Denna studie presenterar en halvautomatiserad digital bildanalysprocedur för planimetrisk kvantifiering av avslöjad tandplack baserat på bilder som förvärvats med en intraoral fluorescenskamera. Metoden möjliggör snabb och tillförlitlig kvantifiering av tandplack i forskningsmiljön.
Plackackumulering kvantifieras med hjälp av kliniska index eller, annars, det planimetriska plackindexet (PPI), som mäter den relativa ytan av en tand som täcks av plackavlagringar. Jämfört med kliniska index har PPI en högre diskriminerande effekt, men traditionell planimetri är en tidskrävande analys, eftersom de placktäckta och rena tandområdena måste bestämmas manuellt för varje bild med hjälp av bildbehandlingsprogram. Här presenterar vi en metod för halvautomatisk planimetrisk kvantifiering av tandplack, vilket möjliggör snabb bearbetning av upp till 1 000 bilder samtidigt. Metoden utnyttjar den förbättrade kontrasten mellan exponerad plack, ljudtandytor och mjuka vävnader i fluorescensbilder som förvärvats med en intraoral kamera. Noggrant utförande av de kliniska procedurerna och noggrann bildinsamling är avgörande steg för framgångsrik halvautomatisk identifiering av de placktäckta områdena. Metoden är lämplig för planimetri på sunda ansikts- och muntandytor, på de flesta komposithartsrestaureringar och på tänder med tandreglering, men inte på metalliska restaureringar. Jämfört med traditionella PPI-inspelningar minskar halvautomatiserad planimetri avsevärt den tid som spenderas på analysen, liksom den subjektiva mänskliga inmatningen, vilket ökar reproducerbarheten av planimetriska mätningar.
Kvantifieringen av tandplack i forskningsmiljön utförs antingen med hjälp av kliniska index eller annars genom registrering av planimetriskt plackindex (PPI)1. Kliniska index, såsom Turesky-modifierade Quigley-Hein-plackindex, förlitar sig på den visuella bedömningen av placktäckning av en operatör och den efterföljande tilldelningen av en poäng på en ordinal skala2. Medan poängsättningen är snabb kräver användningen av kliniska index mödosam kalibrering mellan examinatorer och intraexaminatorer, och betyget lider alltid av en viss grad av subjektivitet 3,4,5. Eftersom antalet poäng är begränsat kan det dessutom hända att kliniska index inte upptäcker relevanta skillnader i placktäckning6.
För planimetriska inspelningar bestäms omfattningen av placktäckning på digitala bilder genom att dividera det placktäckta området med tandytans totala yta7. Användningen av en kontinuerlig skala ökar noggrannheten och visar hög diskriminerande kraft i statistisk analys 8,9,10. Dessutom kan man hävda att planimetri är mindre subjektiv, eftersom indexet beräknas och inte uppskattas av granskaren11. Traditionellt har placktäckta och totala tandområden bestämts manuellt för PPI-inspelningar genom att rita intressanta regioner i varje bild med hjälp av bildbehandlingsprogram 7,12. Följaktligen var planimetrisk analys tidigare mycket tidskrävande, vilket minskade dess tillämplighet för större kliniska studier6.
På traditionella vita ljusbilder är kontrasten mellan placktäckta områden, rena tandområden och de omgivande vävnaderna svag, och därmed hämmas automatiserad bildbehandling, som vanligtvis bygger på intensitetsbaserad detektering av föremål, allvarligt13,14. Bilder som förvärvas med en fluorescenskamera visar en signifikant förbättrad kontrast mellan avslöjad plack, rena tänder som autofluorescerar starkt i det gröna spektrumet och icke-fluorescerande mjukvävnader1.
Här presenterar vi en metod för halvautomatiserad planimetri som kraftigt minskar tiden för bildanalys jämfört med traditionella PPI-inspelningar. Metoden använder standardavgivningsprocedurer, en kommersiellt tillgänglig fluorescenskamera och ett bildanalysprogram. De parametrar som är viktiga för bildinsamling och bildanalys, liksom typiska misstag och begränsningar av metoden, diskuteras.
Den presenterade metoden för halvautomatiserad planimetri baserad på fluorescensbilder innebär en förbättring av tandplackkvantifiering på sunda tandytor i forskningsmiljön jämfört med traditionell planimetri20. Halvautomatiserad planimetri möjliggör samtidig bestämning av PPI i upp till 1 000 bilder med hjälp av en förutbestämd efterbehandlingsalgoritm. Därmed är metoden betydligt mer tidseffektiv än konventionell planimetri, där den totala tandytan och placktäckta areorna bestäms manuellt genom att rita intressanta regioner i ett bildbehandlingsprogram 7,12. Dessutom reduceras omfattningen av mänskligt omdöme i bildanalysen till valet av en ljusstyrka för bildsegmentering. Därmed behandlas alla bilder lika, och påverkan av granskarens subjektivitet reduceras kraftigt11.
De kritiska stegen i protokollet är främst relaterade till de kliniska procedurerna, som måste utföras på ett mycket standardiserat sätt för optimal bildkvalitet. Avtäckningslösningen måste appliceras försiktigt och jämnt, och bilderna bör förvärvas direkt efter sköljning och lufttorkning för att undvika en tvättning av färgämnet och därmed en förlust av bildkontrast. Dessutom måste tandköttsblödning undvikas, eftersom hemoglobin kan förbättra den registrerade fluorescensen i den röda kanalen19. Bildtagningen bör utföras med rumsbelysningen nedtonad för att minska störningen av omgivande ljus, och patienterna måste öppna munnen tillräckligt, så att antagonisttänderna inte syns på bilderna. Kamerahuvudet måste placeras vinkelrätt mot tandaxeln för att undvika att fånga en del av den ocklusala ytan och kontralaterala tänder.
Artefakter som är resultatet av suboptimal bildinsamling kan – i de flesta fall – tas bort under bildanalysen, men på bekostnad av en avsevärt ökad bearbetningstid. Vissa artefakter som känns igen som objekt under segmentering kan rensas genom enkel borttagning i objektredigeraren. Om artefakter sammanfaller med de områden som identifieras som plack måste de resulterande objekten delas upp i objektredigeraren innan de tas bort. I extrema fall kan operatören behöva återgå till manuell bestämning av de rena tand- och placktäckta områdena genom att rita områden av intresse i programvaran. Om alla kliniska procedurer utförs korrekt består operatörens enda subjektiva inmatning under bildanalysen av att bestämma gränsvärdena för de tröskelbaserade segmenteringarna. I allmänhet är de placktäckta och rena tandområdena väldefinierade i bilderna, men det måste nämnas att små skillnader i de valda tröskelvärdena påverkar de beräknade PPI-värdena, om än i relativt liten utsträckning. Eftersom alla bilder som förvärvats för en viss studie kan segmenteras med identiska tröskelvärden påverkar det subjektiva valet av brytpunkter inte skillnaderna mellan behandlings- eller patientgrupperna.
Precis som manuell planimetri är halvautomatiserad planimetri inte lämplig för longitudinella inspelningar av plackuppbyggnad på grund av användning av en avslöjande lösning. Erytrosin kan störa biofilmtillväxt genom en antibakteriell aktivitet21,22,23, men viktigast av allt, den framträdande fläcken kräver professionell plackborttagning innan patienten skickas hem. Den beskrivna metoden kan dock användas för regelbunden kvantifiering av vanliga placknivåer på kliniken. En annan begränsning av halvautomatiserad planimetri uppstår på grund av storleksskillnaderna mellan enskilda tänder. Även om avståndet mellan kameran och tandytan och därmed synfältets storlek kan standardiseras, kan de förvärvade bilderna innehålla delar av de närliggande tänderna. Dessa kan inte tas bort genom en batchoperation utan endast genom manuell beskärning av bilderna under analysen. Medan halvautomatiserad planimetri är lämplig för kvantifiering av supragingival plack och kalkyl24 på sunda tandytor, måste framtida arbete bestämma hur den beskrivna metoden påverkas av utvecklingsfel25, kaviterade och icke-kaviterade kariesskador samt svår fläck.
Sammanfattningsvis är halvautomatiserad planimetri en metod som möjliggör snabb och tillförlitlig kvantifiering av plackområdets täckning med hjälp av en fluorescenskamera. Det kan användas i kliniska prövningar som bedömer de novo plackbildning i olika patientgrupper eller effekten av olika behandlingsregimer på plackborttagning.
The authors have nothing to disclose.
Författarna tackar Dirk Leonhardt för hans utmärkta hjälp med additiv tillverkning av de skräddarsydda distanserna. Lene Grønkjær, Javier E. Garcia, Charlotte K. Vindbjerg och Sussi B. Eriksen uppmärksammas för sitt tekniska stöd under studien. Författarna vill också tacka Matthias Beck för tekniskt stöd för användningen av fluorescenskameran och Mette R. Jørgensen för givande diskussioner.
3D Sprint Basic | 3D systems | Additive manufacturing software | |
5% erythrosine; Top Dent Rondell Röd | Top Dent Lifco Dental AB | 6327 | Disclosing solution |
D1000 lab scanner | 3 Shape | Lab scanner used to scan the camera head | |
DBSWIN 5.17.0 | Dürr Dental | Software for VistaCam | |
Digital image analysis in microbial ecology (Daime), version 2.2.2 | Freeware for image analysis | ||
LC-3D Print Box | NextDent | Polymerization unit | |
Meshmixer 3.5 | Autodesk | Freeware for designing custom-made spacer | |
NextDent 5100 | 3D systems | 3D-printer | |
NextDent Ortho IBT | 3D systems | Material for spacer | |
Ultrasound bath T660/H | Elma Schmidbauer GmbH | ||
VistaCam iX HD Smart intraoral camera | Dürr Dental | Coupled with a fluorescence camera head |