Summary
تم تقديم عملية تسجيل التصوير المقطعي المحوسب بالشعاع المخروطي وصور الأسنان الرقمية باستخدام الذكاء الاصطناعي (الذكاء الاصطناعي) - بمساعدة تحديد المعالم ودمجها. وتبين المقارنة مع التسجيل السطحي أن الرقمنة والتكامل القائمين على الذكاء الاصطناعي موثوقان وقابلان للتكرار.
Abstract
هدفت هذه الدراسة إلى إدخال رقمنة التصوير المقطعي المحوسب بالشعاع المخروطي (CBCT) ودمج صور الأسنان الرقمية (DDI) بناء على التسجيل القائم على الذكاء الاصطناعي (الذكاء الاصطناعي) (ABR) وتقييم الموثوقية والتكرار باستخدام هذه الطريقة مقارنة بتلك الخاصة بالتسجيل السطحي (SBR). تألفت هذه الدراسة بأثر رجعي من صور CBCT و DDI ل 17 مريضا خضعوا لجراحة تقويم الفكين بمساعدة الكمبيوتر. تم تكرار رقمنة صور CBCT وتكاملها مع DDI باستخدام برنامج قائم على الذكاء الاصطناعي. تم دمج صور CBCT و DDI باستخدام تسجيل من نقطة إلى نقطة. وعلى النقيض من ذلك، وباستخدام طريقة SBR، تم تحديد المعالم الثلاثة يدويا على CBCT و DDI، والتي تم دمجها مع طريقة أقرب النقاط التكرارية.
بعد تكاملين متكررين لكل طريقة ، تم الحصول على قيم الإحداثيات ثلاثية الأبعاد للأضراس الفكية الأولى والقواطع المركزية واختلافاتها. تم إجراء اختبار المعامل داخل الفئة (ICC) لتقييم موثوقية المراقب الداخلي مع إحداثيات كل طريقة ومقارنة موثوقيتها بين ABR و SBR. أظهرت موثوقية المراقب الداخلي وجود ICC كبير وشبه مثالي في كل طريقة. ولم تكن هناك أهمية في متوسط الفرق بين التسجيلين الأول والثاني في كل من السجلين ABR وSBR وبين كلتا الطريقتين؛ ومع ذلك ، كانت نطاقاتها أضيق مع ABR من طريقة SBR. تظهر هذه الدراسة أن الرقمنة والتكامل القائمين على الذكاء الاصطناعي موثوقان وقابلان للتكرار.
Introduction
وسعت التكنولوجيا الرقمية ثلاثية الأبعاد (3D) نطاق التشخيص والتخطيط لعلاج تقويم الأسنان أو تقويم الأسنان الجراحي. يمكن استخدام رأس افتراضي تم إنشاؤه من صورة التصوير المقطعي المحوسب بالشعاع المخروطي للوجه (CBCT) لتقييم تشوهات الأسنان والوجه والأسنان ، والتخطيط لجراحة تقويم الفكين ، وتصنيع رقائق الأسنان والأدلة الجراحية المزروعة باستخدام التصميم والتصنيع بمساعدة الكمبيوتر1،2،3،4. ومع ذلك ، فإن فحوصات CBCT لها تمثيل منخفض للأسنان ، بما في ذلك مورفولوجيا الأسنان والعلاقة بين الإطباق ، والتي ترجع إلى دقتها المحدودة والتحف الخطية من ترميم الأسنان أو أقواس تقويم الأسنان5. لذلك ، تم استبدال ميزات الأسنان في صور CBCT بصور الأسنان الرقمية (DDI) ، مثل القوالب الممسوحة ضوئيا أو صور المسح داخل الفم.
من أجل التكامل الموثوق ل DDI على صور CBCT ، أبلغت العديد من الدراسات عن طرق مختلفة مثل استخدام العلامات الإيمانية 6,7 ، و8 المستندة إلى الفوكسل ، والتسجيلات السطحية (SBRs)9,10. هذه الإجراءات لها طرقها في استخدام علامات خارج الفم ، ومسح CBCT متعدد ، وخطوات عملية إضافية مثل تنظيف القطع الأثرية المعدنية على صور CBCT. فيما يتعلق بدقة SBR ، أبلغت العديد من الدراسات السابقة عن أخطاء تتراوح من 0.10 إلى 0.43 مم 9,11. بالإضافة إلى ذلك ، قام Zou et al. بتقييم الموثوقية والأخطاء داخل / بين المراقبين بين المهندس الرقمي وأخصائي تقويم الأسنان باستخدام SBR وأبلغ عن الحاجة إلى الخبرة السريرية والتعلم المتكرر10.
تم استخدام الذكاء الاصطناعي (الذكاء الاصطناعي) للتنبؤ بنتائج العلاج12 ورقمنة المعالم على الصور الشعاعية الرأسية13 أو صور CBCT14،15،16 ، وبعض البرامج التجارية متاحة حاليا للمساعدة في هذه العملية17. يعد التحديد الدقيق للمعالم التشريحية على صور 3D أمرا صعبا بسبب غموض الأسطح المسطحة أو الهياكل المنحنية ، والمناطق ذات الكثافة المنخفضة ، والتباين الواسع للهياكل التشريحية.
يمكن تطبيق الأتمتة القائمة على الذكاء الاصطناعي والتعلم الآلي ليس فقط للرقمنة ولكن أيضا لدمج DDI و CBCT للوجه والوجه والأسنان. ومع ذلك ، هناك القليل من الأبحاث حول دقة التسجيل القائم على الذكاء الاصطناعي (ABR) مقارنة بالطريقة السطحية الحالية. لتحقيق نتائج أكثر دقة للتغيرات الهيكلية والأسنان 3D من خلال جراحة تقويم الفكين ، من الضروري تقييم دقة البرامج القائمة على الذكاء الاصطناعي عند دمج CBCT و DDI. لذلك ، تقدم هذه المقالة بروتوكولا خطوة بخطوة لرقمنة ودمج CBCT و DDI مع التسجيل القائم على الذكاء الاصطناعي (ABR) وتقييم موثوقيته وقابليته للتكرار مقارنة ب SBR.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
تمت مراجعة هذه الدراسة بأثر رجعي والموافقة عليها من قبل مجلس المراجعة المؤسسية لمستشفى بوندانغ بجامعة سيول الوطنية (B-2205-759-101) وامتثلت لمبادئ إعلان هلسنكي. تم استخدام ملفات التصوير الرقمي والاتصالات في الطب (DICOM) من CBCT و DDI بتنسيق لغة الفسيفساء القياسية (STL) من قالب الأسنان في الدراسة. تم التنازل عن الحاجة إلى الموافقة المستنيرة بسبب الطبيعة الاستعادية للدراسة.
1. الحصول على CBCT وصور الأسنان الرقمية (DDI)
- اختيار المرضى بناء على معايير الإدراج التالية: سوء الإطباق من الدرجة الثالثة للهيكل العظمي. جراحة الفكين عن طريق التخطيط بمساعدة الكمبيوتر ؛ وعلاج تقويم الأسنان بأجهزة ثابتة الحواف.
- استبعاد المرضى الذين يعانون من متلازمات القحف الوجهي أو الشفة / الحنك المشقوق أو فقدان الأضراس الأولى للفك العلوي أو القاطعة المركزية اليمنى.
- احصل على فحوصات CBCT بمجال رؤية 200 مم × 180 مم ، وحجم فوكسل 0.2 مم ، وظروف تعرض تبلغ 80 كيلو فولت و 15 مللي أمبير و 10.8 ثانية. تأكد من أن المرضى في وضع مستقيم مع أسنانهم في أقصى قدر من الارتعاش. احفظ عمليات الفحص كملفات بيانات التصوير الرقمي والاتصالات في الطب (DICOM).
- الحصول على DDIs من قوالب حجر الأسنان أو المسح المباشر داخل الفم وحفظها بتنسيق لغة الفسيفساء القياسية (STL) كأسنان منفصلة للفك العلوي والفك السفلي.
2. بروتوكول التسجيل القائم على الذكاء الاصطناعي (ABR)
- إعادة توجيه ورقمنة CBCT
- افتح البرنامج وانقر فوق تحميل ملف DICOM زر لاستيراد ملفات CBCT DICOM إلى البرنامج.
- حدد أيا من ملفات DICOM في مجلد بيانات DICOM وانقر فوق فتح.
ملاحظة: عند تحميل ملفات DICOM ، يقوم البرنامج تلقائيا بإعادة بنائها في وحدة تخزين قحفية وجهية CBCT. - انقر فوق الزر "إعادة توجيه " في لوحة "لاندمارك " (الشكل 1).
- N (Nasion): انقر فوق الشق V للعظم الجبهي في العرض ثلاثي الأبعاد (الشكل 2). مباشرة بعد النقر ، لاحظ أن النقطة الزرقاء (المنشطة) تتحول إلى صليب أحمر سيظهر في المناظر المحورية والسهمية والإكليلية أيضا. انقر فوق الأسهم المثلثة الزرقاء ذهابا وإيابا لتحديد المعلم.
- في العرض السهمي ، قم بتمرير عجلة الماوس لأعلى ولأسفل للعثور على النقطة الأمامية حيث يلتقي الخيط الجبهي الأنفي بعظام الأنف والجبهي وانقر لتحديد الموضع الرأسي والأمامي الخلفي للمعلم.
- في المنظر الإكليلي ، قم بتمرير عجلة الماوس لأعلى ولأسفل للعثور على اللحظة التي تسبق اختفاء عظم الأنف مباشرة لضمان النقطة الأمامية وانقر لتحديد الوضع الأفقي ل Nasion.
- في العرض المحوري ، اضبط الوضع الأمامي الخلفي كما هو في أقصى نقطة أمامية.
- R أو (Orbitale): انقر فوق النقطة الأكثر انخفاضا على هامش الكفاف المداري الأيمن في نموذج 3D (الشكل 2).
- في العرض الإكليلي ، قم بتمرير عجلة الماوس لأعلى ولأسفل للعثور على أدنى نقطة على الهامش السفلي للمدار الأيمن وانقر.
- في العرض السهمي ، انقر فوق النقطة الأكثر تفوقا في بنية عظم الفك العلوي الأيمن أو الوجني التي تشكل الحد السفلي للمدار.
- في العرض المحوري ، قم بالتمرير عبر الماوس وانقر بحيث يتم وضع الصليب الأحمر حيث تلتقي حافة مدار العين.
- L أو (Orbitale): انقر فوق النقطة الأكثر انخفاضا على هامش الكفاف المداري الأيسر في نموذج 3D (الشكل 2) وقم بتعديل النقطة على طرق العرض الثلاثة كما هو الحال في عملية R Or.
- R Po (Porion): انقر فوق النقطة الأكثر تفوقا في مخطط الصماخ السمعي الخارجي الأيمن في نموذج 3D (الشكل 2).
- في طريقة العرض الإكليلية، انقر فوق أدنى نقطة في العظم الصدغي الأيمن لتحديد المواضع الأفقية والرأسية.
- في طريقة العرض السهمي ، انقر فوق النقطة الأكثر تفوقا في المخطط التفصيلي للصماخ السمعي الخارجي الأيمن لضبط المواضع الرأسية والأمامية الخلفية.
- في العرض المحوري ، قم بتمرير عجلة الماوس للنقر فوق مكان ظهور القناة السمعية الخارجية ، حيث يختفي خط العظم الصدغي.
- L Po (Porion): انقر فوق النقطة الأكثر تفوقا في مخطط الصماخ السمعي الخارجي الأيسر في نموذج 3D (الشكل 2) وقم بتعديل النقطة في طرق العرض الثلاثة متعددة المستويات كما هو الحال في عملية R Po.
ملاحظة: تم الآن تحديد المعالم الهيكلية الأساسية الخمسة ، بما في ذلك Nacion ، والمدارات اليمنى واليسرى ، والبوريونات اليمنى واليسرى في النموذج القحفي الوجهي المعاد بناؤه (الشكل 2). - انقر فوق الزر "تم " لإكمال إعادة توجيه النموذج القحفي الوجهي المعاد بناؤه.
- انقر فوق الزر "اختيار المعلم الأولي" في لوحة "لاندمارك" وحدد مجموعة معالم "الأسنان الأولى".
ملاحظة: تم بالفعل اختيار مجموعات بارزة من قاعدة الجمجمة ، والمفصل الفكي الصدغي ، والهيكل العظمي الفكي العلوي ، والهيكل العظمي للفك السفلي ، والأسنان الأولى ، والأنسجة الرخوة للتحليل القحفي الوجهي. - انقر فوق الزر "تنفيذ " في لوحة اختيار المعالم الأولية ودع البرنامج يختار المعالم الأولية تلقائيا ويحدد إحداثياتها.
- عند تعديل المعالم ، اضغط على زر اختيار المعالم يدويا في علامة التبويب مستوى الصوت ، وقم بإجراء التعديلات اللازمة ، وانقر فوق الزر "تم " للتأكيد (الشكل 3).
3. إجراءات دمج معهد دسمان للسكري
- انقر فوق الزر "تسجيل مسح الأسنان " في لوحة الأدوات (الشكل 4).
- حدد أسنان الفك العلوي وانقر على زر التحميل في لوحة تسجيل الأسنان.
- حدد ملفات STL لنفس المريض باستخدام نموذج CBCT في المجلد لتحميل ملفات STL لأسنان الفك العلوي. بمجرد فتح ملفات STL ، ابحث عن DDIs على الجانب الأيمن من الشاشة وأربع طرق عرض (3D ، محوري ، سهمي ، وإكليلي) ل CBCT على الجانب الأيسر من الشاشة.
- اختر معالم التسجيل على DDI المحملة: شرف منتصف الشدق للضرس الأول الفكي الأيمن (R U6CP) ، ونقطة منتصف القاطعة المركزية اليمنى على الحافة القاطعة (R U1CP) ، وأعتاب منتصف الشدق للضرس الأول الفكي الأيسر (L U6CP) (الشكل 5) عن طريق تبديل الأسهم المثلثة الزرقاء ذهابا وإيابا.
ملاحظة: انقر بزر الماوس الأيسر واسحب الماوس لتدوير DDI وانقر بزر الماوس الأيمن واسحب للتكبير والتصغير. تتم معايرة معالم التسجيل في وقت واحد بواسطة الأتمتة المتعلمة آليا بعد رقمنتها يدويا. - انقر فوق الزر "تم " في لوحة تسجيل الأسنان.
- انقر فوق الزر "نعم " لتأكيد التسجيل التلقائي (الشكل 6).
- لدمج أسنان الفك السفلي ، حدد أسنان الفك السفلي وانقر على زر التحميل في لوحة تسجيل الأسنان. كرر الخطوات من 3.2 إلى 3.6. اختر معالم التسجيل على أسنان الفك السفلي: أعتاب منتصف الشدق للضرس الأول السفلي الأيمن / الأيسر (R- / L- L6CP) ، نقطة منتصف القاطعة الأولى السفلية اليمنى على الحافة القاطعة (R L1CP).
- تم دمج DDI الآن مع نموذج CBCT المعاد بناؤه (الشكل 7).
- عند تعديل الدمج ، انقر فوق الزر "اختيار معلم التسجيل " في لوحة تسجيل الأسنان (الشكل 8).
4. الحصول على قيم الإحداثيات ثلاثية الأبعاد (x و y و z) لكل معلم
- انقر فوق الزر "اختيار المعالم اليدوي " في علامة التبويب "الحجم " أو انقر فوق علامة التبويب "تحليل " للحصول على قيم إحداثيات 3D للمعالم. لتصدير البيانات ، انتقل إلى علامة تبويب التحليل
→لوحة تصدير البيانات ، وانقر فوق الزر "معلم " لحفظ البيانات كملف.
ملاحظة: المستوى X (الأفقي) هو المستوى الذي يمر عبر Nasion ، موازيا لمستوى فرانكفورت الأفقي (FH) الذي يمر عبر المدارات اليمنى واليسرى وبوريون اليمنى. الطائرة Y (midsagittal) عمودية على المستوى X ، وتمر عبر Nasion و basion. يحدد المستوى Z (الإكليلي) المستوى عموديا على المستويين الأفقي والمتوسط السهمي عبر Nasion (نقطة الصفر ؛ 0 و 0 و 0) (الشكل 9).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
وصفنا هنا عملية تكامل CBCT و DDI باستخدام برنامج قائم على الذكاء الاصطناعي. لتقييم موثوقيتها وقابليتها للتكرار ، أجريت دراسة مقارنة مع التسجيل السطحي (SBR). تم تحديد أن الحد الأدنى لحجم العينة من عشرة كان مطلوبا بعد تحليل الطاقة تحت الارتباط ρ H1 = 0.77 ، α = 0.05 ، والطاقة (1−β) = 0.8018. تمت دراسة ما مجموعه 17 مجموعة من فحوصات CBCT وصور الأسنان الرقمية من مرضى تقويم الفكين في مستشفى Bundang بجامعة سيول الوطنية من مارس 2016 إلى أكتوبر 2019. تم تكرار عمليات SBR و ABR بأكملها لنفس السكان مرتين من قبل نفس الفاحص ، وهو طبيب مقيم في تقويم الأسنان تدرب على تحديد المعالم لأكثر من 1.5 عام. تم إجراء SBR من خلال بروتوكول مشابه لبروتوكول بعض الدراسات السابقة 9,10 (الشكل 10). تم تقييم متوسط الاختلافات في قيم إحداثيات x و y و z ل R- / L-U6CP و R U1CP بعد التكامل المتكرر مع كل برنامج. تم تحليل جميع البيانات إحصائيا باستخدام برنامج SPSS 22.0. تم تحليل الموثوقية في إحداثيات المعالم في كل ABR و SBR وبينهما لتقييم قابلية التكاثر باستخدام الارتباط داخل الفئة (ICC) 19.
كانت موثوقية المراقب الداخلي لقيم إحداثيات x و y و z ل R- / L-U6CP و R U1CP كبيرة ومثالية تقريبا ل ABR (0.950 ≤ ICC ≤ 0.998) و SBR (0.886 ≤ ICC ≤ 0.997) ، على التوالي (الجدول 1). كان فرق الموثوقية في قيم إحداثيات y و z في معظم المعالم كبيرا وأظهر اتفاقا شبه مثالي إلى جوهري بين SBR و ABR. ومع ذلك ، فإن قيم إحداثيات x ل R- / L-U6CP و R U1CP قدمت اتفاقا معتدلا ومتواضعا ومنخفضا ، على التوالي ، وكانت ضئيلة.
كما هو موضح في الجدول 2 ، لم يكن متوسط الاختلافات لجميع قيم الإحداثيات من عمليات التكامل المتكررة مختلفا بشكل كبير في كل طريقة. تراوحت هذه الاختلافات في إحداثيات x من -0.005 إلى -0.098 ملم ل ABR ومن -0.212 إلى 0.013 ملم ل SBR. تراوحت من -0.084 إلى -0.314 ملم على إحداثيات y ل ABR ، ومن −0.007 إلى 0.084 ملم ل SBR ، وتراوحت من -0.005 إلى 0.045 ملم على إحداثيات z ل ABR ومن −0.567 إلى 0.074 ملم ل SBR. ومع ذلك، لم تكن هناك أهمية في متوسط الفرق بين التسجيلين الأول والثاني بين ABR وSBR.
الشكل 1: إعادة توجيه نموذج قحفي وجهي. يبدأ هذا بالنقر فوق الزر "إعادة التوجيه " في لوحة "لاندمارك". يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
الشكل 2: المعالم الأساسية الخمسة لإعادة توجيه النموذج القحفي الوجهي المعاد بناؤه؛ الناسيون، المدارات اليمنى واليسرى، والمدارات اليمنى واليسرى. الرجاء الضغط هنا لعرض نسخة أكبر من هذا الشكل.
الشكل 3: المعالم وإحداثياتها بعد الاختيار التلقائي الأولي للمعلم. يمكن إجراء مراجعات وتعديلات المعالم من خلال النقر على زر اختيار المعالم يدويا في علامة التبويب الحجم . الرجاء الضغط هنا لعرض نسخة أكبر من هذا الشكل.
الشكل 4: بدء دمج صور الأسنان الرقمية مع النموذج القحفي الوجهي المعاد توجيهه. يتم ذلك عن طريق النقر فوق الزر "تسجيل مسح الأسنان " في لوحة الأدوات. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
الشكل 5: موقع معالم التسجيل الثلاثة على صور الأسنان الرقمية المحملة. شرف منتصف الشدق للضرس الأول الفكي الأيمن (R U6CP) ، ونقطة منتصف القاطعة المركزية اليمنى على الحافة القاطعة (R U1CP) ، وأعتاب منتصف الشدق للضرس الأول الفكي الأيسر (L U6CP). تمت معايرة هذه المعالم في وقت واحد عن طريق الأتمتة المتعلمة آليا. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
الشكل 6: تأكيد معالم التسجيل الثلاثة على صور الأسنان الرقمية المحملة و CBCT. شرف الوسط الشدق اليمنى واليسرى للأضراس الأولى الفكية (R U6CP ، L U6CP) ونقطة منتصف القاطعة المركزية العلوية اليمنى (R U1CP). يؤدي النقر فوق الزر "نعم " إلى التسجيل التلقائي. الاختصار: CBCT = التصوير المقطعي المحوسب المخروطي. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
الشكل 7: تم دمج النموذج القحفي الوجهي المعاد بناؤه مع صورة الأسنان الرقمية. يرجى النقر هنا لعرض نسخة أكبر من هذا الشكل.
الشكل 8: تعديل الدمج. عند تعديل الدمج ، انقر فوق الزر "اختيار معلم التسجيل " في لوحة تسجيل الأسنان. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
الشكل 9: المستويات المرجعية للبرنامج. الطائرة X (أفقية) هي الطائرة التي تمر عبر ناسيون ، بالتوازي مع مستوى فرانكفورت الأفقي (FH) الذي يمر عبر المدارات اليمنى واليسرى وبوريون اليمنى. الطائرة Y (midsagittal) عمودية على المستوى X ، وتمر عبر Nasion و basion. يحدد المستوى Z (الإكليلي) المستوى عموديا على المستويين الأفقي والمتوسط السهمي عبر Nasion (نقطة الصفر ؛ 0 و 0 و 0). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
الشكل 10: التسجيل السطحي لصور الأسنان الرقمية الفكية في أجزاء الأسنان من صور CBCT المعاد بناؤها. (أ) قبل الدمج و(ب) بعده. أولا ، تم تسجيل النقاط الأولية باستخدام شرف منتصف الشدق للأضراس الأولى الفكية ونقطة الاتصال للقواطع المركزية في CBCT و DDI. بعد ذلك ، تم تسجيل السطح لتحقيق تكامل أكثر دقة باستخدام خوارزمية أقرب النقاط التكرارية. الاختصار: CBCT = التصوير المقطعي المحوسب بالشعاع المخروطي ؛ DDI = صور الأسنان الرقمية. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
الجدول 1: الموثوقية في ثلاثة إحداثيات لكل معلم عند دمج CBCTs للوجه وصور الأسنان الرقمية في كل من ABR و SBR وبينهما. * اختبار t المقترن ؛ †اختبار t مستقل. تمثل ICC > 0.8 / 0.6 / 0.4 / 0.2 أو ≤ 0.2 قوة اتفاق جيدة جدا أو جيدة أو معتدلة أو مقبولة أو ضعيفة ، على التوالي. الاختصارات: CBCT = التصوير المقطعي المحوسب بالشعاع المخروطي ؛ الذكاء الاصطناعي = الذكاء الاصطناعي. ABR = التسجيل القائم على الذكاء الاصطناعي ؛ SBR = التسجيل السطحي ؛ CI = فاصل الثقة ؛ ICC = معامل داخل الفئة. الرجاء الضغط هنا لتنزيل هذا الجدول.
الجدول 2: متوسط الاختلافات في الإحداثيات الثلاثة لكل معلم من التسجيلات المتكررة ل CBCTs للوجه وصور الأسنان الرقمية مع ABR و SBR. Δ (1st-2nd) ، متوسط الفرق في إحداثيات x و y و z لكل معلم بين التسجيل الأول (1st) والتسجيل الثاني (2nd) ل DDI وصور CBCT الوجهية. * اختبار t المقترن ؛ †اختبار t مستقل ؛ باختبار ويلكوكسون برتبة موقعة. تم تحديد الأهمية عند P < 0.05. الاختصارات: CBCT = التصوير المقطعي المحوسب بالشعاع المخروطي ؛ الذكاء الاصطناعي = الذكاء الاصطناعي. ABR = التسجيل القائم على الذكاء الاصطناعي ؛ SBR = التسجيل السطحي ؛ S.D. = الانحراف المعياري. الرجاء الضغط هنا لتنزيل هذا الجدول.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
باستخدام البروتوكول المقدم ، يمكن تحقيق رقمنة المعالم ودمج CBCT و DDI بسهولة باستخدام برامج التعلم الآلي. يتطلب هذا البروتوكول الخطوات الحاسمة التالية: i) إعادة توجيه الرأس في مسح CBCT ، ii) رقمنة CBCT و DDI ، و iii) دمج صور CBCT مع DDI. تعد رقمنة خمسة معالم لإعادة توجيه الرأس أمرا بالغ الأهمية لأنها تحدد موضع 3D للرأس مع المستويات المرجعية في المناطق المكانية. تمت معايرة ثلاثة معالم (R-/L-U6CP وR U1CP) على مؤشر DDI بواسطة الأتمتة المتعلمة آليا بعد رقمنتها يدويا. كانت العملية اليدوية الوحيدة هي تحديد المعالم الهيكلية الخمسة الأساسية في نموذج CBCT المعاد بناؤه ، بما في ذلك Nasion ، والمدارات اليمنى واليسرى ، والبوريونات (الشكل 2) ، والمعالم الثلاثة للأسنان في DDI ، بما في ذلك R- / L-U6CP ، و R U1CP (الشكل 5). لذلك ، يحتاج المستخدم إلى الخبرة في رقمنة هذه المعالم الثمانية ، مما قد يؤثر على أخطاء التسجيل. كان متوسط الوقت المستهلك ل SBR 3-4 دقائق لدمج CBCT و DDI بواسطة خبير برنامج. في برنامج ABR ، تم استهلاك 50 ثانية في المتوسط لاختيار خمسة معالم لإعادة التوجيه ، و 40 ثانية لاختيار ثلاثة معالم في DDI ، و 2-3 ثوان للبرنامج لدمج CBCT و DDI. بالإضافة إلى ذلك ، يختلف وقت الانتقاء التلقائي للمعالم في CBCT بالكامل من 30 ثانية إلى 2 دقيقة وفقا لاختيار مجموعة المعالم البارزة.
عندما تكون رقمنة بعض المعالم غير دقيقة ، يمكن تعديلها عن طريق الرقمنة اليدوية والنقر على التسجيل اليدوي. لنفترض أن هناك أي تباين تشريحي أو مورفولوجي (على سبيل المثال ، القواطع المركزية المفقودة أو الأضراس الأولى) ، يمكن للطبيب تحديد معالم معينة من خلال تخصيص نقاط معينة في CBCT و DDI لمطابقتها.
وفيما يتعلق بمتوسط أخطاء مختلف أساليب التكامل مع CBCT وDDI، أفادت الدراسات السابقة باستخدام الواسمات أن نطاق أخطاء التسجيل يتراوح من 0.1 إلى 0.5 مم20. في تسجيل سطحي مقاوم للقطع الأثرية ، أبلغ Lin et al. عن أخطاء دقة من 0.10 إلى 0.43 مم11. ومع ذلك ، في دراستنا ، كان نطاق متوسط الفرق في ABR أقل من ذلك مع SBR (0.001 إلى 0.314 مم ؛ 0.001 إلى 0.314 مم ؛ 0.001 إلى 0.314 مم ؛ 0.001 إلى 0.314 مم ؛ 0.001 إلى 0.314 مم ؛ 0.001 إلى 0.314 مم ؛ 0 الجدول 2). هذا يعني أن ABR يمكن أن يكون لها دقة أكبر من SBR. ومن المثير للاهتمام ، أن إحداثيات z للقواطع الفكية في ABR وإحداثيات x في SBR أظهرت أخطاء متوسطة أقل نسبيا. يمكن اشتقاقه من معالم مختلفة من القاطعة الفكية بين ABR و SBR ، وهي نقطة المنتصف ونقطة الاتصال للقواطع الفكية ، على التوالي.
بالإضافة إلى ذلك ، يمكن أن تؤثر القطع الأثرية المعدنية ومستوى خبرة المشغل أثناء التكامل على الدقة عند دمج CBCT و DDI. أبلغ Nkenke et al. عن 0.13 مم و 0.27 مم بدون ومع تصحيح القطع الأثرية المعدنية ،على التوالي 21. وجدت دراسة أخرى أن أسنان الفك العلوي قدمت موثوقية ضعيفة إلى معتدلة في قيم إحداثيات x مع SBR بين مجموعات المشغل المختلفة10. باستمرار ، في دراستنا ، قدمت موثوقية قيم إحداثيات x للأضراس الأولى والقواطع الفكية اتفاقا متوسطا إلى ضعيفا مقارنة بين ABR و SBR. بالإضافة إلى ذلك ، كانت الموثوقية في إحداثيات y / z في معظم المعالم مثالية تقريبا لاتفاق جوهري ، بينما أظهرت إحداثيات x اتفاقا متوسطا إلى منخفضا (الجدول 1). قد يتم اشتقاق هذا التباين في الإحداثيات السينية من غموض المعالم بسبب تآكل الإطباق في الأضراس الأولى والازدحام أو التباعد في القواطع المركزية الفكية.
فيما يتعلق بالتحديد الذكاء الاصطناعي ل CBCT ، يسهل تحديد المعالم الموجودة على القمم والحواف والقمم وبين المناطق ذات الكثافة المميزة ، وبالتالي تميل إلى تقديم أعلى دقة22. وجد Guillot et al. أن المعالم في قاعدة الجمجمة أظهرت دقة أعلى من تلك الموجودة في الفك العلوي والفكالسفلي 14. ومع ذلك ، لم تدمج هذه الدراسات CBCT مع DDI وقيمت تحديد المعالم التشريحية في CBCT فقط من قبل الذكاء الاصطناعي.
كان لهذه الدراسة حجم عينة صغير يستخدم لتقييم موثوقية ABR. هناك حاجة إلى مزيد من التقييم مع حجم عينة أكبر. وبالنظر إلى أن هذه الدراسة أجراها فاحص واحد فقط، فإن الاختلافات بين الفاحصين قد تؤثر على الموثوقية، وهو ما يمكن دراسته بمزيد من التفصيل. بالإضافة إلى ذلك ، نظرا لأن هذا البروتوكول كان يعتمد على خوارزمية تعلمتها الآلة تم فيها تطوير الشبكات العصبية الالتفافية باستخدام قاعدة بيانات نموذجية ، يجب تحديث قاعدة البيانات بشكل دوري. يجب أن يكون مفهوما أن التنوع التشريحي للأسنان وعظام الوجه ، وخاصة في تشوهات الوجه والأسنان ، والاختلافات في الكثافة الشعاعية ، ودقة CBCT و DDI يمكن أن يؤدي إلى تمثيل البيانات للخطر. يمكن تطبيق بروتوكول ABR هذا على التصميم المسبق لعملية زرع أو جراحة اللثة ومحاكاة جراحة تقويم الفكين بمساعدة الكمبيوتر وعلاج تقويم الأسنان.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
يعلن أصحاب البلاغ عدم وجود تضارب في المصالح.
Acknowledgments
تم دعم هذه الدراسة من قبل صندوق أبحاث مستشفى بوندانغ بجامعة سيول الوطنية (SNUBH). (منحة رقم 14-2019-0023).
Materials
| Name | Company | Catalog Number | Comments |
| G*Power | Heinrich Heine Universität, D?sseldorf, Germany | v. 3.1.9.7 | A sample size calculuation software |
| Geomagic Qualify® | 3D Systems, Morrisville, NC, USA |
v 2013 | 3D metrology feature and automation software, which transform scan and probe data into 3D to be used in design, manufacturing and metrology applications |
| KODAK 9500 | Carestream Health Inc., Rochester, NY, USA | 5159538 | Cone Beam Computed Tomograph (CBCT) |
| MD-ID0300 | Medit Co, Seoul, South Korea Seoul, Korea |
61010-1 | Desktop model scanner |
| ON3D | 3D ONS Inc., Seoul, Korea |
v 1.3.0 | Software for 3D CBCT evaluation; AI-based landmark identification, craniofacial and TMJ analysis, superimposition, and virtual orthognathic surgery |
| SPSS | IBM, Armonk, NY, USA | v 22.0 | A statistic analysis program |
References
- Plooij, J. M., et al. Digital three-dimensional image fusion processes for planning and evaluating orthodontics and orthognathic surgery. A systematic review. J Oral Maxillofac Surg. 40 (4), 341-352 (2011).
- Badiali, G., et al. Virtual orthodontic surgical planning to improve the accuracy of the surgery-first approach: A prospective evaluation. J Oral Maxillofac Surg. 77 (10), 2104-2115 (2019).
- 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 Dent. 21 (4), 265-271 (2012).
- Park, J. H., et al. Creation of digital virtual patient by integrating CBCT, intraoral scan, 3D facial scan: an approach to methodology for integration accuracy. J Craniofac Surg. 33 (4), e396-e398 (2022).
- Almutairi, T., et al. Replacement of the distorted dentition of the cone-beam computed tomography scans for orthognathic surgery planning. J Oral Maxillofac Surg. 76 (7), 1561.e1-1561.e8 (2018).
- Rangel, F. A., Maal, T. J., Berge, S. J., Kuijpers-Jagtman, A. M. Integration of digital dental casts in cone-beam computed tomography scans. ISRN Dent. 2012, 949086 (2012).
- Yang, W. M., Ho, C. T., Lo, L. J. Automatic superimposition of palatal fiducial markers for accurate integration of digital dental model and cone beam computed tomography. J Oral Maxillofac Surg. 73 (8), 1616.e1-1616.e10 (2015).
- Swennen, G. R., et al. A cone-beam computed tomography triple scan procedure to obtain a three-dimensional augmented virtual skull model appropriate for orthognathic surgery planning. J Craniofac Surg. 20 (2), 297-307 (2009).
- Noh, H., Nabha, W., Cho, J. H., Hwang, H. S. Registration accuracy in the integration of laser-scanned dental images into maxillofacial cone-beam computed tomography images. Am J Orthod Dentofacial Orthop. 140 (4), 585-591 (2011).
- Zou, B., et al. Accuracy of a surface-based fusion method when integrating digital models and the cone beam computed tomography scans with metal artifacts. Sci Rep. 12 (1), 8034 (2022).
- Lin, H. H., et al. Artifact-resistant superimposition of digital dental models and cone-beam computed tomography images. J Oral Maxillofac Surg. 71 (11), 1933-1947 (2013).
- Park, J. H., et al. Use of artificial intelligence to predict outcomes of nonextraction treatment of Class II malocclusions. Semin Orthodontics. 27 (2), 87-95 (2021).
- Bao, H., et al. Evaluating the accuracy of automated cephalometric analysis based on artificial intelligence. BMC Oral Health. 23 (1), 1-10 (2023).
- Gillot, M., et al. Automatic landmark identification in cone-beam computed tomography. Orthod Craniofac Res. , (2023).
- Blum, F. M. S., et al. Evaluation of an artificial intelligence-based algorithm for automated localization of craniofacial landmarks. Clin Oral Invest. 27, 2255-2265 (2023).
- Al-Ubaydi, A. S., Al-Groosh, D. The validity and reliability of automatic tooth segmentation generated using artificial intelligence. The Scientific World Journal. 2023, 5933003 (2023).
- Urban, R., et al. AI-assisted CBCT data management in modern dental practice: Benefits, limitations and innovations. Electronics. 12 (7), 1710 (2023).
- Faul, F., Erdfelder, E., Buchner, A., Lang, A. G. Statistical power analyses using G*Power 3.1: tests for correlation and regression analyses. Behav Res Methods. 41 (4), 1149-1160 (2009).
- Landis, J. R., Koch, G. G. The measurement of observer agreement for categorical data. Biometrics. 33, 159-174 (1977).
- Uechi, J., et al. A novel method for the 3-dimensional simulation of orthognathic surgery by using a multimodal image-fusion technique. Am J Orthod Dentofacial Orthop. 130 (6), 786-798 (2006).
- Nkenke, E., et al. Fusion of computed tomography data and optical 3D images of the dentition for streak artifact correction in the simulation of orthognathic surgery. Dentomaxillofac Radiol. 33 (4), 226-232 (2004).
- Lagravère, M. O., et al. Intraexaminer and interexaminer reliabilities of landmark identification on digitized lateral cephalograms and formatted 3-dimensional cone-beam computerized tomography images. Am J Orthod Dentofacial Orthop. 137 (5), 598-604 (2010).
