Digital hybridmodellförberedelse för virtuell planering av rekonstruktiva dentoalveolära kirurgiska ingrepp

Summary

Ett arbetsflöde för att skapa tredimensionella (3D) virtuella hybridmodeller har utformats baserat på konstråledatortomografidatauppsättning och intraorala optiska skanningar med hjälp av radiografiska bildsegmenteringsmetoder och ytmodellering i fri form. Digitala modeller används för virtuell planering av rekonstruktiva dentoalveolära kirurgiska ingrepp.

Abstract

Virtuell, hybrid tredimensionell (3D) modellinsamling presenteras i den här artikeln, med hjälp av sekvensen av radiografisk bildsegmentering, rumslig registrering och ytmodellering i fri form. Först rekonstruerades konstråle-datortomografi-dataset med en halvautomatisk segmenteringsmetod. Alveolärt ben och tänder är separerade i olika segment, vilket gör det möjligt att bedöma 3D-morfologi och lokalisering av parodontala intrabeniga defekter. Svårighetsgraden, omfattningen och morfologin av akuta och kroniska alveolära åsdefekter valideras med avseende på intilliggande tänder. På virtuella komplexa vävnadsmodeller kan positioner för tandimplantat planeras i 3D. Med hjälp av rumslig registrering av IOS- och CBCT-data och efterföljande ytmodellering i fri form kan realistiska 3D-hybridmodeller förvärvas, som visualiserar alveolärt ben, tänder och mjukvävnader. Med överlagring av IOS- och CBCT-mjukvävnad kan tjockleken ovanför den tandlösa åsen bedömas om de underliggande bendimensionerna; Därför kan flikdesign och kirurgisk flikhantering bestämmas, och enstaka komplikationer kan undvikas.

Introduction

Tekniska framsteg inom tandvården har möjliggjort datorstödd behandlingsplanering och simulering av kirurgiska ingrepp och protetisk rehabilitering. Två viktiga metoder för 3D-datainsamling inom digital tandvård är: (1) konstråledatortomografi (CBCT)¹ och (2) intraoral optisk skanning (IOS)². Digital information om alla relevanta anatomiska strukturer (alveolarben, tänder, mjukvävnader) kan erhållas med hjälp av dessa verktyg för att planera rekonstruktiva dentoalveolära kirurgiska ingrepp.

Konstråletekniken introducerades för första gången 1996 av en italiensk forskargrupp. CBCT ger betydligt lägre stråldos och högre upplösning (jämfört med konventionell datortomografi) och har snabbt blivit den mest använda 3D-avbildningsmodaliteten inom tandvård och oral kirurgi³. CBCT används ofta för att planera olika kirurgiska ingrepp (t.ex. parodontal regenerativ kirurgi, förstärkning av alveolarryggen, placering av tandimplantat, ortognatisk kirurgi)¹. CBCT-datauppsättningar visas och kan bearbetas i radiografisk bildprogramvara som tillhandahåller 2D-bilder och 3D-renderingar - men de flesta bildbehandlingsprogram använder tröskelbaserade algoritmer för 3D-bildrekonstruktion. Tröskelvärden anger de övre och nedre gränserna för ett gråvärdesintervall för voxel. Voxlar som faller mellan dessa gränser kommer att renderas i 3D. Denna metod möjliggör snabb modellförvärv; Men eftersom algoritmen inte kan skilja anatomiska strukturer från metallartefakter och spridning, är 3D-renderingarna mycket felaktiga och har mycket litet diagnostiskt värde ^4,5. Av de skäl som nämns ovan förlitar sig många områden inom tandvården fortfarande på konventionella 2D-röntgenbilder (intraorala röntgenbilder, panoramaröntgen) eller 2D-bilder av CBCT-dataset⁵. Vår forskargrupp presenterade en halvautomatisk bildsegmenteringsmetod i en nyligen publicerad artikel, med hjälp av radiografisk bildbehandlingsprogramvara med öppen källkod⁶ där anatomiskt baserad 3D-rekonstruktion av CBCT-dataset utförs⁷. Med hjälp av denna metod kunde anatomiska strukturer särskiljas från metallartefakter, och, ännu viktigare, alveolärt ben och tänder kunde separeras. Därför kan en realistisk virtuell modell av hårda vävnader förvärvas. 3D-modeller användes för att utvärdera intrabeniga parodontala defekter och för behandlingsplanering inför regenerativ parodontal kirurgi.

Intraorala optiska ytskannrar ger digital information om kliniska tillstånd (klinisk krona på tänderna och mjukvävnader). Det ursprungliga syftet med dessa enheter var att direkt förvärva digitala modeller av patienter för planering och tillverkning av tandproteser med datorstödd design (CAD) och datorstödd tillverkning (CAM^{) teknik 8}. Men på grund av det breda utbudet av applikationer implementerades deras användning snabbt inom andra tandvårdsområden. Maxillo-ansiktskirurger kombinerar IOS och CBCT till en hybridinstallation som kan användas för virtuell osteotomi och digital planering av ortognatiska operationer ^9,10. Dentala implantat är förmodligen det område som använder digital planering och guidat utförande oftast. Navigerad kirurgi eliminerar de flesta komplikationer relaterade till felpositionering av implantat. Kombinationen av CBCT-dataset och stereolitografifiler (.stl) från IOS används rutinmässigt för att planera den guidade implantatplaceringen och tillverkningen av statiska implantatborrguider^11,12. Intraorala skanningar överlagrade över CBCT-datauppsättningar har också använts för att förbereda estetisk kronförlängning¹³; Mjuka vävnader överlagrades dock endast över CBCT-dataset som rekonstruerats med tröskelalgoritmer. Men för att utföra korrekt virtuell 3D-planering av regenerativa-rekonstruktiva kirurgiska ingrepp och placering av tandimplantat måste realistiska 3D-hybridmodeller av patienter bestå av CBCT- och IOS-data.

Därför syftar denna artikel till att presentera en steg-för-steg-metod för att förvärva realistiska hybrida digitala modeller för virtuell kirurgisk planering före rekonstruktiva dentoalveolära kirurgiska ingrepp.

Protocol

Undersökningen genomfördes helt i enlighet med Helsingforsdeklarationen. Före manuskriptet gavs skriftligt informerat samtycke och undertecknades av patienten. Patienten gav tillstånd till dataanvändning för demonstration av protokollet.

1. Radiografisk bildbehandling

1. Ladda DICOM-filer i programvaran
   1. Ladda ner den senaste versionen av programvaran för medicinsk bildbehandling och öppna den.
      OBS: När du har öppnat programvaran visas startskärmen.
   2. Klicka på Läs in DICOM-data i sidofältet.
      DICOM-databasen dyker upp och visar de tidigare inlästa DICOM-datauppsättningarna.
      1. Klicka på Importera DICOM-filer i DICOM-databasen, välj DICOM-datauppsättningen i målmappen och klicka på Importera.
         Den nyligen tillagda DICOM-datauppsättningen visas i listan över studier.
   3. Markera studien och klicka på Läs in längst ned i fönstret.
      DICOM-datauppsättningen öppnas och fyra vyer (korona, axiella, sagittala och 3D) av inlästa data visas. Noder visas på vänster sida. Teoretiskt sett kan den beskrivna metoden utföras på vilken CT eller CBCT som helst oavsett bildkvalitet (voxelstorlek, artefakter). Segmenteringsprocessen för CBCT/CT-skanningar av högre kvalitet är dock enklare, och 3D-modeller av högre kvalitet kan erhållas. En visad CBCT-skanning togs med följande parametrar: voxelstorlek: 150 μm, anodspänning: 84 kV, rörström: 40 mA, synfält: 8 x 5 cm. Processen kan stoppas när som helst; Se till att spara scenen innan du avslutar. För att spara, klicka på spara-ikonen till vänster i verktygsfältet och spara den som ett "journalpaket" (.mrb) genom att klicka på boxikonen i fönstret "spara scen".
2. Volymåtergivnings- och beskärningsvolym
   1. Beskär det intressanta området (över- eller underkäken) för att minska filstorleken och återgivningstiden. Klicka på fältet Moduler som visas till vänster i verktygsfältet för att visa ett rullgardinsfönster som visar moduler som används ofta.
   2. Välj modulen Volymåtergivning i listrutan. Om du vill göra volymåtergivningen synlig klickar du på ögonikonen bredvid fältet "Volymer".
   3. Välj önskad förinställning för att view volymåtergivningen och flytta "Shift"-reglaget tills de hårda vävnaderna kan ses tydligt.
      OBS: För CBCT-skanningar rekommenderas CT-Bone-förinställningen.
   4. Markera rutan bredvid "Aktivera" och klicka på ögonikonen bredvid "Visa ROI" i avsnittet "Beskär" för att göra ROI (Region of interest) synlig.
      En trådramsruta runt datauppsättningen i alla 2D-vyer och 3D-vyn visas. Genom att dra i lådans sidor kommer volymen att beskäras till önskat område.
   5. Gå till modulen "Beskärningsvolym" för att slutföra beskärningen. Välj den ursprungliga datauppsättningen som indatavolym.
      OBS: Input ROI ställs automatiskt in på ROI som tidigare skapats.
   6. Välj Skapa ny volym i listrutan "Utvolym" för att skapa en ny utvolym. Avmarkera Interpolerad beskärning i avsnittet för avancerade inställningar och klicka på Använd.
      OBS: När du återgår till "Datamodulen" kommer den nya beskurna volymen att visas som en ny nod.
3. Segmentering av CBCT-dataset
   1. Gå till modulen Segmentredigeraren för segmentering.
      OBS: Segmentering är när 3D-rekonstruktioner av anatomiska strukturer genereras baserat på CBCT-datauppsättningen för att möjliggöra mer tillgänglig analys.
   2. Välj den tidigare skapade beskurna volymen som huvudvolym för den aktiva segmenteringen. Klicka på +Lägg till för att lägga till och -Remove för att ta bort segment. Byt namn på dem enligt den anatomiska struktur de kommer att representera.
      OBS: Alveolärt ben och alla tänder kommer att vara separata segment inom segmenteringen
   3. Börja med segmenteringen av det alveolära benet. I listan med effekter väljer du Nivåspårning, ett halvautomatiskt verktyg som visar det område där pixlar har samma bakgrundsvärde som den markerade pixeln.
   4. Dra musen till benets omkrets i en av 2D-vyerna för att en gul linje ska visas runt det markerade området och tryck på vänster musknapp för att generera segmentet på den valda delen av datauppsättningen.
      OBS: Segmentering kan göras i vilken som helst av 2D-vyerna; Sagittala och axiella orienteringar fungerar dock bäst.
   5. Använd handverktygen Måla och Radera för att ändra segmentet och korrigera misstag om verktyget "Nivåkalkering" inte markerade hela benet eller om artefakter som finns på segmentet också inkluderades.

Figur 1: Tillämpning av det halvautomatiska segmenteringsverktyget "Level Tracing" i sagittal orientering. (A) Markera området med pixlar med samma bakgrundsvärde med en gul linje. (B) Resultat av "Level Tracing" och efterföljande manuell segmentering. (C) Förfining av halvautomatisk segmentering med hjälp av manuella verktyg (måla, radera). Klicka här för att se en större version av denna figur.

OBS: Använd siffertangenter för att möjliggöra snabb växling mellan verktyg.

6. Uteslut både tänder och implantat från bensegmentet. Rita upp tänder och implantat med hjälp av verktyget Radera och ta bort alla markerade pixlar som representerar dem.
7. Upprepa samma process på var 5:^e sektor av datauppsättningen i den valda orienteringen.
   Klicka på Visa 3D för att visa segmenteringen i tre dimensioner. Ställ in reglaget för utjämningsfaktor på 0,00.
8. Beräkna de segment som saknas när du är klar med den här fasmarkeringen Fyll mellan segment i effektlistan.
   OBS: Det här verktyget beräknar de saknade segmenten baserat på de som skapats tidigare med hjälp av en morfologisk konturinterpolationsalgoritm.
9. Klicka på Initiera för att aktivera konturinterpolation, och om resultatet är tillfredsställande klickar du på Använd. Bläddra igenom datauppsättningen när du är klar för att kontrollera och korrigera enstaka misstag.

Figur 2: Morfologisk konturinterpolering med "Fyllning mellan skivor", ljusgröna områden som anger den automatiskt rekonstruerade delen av segmentet. (A) Axiell vy. (B) Sagittal vy. (C) Koronal vy. Klicka här för att se en större version av denna figur.

OBS: Se till att endast det segment som interpolationen tillämpas på är synligt. Segmentens synlighet kan växlas i segmentlistan.

10. Gör segmentgränserna jämnare genom att ta bort utsprång med effekten Utjämning . Välj Median som utjämningsmetod och ställ in "Kernelstorlek" till 5 x 5 x 5 pixlar genom att justera mm-värdet inom parentesen och klicka på Använd.
11. Upprepa samma steg för segmenteringen av tänderna när segmenteringen av alveolarbenet är klar.

Figur 3: Färdig segmentering, det bruna segmentet representerar ben och det blå segmentet representerar tänder. (A) Axiell vy. (B) Sagittal vy. (C) Koronal vy. (D) 3D-modellen genereras automatiskt från de segment som skapats tidigare. Klicka här för att se en större version av denna figur.

12. Ställ in fältet "Ändra andra segment" på Tillåt överlappning före tandsegmentering så att de nyskapade segmenten inte skriver över de tidigare skapade.

4. Rumslig registrering av CBCT-dataset och IOS
   Rumslig registrering är nödvändig eftersom koordinatsystemen för CBCT-datauppsättningen och IOS är olika.
   1. Välj Extension Manager i menyraden "Visa" och klicka på Installera tillägg. Skriv IGT i sökfältet i det högra hörnet, installera SlicerIGT-tillägget och starta om programmet.
   2. Läs in den tidigare sparade .mrb-filen för scenen genom att klicka på ikonen Data och Välj fil(er) att lägga till.
   3. Importera .stl-filen för IOS genom att klicka på Data-ikonen i det övre vänstra hörnet. I popup-fönstret "Lägg till data i scenen" klickar du på Välj fil(er) att lägga till, går till målmappen, väljer .stl-filen för IOS och klickar på Öppna.
   4. Lägg till .stl-filen för den intraorala skanningen som segmentering genom att välja Segmentering i listrutan.
      OBS: Den installerade "IGT"-modulen kommer nu att visas i rullgardinsmenyn "Moduler".
   5. Flytta markören över modulen och välj Guiden för registrering av fiducial i sidofältet som visas.
   6. Välj Skapa nya Fiducial markeringar i rullgardinsmenyn i avsnitten "Från fiducials" och "To fiducials".
      OBS: Programvaran kommer automatiskt att namnge de två listorna "Från" och "Till". Listan "Från" representerar den rörliga volymen, som i det här fallet kommer att vara IOS. Listan "Till" representerar den fasta volymen, som kommer att vara CBCT-datauppsättningen.
   7. Placera markörpunkter på väldefinierade anatomiska landmärken på IOS med hjälp av ikonen "Placera en markeringspunkt" bredvid rullgardinsmenyn i avsnittet "Från". Markeringspunkterna kommer att numreras i placeringsordning.
      OBS: Placera minst 6 punkter på spetsarna och de incisala kanterna på tänderna.
   8. Placera markörer på samma plats för att skapa "Till"-listan och i samma ordning på CBCT-datauppsättningen. Markeringspunkter med samma nummer måste representera samma anatomiska landmärke.
   9. Skapa en transformering genom att välja Skapa ny LinearTransform i listrutan i avsnittet "Transformering av registreringsresultat" i sidofältet när de två listorna är klara.
   10. Öppna modulen "Transformeringar" och välj den tidigare skapade omvandlingen som aktiv transformering. I avsnittet "Tillämpa transformering" flyttar du IOS-segmenteringen och markeringslistan "Från" från rutan "Omvandlingsbar" till rutan "Transformerad" för att lägga IOS över CBCT-datauppsättningen.

Figur 4: Rumslig registrering av IOS genom att placera fiduciella markörer på väldefinierade anatomiska landmärken. Klicka här för att se en större version av denna figur.

Om det behövs kan omvandlingens noggrannhet förbättras genom att markeringspunkterna flyttas eller genom att ytterligare punkter läggs till.

2. Exportera modeller som .stl-filer för ytmodellering i fri form

1. Exportera de matchade hård- och mjukvävnadsmodellerna för ytterligare ytmodellering efter segmentering och rumslig registrering.
2. Gå till modulen Segmenteringar och välj segmenteringen med modellerna alveolärt ben och tänder som aktiv segmentering. Bläddra ner till avsnittet "Exportera till filer", välj målmapp och välj STL som filformat.
3. Avmarkera rutan Sammanfoga till en enda fil , ställ in koordinatsystemet på RAS och klicka på Exportera.
4. Upprepa samma process för IOS, synlig som en separat segmentering, spara scenen och stäng bildbehandlingsprogrammet.

3. Modellering av ytor i fri form

1. Utjämning av ytor
   1. Öppna CAD-programmet och klicka på Importera på startskärmen. Välj de .stl-modeller som tidigare exporterades från DICOM-bildbehandlingsprogrammet.
      OBS: Även om utjämning utfördes tidigare kommer ytan på modellerna som rekonstruerats från CBCT-datauppsättningen fortfarande att se pixlad ut, så ytterligare ytutjämning är nödvändig.
   2. Gå till Sculpt i menyraden och välj Adaptiv minskning från penselinventeringen.
      OBS: Borststorlek och styrka måste justeras, beroende på mängden utjämning.
2. Separera tändkronan från IOS
   OBS: Tandkronor avbildas mer exakt på IOS än på segmenterade modeller; därför måste kronorna på de segmenterade tandmodellerna bytas ut mot kronor från IOS.
   1. Klicka på Markera i sidofältet och välj Pensel som markeringsverktyg. Använd Unwrap brush brush-läget och justera storleken på borsten. Använd borsten och välj kronan på varje tand tills det marginella tandköttet på IOS.
      OBS: Valda ytor indikeras med en orange färg.
   2. Flytta markören till Ändra i sidofältet och välj Utjämnad gräns. Klicka på Verkställ om resultatet är tillfredsställande.
      OBS: Nu följer gränsen för urvalet exakt det marginella tandköttet.
   3. Gå till Redigera i sidofältet Välj och klicka på Separera för att skapa ett enskilt objekt från det markerade området.
   4. Upprepa samma process för alla tänder.
   5. Gå till Analys på menyraden och välj Inspektera.
      OBS: Programmet kommer att indikera fel i modellerna. Hålen är markerade med en blå färg.
   6. Välj Platt fyllning som "Hålfyllningsläge" och klicka på Reparera alla automatiskt för att skapa stängda modeller från IOS-modellen och modellerna med separerade tänder. Gå till Sculpt och jämna ut kanterna på det fyllda hålet med Shrinksmooth-borsten .
   7. Upprepa processen för alla tandkronor och resten av IOS.
3. Sammanfoga tändkronorna med de segmenterade tandmodellerna.
   OBS: Om rumslig registrering gjordes korrekt bör positionerna för tändkronorna på IOS och kronorna på segmenterade tänder matcha.
   1. Använd Shrinksmooth-borsten på den segmenterade tandmodellen tills de är helt täckta av tandkronorna separerade från IOS.
      OBS: På grund av brister i både segmenteringen och IOS överlappar kronorna inte alltid helt.
   2. Markera både den separerade kronan och den segmenterade modellen av samma tand i Object Browser. I sidofältet som visas väljer du Boolesk förening och klickar på Acceptera.
      OBS: Nu ersätts kronan på den segmenterade tandmodellen med kronan separerad från IOS.
   3. Använd Shrinksmooth för att jämna ut övergången.
4. Subtraktioner och modellsammansättning
   1. Subtrahera benmodellen från mjukdelsmodellen för att representera den kliniska situationen realistiskt.
      OBS: Den ursprungliga IOS utan tänder blev modellen för de mjuka vävnaderna.
   2. Markera både ben- och mjukdelsmodeller i objektbläddraren och välj Boolesk skillnad.
   3. Mjuka övergångar med Shrinksmooth-borsten och ta bort utsprång från undersidan av mjukvävnadsmodellen.
   4. Subtrahera tänder från mjukdelsmodellen med samma process och mjuka övergångar.
5. Färg modeller
   1. Färglägg ytorna på modellerna för att ge ett mer realistiskt utseende eftersom modellen nu är komplett med tänder, mjukvävnader och alveolärt ben separerade från varandra, vilket representerar den kliniska situationen i 3D.
   2. Välj Sculpt i sidofältet och växla det lilla reglaget från Volym till Surface.
   3. Välj PaintVertex från penselinventeringen och välj önskad färg med hjälp av färghjulet i avsnittet Färg i sidofältet. Färga ytan på varje modell (t.ex. ben: brun, mjukvävnad: rosa, tänder: vit)

Animerad figur 1: Animering av den slutliga, färgade modellen, redo för virtuell kirurgisk planering. Klicka här för att ladda ner denna figur.

Representative Results

Virtuella tredimensionella (3D) modeller kan genereras med hjälp av radiografisk bildsegmentering, rumslig registrering och friformsmodellering. Modellerna skildrar den kliniska situationen digitalt, vilket möjliggör tredimensionell planering av olika kirurgiska ingrepp. Med separat segmentering av ben och tänder är gränsen mellan de två anatomiska strukturerna synlig, 3D-morfologi och lokalisering av parodontala intrabeniga defekter ska bedömas. Svårighetsgraden, omfattningen och morfologin av akuta och kroniska alveolära åsdefekter kan utvärderas med avseende på intilliggande tänder. Olika halvautomatiska segmenteringsverktyg (figur 1) (figur 2) (t.ex. kantdetekteringsverktyg, morfologiska konturinterpolationsalgoritmer) som finns i inventeringar av medicinsk bildbehandlingsprogramvara minskar segmenteringens varaktighet (figur 3). Men på grund av likheter i voxelintensitetsvärden för tänder och alveolarben måste separationen av de två göras för hand, vilket kan vara tidskrävande. Segmenteringsprocessen hindras också av artefakter som finns på CBCT-skanningar.

Överlagring av IOS och efterföljande CAD-modellering gör det möjligt att se den kliniska situationen i tre dimensioner. Tänderna separeras från mjukvävnaderna på modellen av IOS (figur 4). 3D-modeller av tänder kombineras från CBCT och IOS-data eftersom tandkronor på IOS mer exakt representerar den kliniska situationen, medan artefakter och spridning på CBCT-skanningen äventyras. Med överlagring av IOS- och CBCT-mjukvävnad kan tjockleken ovanför den tandlösa åsen bedömas om de underliggande bendimensionerna; därför kan flikdesign och kirurgisk flikhantering bestämmas, och enstaka komplikationer kan undvikas (animerad figur 1).

Discussion

Med det presenterade protokollet kan parodontala och alveolära defektmorfologier visualiseras i tre dimensioner (3D), vilket ger en mer exakt bild av den kliniska situationen än vad som kan uppnås med 2D-diagnostiska metoder och 3D-modeller genererade med tröskelalgoritmer. Protokollet kan delas in i tre huvudfaser: (1) halvautomatisk segmentering av CBCT-dataset, (2) rumslig registrering av CBCT och IOS, och (3) ytmodellering i fri form. Tekniskt sett kan segmentering utföras på vilken tredimensionell röntgenbild som helst; Det är dock mer utmanande att rekonstruera datauppsättningar av låg kvalitet. Därför rekommenderas en mindre voxelstorlek (~ 120 μm), rörström (12 mA) och anodspänning (80 kV)¹⁴. På grund av en stor mängd spridning som genereras i ocklusalplanet bör det interocklusala utrymmet bevaras under CBCT-avbildning.

Specifika steg i den halvautomatiska segmenteringsprocessen är automatiserade, men vissa åtgärder kräver fortfarande segmentering för hand, vilket förlänger processens varaktighet. För att minska tidsramen för segmenteringen har neurala nätverk baserade på artificiell intelligens (AI) utvecklats för snabb, automatisk segmentering av tand och ben^15,16. Inom maskininlärning utvecklas neurala faltningsnätverk för bildanalys med representationsinlärning i en exempeldatabas, där funktionerna på bilderna måste vara likartade. Men på grund av den morfologiska mångfalden av parodontala och alveolära defekter, skillnader i radiografisk densitet och brist på kortikalisering vid patologiska områden, kan resultaten av AI-baserad segmentering äventyras. Maskininlärningsalgoritmer fungerar tillförlitligt under fysiologiska vävnadsförhållanden.

Rumslig registrering av IOS över CBCT-data har använts för att planera maxillofacial kirurgi ^9,10, implantatplacering^11,12 och parodontal kirurgi ^7,13, även om friformsmodellering inte tillämpades. Med en serie booleska operationer kan realistiska hybridmodeller förvärvas och kirurgiska ingrepp kan simuleras virtuellt. Digitala renderingar kan också tillverkas med 3D-utskriftsteknik för att producera studiemodeller före operation.

Fördelen med den nuvarande metoden är att hela processen kan göras med hjälp av gratis programvara med öppen källkod. Den har dock en inlärningskurva, och användare måste bekanta sig med radiografisk bildbehandling och CAD-modellering i fri form. Den största nackdelen med metoden är processens relativt långa varaktighet och repetitiva karaktär. Därför behövs förbättringar för att automatisera och förenkla specifika steg i arbetsflödet för att förkorta tidsramen.

Tredimensionell design och CAD-modellering har använts vid planering av olika rekonstruktiva kirurgiska ingrepp. Inom parodontal diagnostik användes 3D-modeller genererade med CBCT-bildrekonstruktion för preoperativ bedömning av morfologier av intrabeniga defekter och kirurgisk behandlingsplanering⁷. CAD/CAM allogena benblock användes för onlay-transplantation¹⁷. Individuellt tillverkade titannät¹⁸ applicerades som barriärmembran vid styrd benregenerering; Mjukdelsmodeller ingick dock inte i planeringsprocessen. Guidad implantatplacering utförs rutinmässigt i den dagliga tandvården med hög tillförlitlighet¹⁹.

Ändå använder majoriteten av implantatguideprogramvaran tröskelalgoritmer för 3D-rekonstruktion av komplexa vävnader. Även om planering är teoretiskt möjlig på 3D-renderingar, på grund av den låga kvaliteten på benmodellerna, planeras implantatpositioner huvudsakligen på de axiella, sagittala och koronala 2D-vyerna av CBCT-datauppsättningen. För att lägga till ytterligare ett lager av verklighet kan digital ansiktsskanning som förvärvats med gratis mobilapplikationer läggas till i framtiden.

Med sekvensen av röntgenbildssegmentering, rumslig registrering och ytmodellering i fri form kan realistiska patientspecifika virtuella modeller förvärvas för att planera rekonstruktiva kirurgiska ingrepp. Med den virtuella 3D-avbildningen av ben, tänder och mjukvävnader kan varje steg i det kirurgiska ingreppet (dvs. snitt, flikförberedelse, regenerativ strategi, klaffstängning) fördesignas och simuleras virtuellt.

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.