Waiting
Login processing...

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

Medicine

Preparación de modelos híbridos digitales para la planificación virtual de procedimientos quirúrgicos dentoalveolares reconstructivos

Published: August 5, 2021 doi: 10.3791/62743
Automatic Translation
1, 1, 1, *2, *1
1Department of Periodontology, Semmelweis University, 2Empresa de Base Tecnológica Internacional de Canarias, S.L. (EBATINCA)
* These authors contributed equally

Summary

Se ha diseñado un flujo de trabajo para crear modelos híbridos virtuales tridimensionales (3D) basados en conjuntos de datos de tomografía computarizada de haz cónico y escaneos ópticos intraorales utilizando métodos de segmentación de imágenes radiográficas y modelado de superficies de forma libre. Los modelos digitales se utilizan para la planificación virtual de procedimientos quirúrgicos dentoalveolares reconstructivos.

Abstract

En este artículo se presenta la adquisición de modelos tridimensionales (3D) virtuales e híbridos, utilizando la secuencia de segmentación de imágenes radiográficas, registro espacial y modelado de superficies de forma libre. En primer lugar, se reconstruyeron conjuntos de datos de tomografía computarizada de haz cónico con un método de segmentación semiautomático. El hueso alveolar y los dientes se separan en diferentes segmentos, lo que permite evaluar la morfología 3D y la localización de los defectos intraóseos periodontales. La gravedad, extensión y morfología de los defectos agudos y crónicos de la cresta alveolar se validan en relación con los dientes adyacentes. En modelos virtuales de tejidos complejos, las posiciones de los implantes dentales se pueden planificar en 3D. Utilizando el registro espacial de los datos IOS y CBCT y el posterior modelado de superficies de forma libre, se pueden adquirir modelos híbridos 3D realistas, visualizando el hueso alveolar, los dientes y los tejidos blandos. Con la superposición de tejido blando IOS y CBCT, se puede evaluar el grosor por encima de la cresta edéntula sobre las dimensiones óseas subyacentes; Por lo tanto, se puede determinar el diseño del colgajo y el manejo quirúrgico del colgajo, y se pueden evitar complicaciones ocasionales.

Introduction

Los avances tecnológicos en odontología han permitido la planificación de tratamientos asistidos por ordenador y la simulación de procedimientos quirúrgicos y rehabilitación protésica. Dos métodos esenciales para la adquisición de datos 3D en odontología digital son: (1) tomografía computarizada de haz cónico (CBCT)1 y (2) escaneo óptico intraoral (IOS)2. La información digital de todas las estructuras anatómicas relevantes (hueso alveolar, dientes, tejidos blandos) se puede adquirir utilizando estas herramientas para planificar procedimientos quirúrgicos dentoalveolares reconstructivos.

La tecnología de haz cónico fue introducida por primera vez en 1996 por un grupo de investigación italiano. Al proporcionar una dosis de radiación significativamente más baja y una resolución más alta (en comparación con la tomografía computarizada convencional), la CBCT se ha convertido rápidamente en la modalidad de imágenes 3D más utilizada en odontología y cirugía oral3. La CBCT se utiliza a menudo para planificar diferentes procedimientos quirúrgicos (p. ej., cirugía regenerativa periodontal, aumento de la cresta alveolar, colocación de implantes dentales, cirugía ortognática)1. Los conjuntos de datos CBCT se visualizan y se pueden procesar en un software de imágenes radiográficas que proporciona imágenes en 2D y representaciones en 3D, sin embargo, la mayoría de los programas de imágenes utilizan algoritmos basados en umbrales para la reconstrucción de imágenes en 3D. Los métodos de umbral establecen los límites superior e inferior de un intervalo de valores de gris vóxel. Los vóxeles que se encuentren entre estos límites se renderizarán en 3D. Este método permite una rápida adquisición de modelos; sin embargo, dado que el algoritmo no puede diferenciar las estructuras anatómicas de los artefactos metálicos y la dispersión, los renders 3D son muy inexactos y tienen muy poco valor diagnóstico 4,5. Por las razones mencionadas anteriormente, muchos campos dentro de la odontología todavía dependen de las radiografías 2D convencionales (radiografías intraorales, rayos X panorámicos) o de las imágenes 2D de los conjuntos de datos CBCT5. Nuestro grupo de investigación presentó un método semiautomático de segmentación de imágenes en un artículo publicado recientemente, utilizando un software de procesamiento de imágenes radiográficas de código abierto6 en el que se realiza una reconstrucción 3D anatómica de conjuntos de datos CBCT7. Con la ayuda de este método, se diferenciaron las estructuras anatómicas de los artefactos metálicos y, lo que es más importante, se pudieron separar el hueso alveolar y los dientes. Por lo tanto, se podría adquirir un modelo virtual realista de los tejidos duros. Se utilizaron modelos 3D para evaluar los defectos periodontales intraóseos y para la planificación del tratamiento antes de las cirugías periodontales regenerativas.

Los escáneres ópticos intraorales de superficie proporcionan información digital sobre las condiciones clínicas (corona clínica de los dientes y tejidos blandos). El propósito original de estos dispositivos era adquirir directamente modelos digitales de pacientes para la planificación y fabricación de prótesis dentales con tecnologías de diseño asistido por computadora (CAD) y fabricación asistida por computadora (CAM)8. Sin embargo, debido a la amplia gama de aplicaciones, su uso se implementó rápidamente en otros campos de la odontología. Los cirujanos maxilofaciales combinan IOS y CBCT en una configuración híbrida que se puede utilizar para la osteotomía virtual y la planificación digital de cirugías ortognáticas 9,10. La implantología dental es probablemente el campo que utiliza la planificación digital y la ejecución guiada con mayor frecuencia. La cirugía navegada elimina la mayoría de las complicaciones relacionadas con la mala colocación del implante. La combinación de conjuntos de datos CBCT y archivos de estereolitografía (.stl) de IOS se utiliza de forma rutinaria para planificar la colocación guiada del implante y la fabricación de guías estáticas de fresado de implantes11,12. Las exploraciones intraorales superpuestas sobre conjuntos de datos CBCT también se han utilizado para preparar el alargamiento estético de la corona13; sin embargo, los tejidos blandos se superpusieron solo sobre conjuntos de datos CBCT reconstruidos con algoritmos de umbral. Sin embargo, para realizar una planificación virtual 3D precisa de las intervenciones quirúrgicas regenerativas-reconstructivas y la colocación de implantes dentales, los modelos híbridos 3D realistas de los pacientes deben estar compuestos por datos CBCT e IOS.

Por lo tanto, este artículo tiene como objetivo presentar un método paso a paso para adquirir modelos digitales híbridos realistas para la planificación quirúrgica virtual antes de las intervenciones quirúrgicas dentoalveolares reconstructivas.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Este estudio se llevó a cabo en total conformidad con la Declaración de Helsinki. Antes de la preparación del manuscrito, se proporcionó el consentimiento informado por escrito y fue firmado por el paciente. El paciente concedió permiso para el uso de datos para la demostración del protocolo.

1. Procesamiento de imágenes radiográficas

  1. Cargue archivos DICOM en el software
    1. Descargue la versión más reciente del software de imágenes médicas y ábralo.
      NOTA: Después de abrir el software, aparecerá la pantalla de inicio.
    2. Haga clic en Cargar datos DICOM en la barra lateral.
      NOTA: Aparecerá la base de datos DICOM, que muestra los conjuntos de datos DICOM cargados anteriormente.
      1. Haga clic en Importar archivos DICOM en la base de datos DICOM, seleccione el conjunto de datos DICOM en la carpeta de destino y haga clic en Importar.
        NOTA: El conjunto de datos DICOM recién agregado aparecerá en la lista de estudios.
    3. Seleccione el estudio y haga clic en Cargar en la parte inferior de la ventana.
      NOTA: Se abrirá el conjunto de datos DICOM y se verán cuatro vistas (coronal, axial, sagital y 3D) de los datos cargados. Los nodos se enumeran en el lado izquierdo. Teóricamente, el método descrito se puede realizar en cualquier TC o CBCT independientemente de la calidad de la imagen (tamaño del vóxel, artefactos). Sin embargo, el proceso de segmentación de las exploraciones CBCT/CT de mayor calidad es más sencillo y se pueden adquirir modelos 3D de mayor calidad. Se realizó una exploración CBCT con los siguientes parámetros: tamaño del vóxel: 150 μm, tensión del ánodo: 84 kV, corriente del tubo: 40 mA, campo de visión: 8 x 5 cm. El proceso se puede detener en cualquier etapa; Asegúrese de guardar la escena antes de salir. Para guardar, haga clic en el icono de guardar en el lado izquierdo de la barra de herramientas y guárdelo como un "paquete de registros médicos" (.mrb) haciendo clic en el icono de la casilla en la ventana "guardar escena".
  2. Representación de volúmenes y recorte de volúmenes
    1. Recorte el área de interés (mandíbula superior o inferior) para reducir el tamaño del archivo y el tiempo de renderizado. Haga clic en la barra de módulos visible en el lado izquierdo de la barra de herramientas para ver una ventana desplegable que muestra los módulos de uso frecuente.
    2. Seleccione el módulo Volume Rendering en la ventana desplegable. Para hacer visible la representación del volumen, haga clic en el icono del ojo junto a la barra "Volúmenes".
    3. Seleccione el ajuste preestablecido deseado para ver el renderizado del volumen y mueva el control deslizante "Shift" hasta que los tejidos duros se puedan ver claramente.
      NOTA: Para las exploraciones CBCT, se recomienda el ajuste preestablecido CT-Bone.
    4. Marque la casilla junto a "Habilitar" y haga clic en el icono del ojo junto a "Mostrar ROI" en la sección "Recortar" para que el ROI (Región de interés) sea visible.
      NOTA: Aparecerá un cuadro de estructura alámbrica alrededor del dataset en todas las vistas 2D y en la vista 3D. Al arrastrar los lados del cuadro, el volumen se recortará al área deseada.
    5. Acceda al módulo "Volumen de recorte" para finalizar el recorte. Seleccione el conjunto de datos original como volumen de entrada.
      NOTA: El ROI de entrada se establece automáticamente en el ROI que se creó anteriormente.
    6. Seleccione Crear nuevo volumen en la barra desplegable "Volumen de salida" para crear un nuevo volumen de salida. Desmarque Recorte interpolado en la sección de configuración avanzada y haga clic en Aplicar.
      NOTA: Al volver al "Módulo de datos", el nuevo volumen recortado aparecerá como un nuevo nodo.
  3. Segmentación del conjunto de datos CBCT
    1. Acceda al módulo Editor de segmentos para la segmentación.
      NOTA: La segmentación es cuando se generan reconstrucciones 3D de estructuras anatómicas basadas en el conjunto de datos CBCT para permitir un análisis más accesible.
    2. Seleccione el volumen recortado creado anteriormente como volumen maestro de la segmentación activa. Haga clic en +Agregar para agregar y en -Eliminar para eliminar segmentos. Cámbiales el nombre según la estructura anatómica que representen.
      NOTA: El hueso alveolar y todos los dientes serán segmentos separados dentro de la segmentación
    3. Comienza con la segmentación del hueso alveolar. En la lista de efectos, seleccione Trazo de nivel, una herramienta semiautomática que delinea la región en la que los píxeles tienen el mismo valor de fondo que el píxel seleccionado.
    4. Arrastre el ratón hasta el perímetro del hueso en una de las vistas 2D para que aparezca una línea amarilla alrededor del área seleccionada y pulse el botón izquierdo del ratón para generar el segmento en la división seleccionada del dataset.
      NOTA: La segmentación se puede realizar en cualquiera de las vistas 2D; sin embargo, las orientaciones sagital y axial son las que mejor funcionan.
    5. Utilice las herramientas manuales Pintar y Borrar para modificar el segmento y corregir errores si la herramienta "Trazo de nivel" no delineaba toda la sección del hueso o si también se incluían artefactos presentes en el sector.

Figure 1
Figura 1: Aplicación de la herramienta de segmentación semiautomática "Level Tracing" en orientación sagital. (A) Delinear la región de píxeles con el mismo valor de fondo con una línea amarilla. (B) Resultados del "Rastreo de Nivel" y posterior segmentación manual. (C) Refinamiento de la segmentación semiautomática con la ayuda de herramientas manuales (pintar, borrar). Haga clic aquí para ver una versión más grande de esta figura.

NOTA: Uso de teclas numéricas para permitir un cambio rápido entre herramientas.

  1. Excluir tanto los dientes como los implantes del segmento óseo. Delinee los dientes y los implantes con la herramienta Borrar y elimine todos los píxeles resaltados que los representen.
  2. Repita el mismo proceso en cada5 segmentos del conjunto de datos en la orientación seleccionada.
    NOTA: Haga clic en Mostrar 3D para ver la segmentación en tres dimensiones. Establezca el control deslizante del factor de suavizado en 0,00.
  3. Calcule los segmentos que faltan al finalizar esta fase: seleccione Relleno entre sectores de la lista de efectos.
    NOTA: Esta herramienta calcula los segmentos que faltan en función de los creados previamente mediante un algoritmo de interpolación de contornos morfológicos.
  4. Haga clic en Inicializar para activar la interpolación de contornos y, si los resultados son satisfactorios, haga clic en Aplicar. Desplácese por el conjunto de datos una vez finalizado para comprobar y corregir errores ocasionales.

Figure 2
Figura 2: Interpolación de contorno morfológico con "Rellenar entre rebanadas", áreas de color verde claro que indican la parte reconstruida automáticamente del segmento. (A) Vista axial. (B) Vista sagital. (C) Vista coronal. Haga clic aquí para ver una versión más grande de esta figura.

NOTA: Asegúrese de que solo esté visible el segmento en el que se aplica la interpolación. La visibilidad de los segmentos se puede alternar en la lista de segmentos.

  1. Suaviza los límites de los segmentos eliminando las protuberancias con el efecto Suavizado . Seleccione Mediana como método de suavizado y establezca el "Tamaño del kernel" en 5 x 5 x 5 píxeles ajustando el valor de mm entre corchetes y haciendo clic en Aplicar.
  2. Repita los mismos pasos para la segmentación de los dientes una vez que se complete la segmentación del hueso alveolar.

Figure 3
Figura 3: Segmentación terminada, el segmento marrón que representa el hueso y el segmento azul que representa los dientes. (A) Vista axial. (B) Vista sagital. (C) Vista coronal. (D) El modelo 3D se genera automáticamente a partir de los segmentos creados anteriormente. Haga clic aquí para ver una versión más grande de esta figura.

  1. Establezca la barra "Modificar otros segmentos" en Permitir superposición antes de la segmentación de dientes para que los segmentos recién creados no sobrescriban los creados anteriormente.
  1. Registro espacial del conjunto de datos CBCT y del IOS
    NOTA: El registro espacial es necesario porque los sistemas de coordenadas para el dataset CBCT y el IOS son diferentes.
    1. Seleccione Administrador de extensiones en la barra de menú "Ver" y haga clic en Instalar extensiones. Escriba IGT en la barra de búsqueda en la esquina derecha, instale la extensión SlicerIGT y reinicie el programa.
    2. Cargue el archivo .mrb previamente guardado de la escena haciendo clic en el icono Datos y elija los archivos que desea agregar.
    3. Importe el archivo .stl de IOS haciendo clic en el icono Datos en la esquina superior izquierda. En la ventana emergente "Agregar datos a la escena", haga clic en Elegir archivo(s) para agregar, vaya a la carpeta de destino, seleccione el archivo .stl del IOS y haga clic en Abrir.
    4. Agregue el archivo .stl del escaneo intraoral como segmentación seleccionando Segmentación en la barra desplegable.
      NOTA: El módulo "IGT" instalado aparecerá ahora en el menú desplegable "Módulos".
    5. Mueva el cursor sobre el módulo y, en la barra lateral que aparece, seleccione Asistente para registro de referencia.
    6. Seleccione Crear nuevas marcas fiduciales en la barra desplegable de las secciones "De fiduciales" y "A fiduciales".
      NOTA: El software nombrará automáticamente las dos listas "De" y "Hasta". La lista "Desde" representa el volumen móvil, que en este caso será el IOS. La lista "Para" representa el volumen fijo, que será el conjunto de datos CBCT.
    7. Coloque puntos de marcador en puntos de referencia anatómicos bien definidos en el IOS usando el icono "Colocar un punto de marcado" junto a la barra desplegable en la sección "Desde". Los puntos de marcado se numerarán en orden de colocación.
      NOTA: Coloque al menos 6 puntos en las cúspides y los bordes incisales de los dientes.
    8. Coloque los marcadores en la misma posición para crear la lista "Para" y en el mismo orden en el conjunto de datos CBCT. Los puntos de marcado con el mismo número deben representar el mismo punto de referencia anatómico.
    9. Para crear una transformación , seleccione Crear nueva LinearTransform en el menú desplegable de la sección "Transformación de resultados de registro" de la barra lateral después de que las dos listas estén listas.
    10. Acceda al módulo "Transformaciones" y seleccione la transformación creada anteriormente como Transformación activa. En la sección "Aplicar transformación", mueva la segmentación de IOS y la lista de marcas "De" del cuadro "Transformable" al cuadro "Transformado" para superponer el IOS sobre el conjunto de datos CBCT.

Figure 4
Figura 4: Registro espacial del IOS mediante la colocación de marcadores de referencia en puntos de referencia anatómicos bien definidos. Haga clic aquí para ver una versión más grande de esta figura.

NOTA: Si es necesario, la precisión de la transformación se puede mejorar moviendo los puntos de marcado o agregando puntos adicionales.

2. Exporte modelos como archivos .stl para el modelado de superficies de forma libre

  1. Exporte los modelos de tejidos duros y blandos coincidentes para un mayor modelado de superficies después de la segmentación y el registro espacial.
  2. Vaya al módulo Segmentaciones y seleccione la segmentación con los modelos de hueso y dientes alveolares como segmentación activa. Desplázate hacia abajo hasta la sección "Exportar a archivos", elige la carpeta de destino y selecciona STL como formato de archivo.
  3. Desmarque la casilla Fusionar en un solo archivo , establezca el Sistema de coordenadas en RAS y haga clic en Exportar.
  4. Repita el mismo proceso para el IOS, visible como una segmentación separada, guarde la escena y cierre el software de imágenes.

3. Modelado de superficie de forma libre

  1. Alisado de superficies
    1. Abra el software CAD y, en la pantalla de inicio, haga clic en Importar. Seleccione los modelos .stl que se exportaron previamente desde el software de procesamiento de imágenes DICOM.
      NOTA: Aunque el suavizado se realizó anteriormente, la superficie de los modelos reconstruidos a partir del conjunto de datos CBCT seguirá apareciendo pixelada, por lo que es necesario un suavizado adicional de la superficie.
    2. Vaya a Esculpir en la barra de menús y, en el inventario de pinceles, seleccione Reducción adaptable.
      NOTA: El tamaño y la fuerza del pincel deben ajustarse, dependiendo de la cantidad de suavizado.
  2. Separar la corona de los dientes del IOS
    NOTA: Las coronas de los dientes se representan con mayor precisión en el IOS que en los modelos segmentados; por lo tanto, las coronas de los modelos de dientes segmentados deben reemplazarse con coronas del IOS.
    1. Haga clic en Seleccionar en la barra lateral y seleccione Pincel como herramienta de selección. Utilice el modo de pincel Desenvolver pincel y ajuste el tamaño del pincel. Con el cepillo, seleccione la corona de cada diente hasta la encía marginal en el IOS.
      NOTA: Las superficies seleccionadas se indican con un color naranja.
    2. Mueva el cursor a Modificar en la barra lateral y seleccione Suavizar límite. Haga clic en Aplicar si los resultados son satisfactorios.
      NOTA: Ahora, el límite de la selección sigue con precisión la encía marginal.
    3. Ve a Editar en la barra lateral Seleccionar y haz clic en Separar para crear un objeto individual a partir del área seleccionada.
    4. Repita el mismo proceso para todos los dientes.
    5. Vaya a Análisis en la barra de menús y seleccione Inspeccionar.
      NOTA: El programa indicará errores en los modelos. Los agujeros están marcados con un color azul.
    6. Seleccione Relleno plano como el "Modo de relleno de agujeros" y haga clic en Reparación automática de todo para crear modelos cerrados a partir del modelo IOS y los modelos de dientes separados. Ve a Esculpir y suaviza los bordes del agujero relleno con el pincel Shrinksmooth .
    7. Repita el proceso para todas las coronas dentales y el resto de la IOS.
  3. Fusionar las coronas de los dientes con los modelos de dientes segmentados.
    NOTA: Si el registro espacial se realizó correctamente, las posiciones de las coronas de los dientes en el IOS y las coronas de los dientes segmentados deben coincidir.
    1. Utilice el cepillo Shrinksmooth en el modelo de dientes segmentados hasta que estén completamente cubiertos por las coronas dentales separadas del IOS.
      NOTA: Debido a imperfecciones tanto en la segmentación como en el IOS, las coronas no siempre se superponen por completo.
    2. Seleccione tanto la corona separada como el modelo segmentado del mismo diente en el Navegador de objetos. En la barra lateral que aparece, seleccione Unión booleana y haga clic en Aceptar.
      NOTA: Ahora, la corona del modelo de diente segmentado se reemplaza por la corona separada del IOS.
    3. Utilice Shrinksmooth para suavizar la transición.
  4. Sustracciones y composición del modelo
    1. Reste el modelo óseo del modelo de tejidos blandos para representar la situación clínica de forma realista.
      NOTA: El IOS original sin dientes se convirtió en el modelo de los tejidos blandos.
    2. Seleccione los modelos óseos y de tejidos blandos en el Explorador de objetos y seleccione Diferencia booleana.
    3. Suaviza las transiciones con el pincel Shrinksmooth y elimina las protuberancias de la parte inferior del modelo de tejido blando.
    4. Reste los dientes del modelo de tejidos blandos utilizando el mismo proceso y transiciones suaves.
  5. Modelos de color
    1. Colorea las superficies de los modelos para dar un aspecto más realista, ya que el modelo está completo ahora con los dientes, los tejidos blandos y el hueso alveolar separados entre sí, representando la situación clínica en 3D.
    2. Selecciona Esculpir en la barra lateral y cambia el pequeño control deslizante de Volumen a Superficie.
    3. Seleccione PaintVertex en el inventario de pinceles y seleccione el color deseado usando la rueda de colores en la sección Color de la barra lateral. Colorea la superficie de cada modelo (p. ej., hueso: marrón, tejido blando: rosa, dientes: blanco)

Figura animada 1: Animación del modelo final, coloreado, listo para la planificación quirúrgica virtual. Haga clic aquí para descargar esta figura.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Virtual permite generar modelos tridimensionales (3D) utilizando la segmentación de imágenes radiográficas, el registro espacial y el modelado de forma libre. Los modelos representan digitalmente la situación clínica, lo que hace posible la planificación tridimensional de diversas intervenciones quirúrgicas. Con la segmentación separada del hueso y los dientes, el límite entre las dos estructuras anatómicas es visible, se debe evaluar la morfología 3D y la localización de los defectos intraóseos periodontales. La gravedad, extensión y morfología de los defectos agudos y crónicos de la cresta alveolar se pueden evaluar en relación con los dientes adyacentes. Varias herramientas de segmentación semiautomáticas (Figura 1) (Figura 2) (por ejemplo, herramientas de detección de bordes, algoritmos de interpolación de contornos morfológicos) que se encuentran en los inventarios de software de procesamiento de imágenes médicas reducen la duración de la segmentación (Figura 3). Sin embargo, debido a las similitudes en los valores de intensidad de vóxeles de los dientes y el hueso alveolar, la separación de los dos debe hacerse a mano, lo que puede llevar mucho tiempo. El proceso de segmentación también se ve obstaculizado por los artefactos presentes en los escaneos CBCT.

La superposición de IOS y el posterior modelado CAD permite visualizar la situación clínica en tres dimensiones. Los dientes se separan de los tejidos blandos en el modelo del IOS (Figura 4). Los modelos 3D de los dientes se combinan a partir de datos CBCT e IOS, ya que las coronas dentales en el IOS representan con mayor precisión la situación clínica, mientras que los artefactos y la dispersión en el escaneo CBCT se ven comprometidos. Con la superposición de tejido blando IOS y CBCT, se puede evaluar el grosor por encima de la cresta edéntula sobre las dimensiones óseas subyacentes; por lo tanto, se puede determinar el diseño del colgajo y el manejo quirúrgico del colgajo, y se pueden evitar complicaciones ocasionales (Figura animada 1).

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Con el protocolo presentado, las morfologías de los defectos periodontales y alveolares se pueden visualizar en tres dimensiones (3D), proporcionando una representación más precisa de la situación clínica que la que se puede lograr con métodos de diagnóstico 2D y modelos 3D generados con algoritmos de umbralización. El protocolo se puede dividir en tres fases principales: (1) segmentación semiautomática de conjuntos de datos CBCT, (2) registro espacial de CBCT e IOS, y (3) modelado de superficie de forma libre. Técnicamente, la segmentación se puede realizar en cualquier imagen radiográfica tridimensional; Sin embargo, es más difícil reconstruir conjuntos de datos de baja calidad. Por lo tanto, se recomienda un tamaño de vóxel más pequeño (~ 120 μm), corriente de tubo (12 mA) y voltaje de ánodo (80 kV)14. Debido a la gran cantidad de dispersión generada en el plano oclusal, el espacio interoclusal debe preservarse durante la CBCT.

Se automatizan pasos específicos del proceso de segmentación semiautomática, pero algunas acciones aún requieren segmentación manual, lo que alarga la duración del proceso. Para reducir el tiempo de la segmentación, se han desarrollado redes neuronales convolucionales basadas en inteligencia artificial (IA) para la segmentación rápida y automática de dientes y huesos15,16. En el aprendizaje automático, las redes neuronales convolucionales para el análisis de imágenes se desarrollan con aprendizaje de representación en una base de datos de muestra, en la que las características de las imágenes deben ser similares. Sin embargo, debido a la diversidad morfológica de los defectos periodontales y alveolares, las diferencias en la densidad radiográfica y la falta de corticalización en áreas patológicas, los resultados de la segmentación basada en IA pueden verse comprometidos. Los algoritmos de aprendizaje automático funcionan de forma fiable en condiciones fisiológicas de los tejidos.

El registro espacial de IOS sobre datos CBCT se ha utilizado para planificar cirugías maxilofaciales 9,10, colocación de implantes11,12 y cirugías periodontales 7,13, aunque no se aplicó el modelado de forma libre. Con una serie de operaciones booleanas, se pueden adquirir modelos híbridos realistas y simular virtualmente intervenciones quirúrgicas. Los renders digitales también se pueden fabricar con tecnologías de impresión 3D para producir modelos de estudio antes de la cirugía.

La ventaja del método actual es que todo el proceso se puede realizar utilizando software libre y de código abierto. Sin embargo, tiene una curva de aprendizaje y los usuarios deben familiarizarse con el procesamiento de imágenes radiográficas y el modelado CAD de forma libre. El inconveniente más importante del método es la duración relativamente larga y la naturaleza repetitiva del proceso. Por lo tanto, se necesitan mejoras para automatizar y simplificar pasos específicos en el flujo de trabajo para acortar el plazo.

El diseño tridimensional y el modelado CAD se han utilizado en la planificación de diversas intervenciones quirúrgicas reconstructivas. En el diagnóstico periodontal, los modelos 3D generados con la reconstrucción de imágenes CBCT se utilizaron para la evaluación preoperatoria de las morfologías de los defectos intraóseos y la planificación del tratamiento quirúrgico7. Se utilizaron bloques óseos alogénicos CAD/CAM para el injerto de incrustación17. Se aplicaron mallas de titanio18 fabricadas individualmente como membranas de barrera en la regeneración ósea guiada; sin embargo, los modelos de tejidos blandos no se incluyeron en el proceso de planificación. La colocación guiada de implantes se realiza de forma rutinaria en la práctica odontológica diaria con alta fiabilidad19.

Sin embargo, la mayoría de los programas de guía de implantes utilizan algoritmos de umbral para la reconstrucción 3D de tejidos complejos. Aunque la planificación es teóricamente posible en renders 3D, debido a la baja calidad de los modelos óseos, las posiciones de los implantes se planifican principalmente en las vistas 2D axial, sagital y coronal del conjunto de datos CBCT. Para agregar otra capa de realidad, el escaneo facial digital adquirido con aplicaciones móviles gratuitas podría agregarse en el futuro.

Con la secuencia de segmentación de imágenes radiográficas, registro espacial y modelado de superficies de forma libre, se pueden adquirir modelos virtuales realistas específicos del paciente para planificar intervenciones quirúrgicas reconstructivas. Con la representación virtual en 3D de huesos, dientes y tejidos blandos, cada paso de la intervención quirúrgica (es decir, la incisión, la preparación del colgajo, la estrategia regenerativa, el cierre del colgajo) se puede prediseñar y simular virtualmente.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores declaran no tener ningún conflicto de intereses.

Acknowledgments

Ninguno

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

Modelo híbrido digital planificación virtual procedimientos quirúrgicos dentoalveolares reconstructivos adquisición de modelos virtuales en 3D segmentación de imágenes radiográficas registro espacial modelado de superficie de forma libre conjuntos de datos de tomografía computarizada de haz cónico método de segmentación semiautomática hueso alveolar segmentación dental defectos intraóseos periodontales defectos de la cresta alveolar planificación de implantes dentales en 3D superposición de datos IOS y CBCT visualización de tejidos blandos diseño de colgajos gestión de colgajos quirúrgicos
Preparación de modelos híbridos digitales para la planificación virtual de procedimientos quirúrgicos dentoalveolares reconstructivos
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