-segmenteringen og listen "Fra" markeringer fra feltet "Transformable" til feltet "Transformed" for at overlejre IOS over CBCT-datasættet.

Figure 4
Figur 4: Rumlig registrering af IOS ved at placere fiduciale markører på veldefinerede anatomiske vartegn. Klik her for at se en større version af denne figur.

BEMÆRK: Hvis det er nødvendigt, kan nøjagtigheden af transformationen forbedres ved at flytte markeringspunkterne eller ved at tilføje yderligere punkter.

2. Eksporter modeller som .stl-filer til overflademodellering i fri form

  1. Eksporter de matchede hård- og bløddelsmodeller til yderligere overflademodellering efter segmentering og rumlig registrering.
  2. Gå til modulet Segmenteringer , og vælg segmenteringen med de alveolære knogle- og tandmodeller som den aktive segmentering. Rul ned til afsnittet "Eksporter til filer", vælg destinationsmappen, og vælg STL som filformat.
  3. Fjern markeringen i afkrydsningsfeltet Flet ind i en enkelt fil , indstil koordinatsystemet til RAS, og klik på Eksporter.
  4. Gentag den samme proces for IOS, synlig som en separat segmentering, gem scenen, og luk billedbehandlingssoftwaren.

3. Modellering af overflade i fri form

  1. Udjævning af overflader
    1. Åbn CAD-softwaren, og klik på Importer på startskærmen. Vælg de .stl-modeller, der tidligere blev eksporteret fra DICOM-billedbehandlingssoftwaren.
      BEMÆRK: Selvom udjævning blev udført tidligere, vil overfladen af de modeller, der er rekonstrueret ud fra CBCT-datasættet, stadig se pixeleret ud, så yderligere overfladeudjævning er nødvendig.
    2. Gå til Skulptur på menulinjen, og vælg Adaptiv reducering fra penselbeholdningen.
      BEMÆRK: Børstestørrelse og styrke skal justeres afhængigt af mængden af udjævning.
  2. Adskil tændernes krone fra IOS
    BEMÆRK: Tandkroner er afbildet mere præcist på IOS end på segmenterede modeller; derfor skal kroner på de segmenterede tandmodeller udskiftes med kroner fra IOS.
    1. Klik på Vælg i indholdsoversigten, og vælg Pensel som markeringsværktøj. Brug tilstanden Udpak penselpensel , og juster penslens størrelse. Brug børsten til at vælge kronen på hver tand indtil den marginale tandkød på IOS.
      BEMÆRK: Udvalgte overflader er angivet med en orange farve.
    2. Flyt markøren til Rediger i indholdsoversigten, og vælg Udjævn grænse. Klik på Anvend , hvis resultaterne er tilfredsstillende.
      BEMÆRK: Nu følger udvælgelsesgrænsen nøjagtigt den marginale gingiva.
    3. Gå til Rediger i indholdsoversigten Vælg , og klik på Adskil for at oprette et individuelt objekt fra det valgte område.
    4. Gentag den samme proces for alle tænder.
    5. Gå til Analyse i menulinjen, og vælg Inspicer.
      BEMÆRK: Programmet angiver fejl i modellerne. Huller er markeret med en blå farve.
    6. Vælg Flad udfyldning som "Hulfyldningstilstand", og klik på Automatisk reparation af alle for at oprette lukkede modeller fra IOS-modellen og modellerne med adskilte tænder. Gå til Sculpt og glat kanterne på det fyldte hul ved hjælp af Shrinksmooth børste.
    7. Gentag processen for alle tandkroner og resten af IOS.
  3. Flet tændernes kroner med de segmenterede tandmodeller.
    BEMÆRK: Hvis rumlig registrering blev udført korrekt, skal positionerne af tændernes kroner på IOS og kronerne på segmenterede tænder matche.
    1. Brug Shrinksmooth-børsten på den segmenterede tandmodel, indtil de er helt dækket af tandkronerne adskilt fra IOS.
      BEMÆRK: På grund af ufuldkommenheder i både segmenteringen og IOS overlapper kronerne ikke altid helt.
    2. Vælg både den adskilte krone og den segmenterede model af den samme tand i objektbrowseren. I indholdsoversigten, der vises, skal du vælge Boolesk forening og klikke på Acceptér.
      BEMÆRK: Nu erstattes kronen på den segmenterede tandmodel med kronen adskilt fra IOS.
    3. Brug Shrinksmooth til at udjævne overgangen.
  4. Subtraktioner og modelsammensætning
    1. Træk knoglemodellen fra bløddelsmodellen for at repræsentere den kliniske situation realistisk.
      BEMÆRK: Den originale IOS uden tænder blev modellen for blødt væv.
    2. Vælg både knogle- og bløddelsmodeller i objektbrowseren , og vælg Boolesk forskel.
    3. Glat overgange med Shrinksmooth-børsten , og fjern fremspring fra undersiden af bløddelsmodellen.
    4. Træk tænder fra bløddelsmodellen ved hjælp af samme proces og glatte overgange.
  5. Farve modeller
    1. Farv overfladerne på modellerne for at give et mere realistisk udseende, da modellen nu er færdig med tænder, blødt væv og alveolær knogle, der er adskilt fra hinanden, hvilket repræsenterer den kliniske situation i 3D.
    2. Vælg Skulptur fra sidebjælken, og skift den lille skyder fra Lydstyrke til Overflade.
    3. Vælg PaintVertex fra penselbeholdningen, og vælg den ønskede farve ved hjælp af farvehjulet i afsnittet Farve i sidebjælken. Farv overfladen på hver model (f.eks. knogle: brunt, blødt væv: lyserød, tænder: hvid)

Animeret figur 1: Animation af den endelige, farvede model, klar til virtuel kirurgisk planlægning. Klik her for at downloade denne figur.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Virtuelle tredimensionelle (3D) modeller kan genereres ved hjælp af radiografisk billedsegmentering, rumlig registrering og friformsmodellering. Modellerne skildrer digitalt den kliniske situation, hvilket muliggør tredimensionel planlægning af forskellige kirurgiske indgreb. Med separat segmentering af knogler og tænder er grænsen mellem de to anatomiske strukturer synlig, 3D-morfologi og lokalisering af periodontale intrabenfejl skal vurderes. Sværhedsgraden, omfanget og morfologien af akutte og kroniske alveolære rygdefekter kan evalueres vedrørende tilstødende tænder. Forskellige halvautomatiske segmenteringsværktøjer (figur 1) (figur 2) (f.eks. kantdetekteringsværktøjer, morfologiske konturinterpolationsalgoritmer), der findes i fortegnelser over medicinsk billedbehandlingssoftware, reducerer varigheden af segmenteringen (figur 3). På grund af ligheder i voxelintensitetsværdier for tænder og alveolær knogle skal adskillelse af de to imidlertid ske manuelt, hvilket kan være tidskrævende. Segmenteringsprocessen hindres også af artefakter, der findes på CBCT-scanninger.

Overlejring af IOS og efterfølgende CAD-modellering giver mulighed for at se den kliniske situation i tre dimensioner. Tænderne adskilles fra blødt væv på IOS-modellen (figur 4). 3D-modeller af tænder kombineres fra CBCT og IOS-data, da tandkroner på IOS mere nøjagtigt repræsenterer den kliniske situation, mens artefakter og spredning på CBCT-scanningen kompromitteres. Med overlejring af IOS og CBCT blødt væv kan tykkelsen over den edentuløse højderyg vurderes om de underliggende knogledimensioner; derfor kan klapdesign og kirurgisk klaphåndtering bestemmes, og lejlighedsvise komplikationer kan undgås (animeret figur 1).

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Med den præsenterede protokol kan periodontale og alveolære defektmorfologier visualiseres i tre dimensioner (3D), hvilket giver en mere nøjagtig skildring af den kliniske situation, end der kan opnås ved 2D-diagnostiske metoder og 3D-modeller genereret med tærskelalgoritmer. Protokollen kan opdeles i tre hovedfaser: (1) halvautomatisk segmentering af CBCT-datasæt, (2) rumlig registrering af CBCT og IOS og (3) overflademodellering i fri form. Teknisk set kan segmentering udføres på ethvert tredimensionelt radiografisk billede; Det er dog mere udfordrende at rekonstruere datasæt af lav kvalitet. Derfor anbefales en mindre voxelstørrelse (~ 120 μm), rørstrøm (12 mA) og anodespænding (80 kV)14. På grund af en stor mængde spredning, der genereres på okklusalplanet, bør interokklusalt rum bevares under CBCT-billeddannelse.

Specifikke trin i den halvautomatiske segmenteringsproces automatiseres, men nogle handlinger kræver stadig segmentering manuelt, hvilket forlænger processens varighed. For at reducere tidsrammen for segmenteringen er neurale netværk baseret på kunstig intelligens (AI) konvolution udviklet til hurtig, automatisk segmentering af tand og knogle15,16. I maskinindlæring udvikles neurale netværk til konvolution til billedanalyse med repræsentationsindlæring på en eksempeldatabase, hvor funktioner på billederne skal være ens. På grund af den morfologiske mangfoldighed af periodontale og alveolære defekter, forskelle i radiografisk tæthed og manglende kortikalisering i patologiske områder kan resultaterne af AI-baseret segmentering imidlertid blive kompromitteret. Maskinlæringsalgoritmer fungerer pålideligt under fysiologiske vævsforhold.

Rumlig registrering af IOS over CBCT-data er blevet brugt til at planlægge maxillofacial operationer 9,10, implantatplacering11,12 og periodontale operationer 7,13, selvom friformsmodellering ikke blev anvendt. Med en række boolske operationer kan realistiske hybridmodeller erhverves, og kirurgiske indgreb kan simuleres virtuelt. Digitale gengivelser kan også fremstilles med 3D-printteknologier til at producere undersøgelsesmodeller før operationen.

Fordelen ved den nuværende metode er, at hele processen kan udføres ved hjælp af gratis open source-software. Det har dog en indlæringskurve, og brugerne skal gøre sig bekendt med radiografisk billedbehandling og fri form CAD-modellering. Den væsentligste ulempe ved metoden er processens relativt lange varighed og gentagne karakter. Derfor er der behov for forbedringer for at automatisere og forenkle specifikke trin i arbejdsgangen for at forkorte tidsrammen.

Tredimensionelt design og CAD-modellering er blevet brugt i planlægningen af forskellige rekonstruktive kirurgiske indgreb. I periodontal diagnostik blev 3D-modeller genereret med CBCT-billedrekonstruktion brugt til præoperativ vurdering af intrabenet defektmorfologier og kirurgisk behandlingsplanlægning7. CAD / CAM allogene knogleblokke blev brugt til onlay podning17. Individuelt fremstillede titaniumnet18 blev anvendt som barrieremembraner i guidet knogleregenerering; Bløddelsmodeller blev imidlertid ikke inkluderet i planlægningsprocessen. Vejledt implantatplacering udføres rutinemæssigt i daglig tandlægepraksis med høj pålidelighed19.

Ikke desto mindre bruger størstedelen af implantatstyringssoftware tærskelalgoritmer til 3D-rekonstruktion af komplekse væv. Selvom planlægning teoretisk er mulig på 3D-gengivelser, på grund af knoglemodellernes lave kvalitet, planlægges implantatpositioner hovedsageligt på de aksiale, sagittale og koronale 2D-visninger af CBCT-datasættet. For at tilføje endnu et lag af virkeligheden kan digital ansigtsscanning erhvervet med gratis mobilapplikationer tilføjes i fremtiden.

Med sekvensen af radiografisk billedsegmentering, rumlig registrering og overflademodellering i fri form kan der erhverves realistiske patientspecifikke virtuelle modeller til planlægning af rekonstruktive kirurgiske indgreb. Med den virtuelle 3D-skildring af knogler, tænder og blødt væv kan hvert trin i det kirurgiske indgreb (dvs. snit, klapforberedelse, regenerativ strategi, klaplukning) foruddesignes og simuleres virtuelt.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfatterne erklærer 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.

DOWNLOAD MATERIALS LIST

References

  1. 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).
  2. 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).
  3. 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).
  4. 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).
  5. 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).
  6. Fedorov, A., et al. 3D Slicer as an image computing platform for the Quantitative Imaging Network. Magnetic Resonance Imaging. 30 (9), 1323-1341 (2012).
  7. 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).
  8. 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).
  9. 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).
  10. 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).
  11. 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).
  12. Ganz, S. D. Three-dimensional imaging and guided surgery for dental implants. Dental Clinics of North America. 59 (2), 265-290 (2015).
  13. 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).
  14. 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).
  15. 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).
  16. Lahoud, P., et al. Artificial intelligence for fast and accurate 3D tooth segmentation on CBCT. Journal of Endodontics. 47 (5), 827-835 (2021).
  17. 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).
  18. Hartmann, A., Seiler, M. Minimizing risk of customized titanium mesh exposures - a retrospective analysis. BMC Oral Health. 20 (1), 36 (2020).
  19. 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).

Tags

Digital hybridmodel Virtuel planlægning Rekonstruktive dentoalveolære kirurgiske procedurer Virtuel 3D-modelerhvervelse Radiografisk billedsegmentering Rumlig registrering Friformet overflademodellering Keglestrålecomputertomografidatasæt Halvautomatisk segmenteringsmetode Alveolær knogle Tandsegmentering Parodontale intrabenede defekter Alveolære rygdefekter Tandimplantatplanlægning i 3D IOS og CBCT Data Superimposition Bløddelsvisualisering Klapdesign Kirurgisk klapstyring
Digital hybridmodelforberedelse til virtuel planlægning af rekonstruktive dentoalveolære kirurgiske procedurer
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Palkovics, D., Solyom, E., Molnar,More

Palkovics, D., Solyom, E., Molnar, B., Pinter, C., Windisch, P. Digital Hybrid Model Preparation for Virtual Planning of Reconstructive Dentoalveolar Surgical Procedures. J. Vis. Exp. (174), e62743, doi:10.3791/62743 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter