Summary
Процесс регистрации конусно-лучевых компьютерных томографических снимков и цифровых стоматологических изображений был представлен с использованием искусственного интеллекта (ИИ) идентификации ориентиров и объединения. Сравнение с поверхностной регистрацией показывает, что оцифровка и интеграция на основе ИИ надежны и воспроизводимы.
Abstract
Это исследование было направлено на внедрение оцифровки конусно-лучевой компьютерной томографии (КЛКТ) и интеграцию цифровых стоматологических изображений (DDI) на основе регистрации на основе искусственного интеллекта (ИИ) (ABR), а также на оценку надежности и воспроизводимости использования этого метода по сравнению с поверхностной регистрацией (SBR). Это ретроспективное исследование состояло из изображений КЛКТ и DDI 17 пациентов, перенесших компьютерную бимаксиллярную ортогнатическую операцию. Оцифровка изображений КЛКТ и их интеграция с DDI были повторены с помощью программы на основе искусственного интеллекта. Изображения КЛКТ и DDI были интегрированы с помощью двухточечной регистрации. В отличие от метода SBR, три ориентира были идентифицированы вручную на CBCT и DDI, которые были интегрированы с итеративным методом ближайших точек.
После двух повторных интегрирований каждого метода были получены трехмерные значения координат первых верхнечелюстных моляров и центральных резцов и их различия. Тестирование внутриклассовых коэффициентов (ICC) было проведено для оценки надежности внутри наблюдателя с координатами каждого метода и сравнения их надежности между ABR и SBR. Внутринаблюдательная надежность показала значительный и почти идеальный ICC в каждом методе. Не было значимой разницы в средних значениях между первой и второй регистрациями в каждом ABR и SBR и между обоими методами; однако их диапазоны были уже при использовании ABR, чем при использовании метода SBR. Это исследование показывает, что оцифровка и интеграция на основе ИИ надежны и воспроизводимы.
Introduction
Трехмерные (3D) цифровые технологии расширили область диагностики и планирования ортодонтического или хирургического ортодонтического лечения. Виртуальная голова, построенная на основе изображения лицевой конусно-лучевой компьютерной томографии (КЛКТ), может быть использована для оценки зубочелюстных и зубных аномалий, планирования ортогнатической хирургии, изготовления зубных пластин и хирургических шаблонов-имплантатов с использованием автоматизированного проектирования и производства 1,2,3,4. Однако КЛКТ-сканирование имеет низкую представленность зубного ряда, включая морфологию зубов и межокклюзионные отношения, что связано с их ограниченным разрешением и полосами артефактов от реставрации зубов или ортодонтических брекетов5. Таким образом, стоматологические особенности были заменены на изображениях КЛКТ цифровыми стоматологическими изображениями (DDI), такими как отсканированные слепки или изображения интраорального сканирования.
Для надежной интеграции DDI на изображениях КЛКТ в многочисленных исследованиях сообщалось о различных методах, таких как использование реперных маркеров 6,7, воксельных8 и поверхностных регистраций (SBR)9,10. Эти процедуры имеют свои методы использования экстраоральных маркеров, многократных КЛКТ-сканирований и дополнительных этапов процесса, таких как очистка металлических артефактов на изображениях КЛКТ. Что касается точности SBR, несколько предыдущих исследований сообщали о погрешности в диапазоне от 0,10 до 0,43 мм 9,11. Кроме того, Zou et al. оценили надежность внутри и между наблюдателями и ошибки между цифровым инженером и ортодонтом, использующим SBR, и сообщили о необходимости клинического опыта и повторного обучения.
Искусственный интеллект (ИИ) используется для прогнозирования результатов лечения12 и оцифровки ориентиров на цефалометрических рентгенограммах13 или изображениях КЛКТ 14,15,16, и в настоящее время доступно некоторое коммерческое программное обеспечение, помогающее в этом процессе17. Точная идентификация анатомических ориентиров на 3D-изображениях затруднена из-за неоднозначности плоских поверхностей или изогнутых структур, областей низкой плотности и широкой изменчивости анатомических структур.
Автоматизация на основе искусственного интеллекта с машинным обучением может применяться не только для оцифровки, но и для интеграции DDI и зубочелюстной КЛКТ. Однако существует мало исследований точности регистрации на основе ИИ (ABR) по сравнению с существующим поверхностным методом. Для достижения более точных результатов 3D-изменений скелета и зубов с помощью бимаксиллярной ортогнатической хирургии необходимо оценить точность программ на основе искусственного интеллекта при слиянии КЛКТ и DDI. Поэтому в данной статье представлен пошаговый протокол оцифровки и интеграции КЛКТ и DDI с регистрацией на основе ИИ (ABR) и оценки его надежности и воспроизводимости по сравнению с SBR.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Это ретроспективное исследование было рассмотрено и одобрено Институциональным наблюдательным советом больницы Бундан Сеульского национального университета (B-2205-759-101) и соответствовало принципам Хельсинкской декларации. В исследовании использовались файлы Digital Imaging and Communications in Medicine (DICOM) из CBCT и DDI в формате Standard Tessellation Language (STL) из слепка зубов. Необходимость информированного согласия была отменена из-за ретроспективного характера исследования.
1. Получение КЛКТ и цифровых стоматологических изображений (DDI)
- Отбирайте пациентов на основе следующих критериев включения: скелетные аномалии прикуса III класса; бимаксиллярная хирургия с помощью компьютерного планирования; и ортодонтическое лечение с помощью несъемных аппаратов.
- Исключите пациентов с черепно-лицевыми синдромами, расщелиной губы/неба или отсутствием первых моляров верхней челюсти или правого центрального резца.
- Получение КЛКТ-сканов с полем зрения 200 мм x 180 мм, размером вокселя 0,2 мм и условиями экспозиции 80 кВ, 15 мА и 10,8 с. Убедитесь, что пациенты находятся в вертикальном положении с максимальным сцеплением зубов. Сохраните сканы в виде файлов данных DICOM.
- Получайте DDI из слепков зубных камней или прямого интраорального сканирования и сохраняйте их в формате стандартного языка тесселяции (STL) в виде отдельных верхнечелюстных и нижнечелюстных зубов.
2. Протокол регистрации на основе искусственного интеллекта (ABR)
- Переориентация и цифровизация КЛКТ
- Откройте программу и нажмите кнопку Загрузить файл DICOM , чтобы импортировать файлы CBCT DICOM в программу.
- Выберите любой из файлов DICOM в папке данных DICOM и нажмите кнопку Открыть.
ПРИМЕЧАНИЕ: Когда файлы DICOM загружены, программное обеспечение автоматически реконструирует их в черепно-лицевой объем КЛКТ. - Нажмите кнопку « Переориентация » на панели «Ориентир» (рисунок 1).
- N (Nasion): щелкните V-образный вырез лобной кости в 3D-виде (рис. 2). Сразу после щелчка обратите внимание, что синяя точка (активирована) превращается в красный крестик, который также появится в аксиальном, сагиттальном и корональном видах. Нажимайте на синие треугольные стрелки вперед и назад, чтобы определить ориентир.
- В сагиттальном виде прокрутите колесико мыши вверх и вниз, чтобы найти самую переднюю точку, где лобно-назальный шов встречается с носовыми и лобными костями, и щелкните, чтобы определить вертикальное и переднезаднее положение ориентира.
- В корональном виде прокрутите колесико мыши вверх и вниз, чтобы найти момент непосредственно перед исчезновением носовой кости, чтобы убедиться в самой передней точке, и щелкните, чтобы определить горизонтальное положение Nasion.
- В осевом виде отрегулируйте переднезаднее положение так, чтобы оно находилось в самой передней точке.
- R Or (Orbitale): щелкните по самой нижней точке на краю правого орбитального контура на 3D-модели (рис. 2).
- В корональном виде прокрутите колесико мыши вверх и вниз, чтобы найти самую низкую точку на нижнем краю правой орбиты , и щелкните.
- В сагиттальном виде щелкните самую верхнюю точку правой верхней челюсти или скуловой костной структуры , которая составляет нижнюю границу глазницы.
- В осевом представлении прокрутите мышь и щелкните так, чтобы красный крестик располагался там, где встречается край глазной орбиты.
- L Or (Orbitale): щелкните самую нижнюю точку на краю левого орбитального контура в 3D-модели (рисунок 2) и измените точку на трех видах, как в процессе для R Or.
- R Po (порион): щелкните по самой верхней точке контура правого наружного слухового прохода на 3D-модели (рис. 2).
- В виде короны щелкните самую нижнюю точку правой височной кости , чтобы определить горизонтальное и вертикальное положение.
- В сагиттальной проекции щелкните самую верхнюю точку контура правого наружного слухового прохода, чтобы отрегулировать вертикальное и передне-заднее положение.
- В осевом виде прокрутите колесико мыши, чтобы щелкнуть там, где появляется наружный слуховой проход, в котором исчезает линия височной кости.
- L Po (порион): щелкните самую верхнюю точку контура левого наружного слухового прохода в 3D-модели (рисунок 2) и измените точку в трех многоплоскостных видах, как в процессе для R Po.
ПРИМЕЧАНИЕ: Пять основных скелетных ориентиров, включая Nasion, правую и левую орбитальные кости, а также правую и левую части в реконструированной черепно-лицевой модели (рис. 2), теперь идентифицированы. - Нажмите кнопку Готово, чтобы завершить переориентацию реконструированной черепно-лицевой модели.
- Нажмите кнопку «Предварительный выбор ориентира» на панели «Ориентир» и выберите группу ориентиров «Зубной ряд I».
ПРИМЕЧАНИЕ: Знаковые группы основания черепа, ВНЧС, верхнечелюстного скелета, нижнечелюстного скелета, зубного ряда I и мягких тканей уже выбраны для черепно-лицевого анализа. - Нажмите кнопку «Выполнить» на панели «Предварительный выбор ориентиров», и программа автоматически выберет предварительные ориентиры и определит их координаты.
- При изменении ориентиров нажмите кнопку Manual Landmark Picking на вкладке Volume , внесите необходимые корректировки и нажмите кнопку Done для подтверждения (рисунок 3).
3. Процедура слияния DDI
- Нажмите кнопку Registration of Dentition Scan на панели Tools (рисунок 4).
- Выберите зубной ряд верхней челюсти и нажмите кнопку «Загрузить » на панели регистрации зубного ряда.
- Выберите STL-файлы того же пациента с моделью КЛКТ в папке, чтобы загрузить STL-файлы верхнечелюстных зубов. Как только файлы STL будут открыты, найдите DDI в правой части экрана и четыре вида (3D, аксиальный, сагиттальный и корональный) КЛКТ в левой части экрана.
- Выберите ориентиры регистрации на загруженном DDI: мезиобуккальные бугорки первого моляра правой верхней челюсти (R U6CP), среднюю точку центрального резца правой верхней челюсти на краю резца (R U1CP) и мезиобуккальный бугорок первого моляра левой верхней челюсти (L U6CP) (рис. 5), поменяв местами синие треугольные стрелки вперед и назад.
ПРИМЕЧАНИЕ: Щелкните левой кнопкой мыши и перетащите мышь, чтобы повернуть DDI, и щелкните правой кнопкой мыши и перетащите, чтобы увеличить или уменьшить масштаб. Регистрационные ориентиры одновременно калибруются с помощью автоматизации машинного обучения после оцифровки вручную. - Нажмите кнопку «Готово » на панели регистрации зубного ряда.
- Нажмите кнопку Да , чтобы подтвердить автоматическую регистрацию (рисунок 6).
- Для слияния нижнечелюстных зубов выберите нижнечелюстной зубной ряд и нажмите кнопку «Загрузить» на панели «Регистрация зубного ряда». Повторите шаги с 3.2 по 3.6. Выберите регистрационные ориентиры на нижнечелюстном зубе: мезиобуккальный бугорок правого/левого нижнего первого моляра (R-/L- L6CP), правый нижний первый резец средней точки на краю резца (R L1CP).
- Теперь DDI объединен с реконструированной моделью КЛКТ (рис. 7).
- При изменении слияния нажмите кнопку Pick Registration Landmark на панели Dentition Registration (рисунок 8).
4. Получение значений 3D-координат (x, y и z) каждого ориентира
- Щелкните кнопку Ручной выбор ориентиров на вкладке Объем или щелкните вкладку Анализ, чтобы получить значения 3D-координат ориентиров. Для экспорта данных перейдите на вкладку анализа
→панель экспорта данных и нажмите кнопку Ориентир, чтобы сохранить данные в файл.
ПРИМЕЧАНИЕ: X-плоскость (горизонтальная) — это плоскость, проходящая через Nasion, параллельно Франкфуртской горизонтальной плоскости (FH), которая проходит через левую и правую орбитальные и правую Porion. Y-плоскость (срединная сагиттальная) перпендикулярна плоскости X, проходя через Nasion и Basion. Z-плоскость (корональная) устанавливает плоскость перпендикулярно горизонтальной и среднесагиттальной плоскостям через Nasion (нулевая точка; 0, 0 и 0) (рис. 9).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Здесь мы описали процесс интеграции CBCT и DDI с помощью программы на основе искусственного интеллекта. Для оценки его надежности и воспроизводимости было проведено сравнительное исследование с поверхностной регистрацией (SBR). Было определено, что после анализа мощности требуется минимальный размер выборки в десять человек при корреляции ρ H1 = 0,77, α = 0,05 и мощности (1−β) = 0,8018. Всего было изучено 17 наборов КЛКТ-сканирований и цифровых стоматологических изображений ортогнатических пациентов в больнице Бундан Сеульского национального университета с марта 2016 года по октябрь 2019 года. Все процессы SBR и ABR для одной и той же популяции были повторены дважды одним и тем же экспертом, ординатором-ортодонтом, который обучался идентификации ориентиров более 1,5 лет. SBR выполняли по протоколу, аналогичному протоколу некоторых предыдущих исследований 9,10 (рис. 10). Оценивались средние различия в значениях координат x, y и z R-/L-U6CP и R U1CP после повторных интеграций с каждой программой. Все данные были статистически проанализированы с помощью программного обеспечения SPSS 22.0. Достоверность координат ориентиров анализировалась в каждом ABR, SBR и между ними для оценки воспроизводимости с использованием внутриклассовой корреляции (ICC)19.
Внутринаблюдательная надежность значений координат x, y и z R-/L-U6CP и R U1CP была значительной и почти идеальной для ABR (0,950 ≤ ICC ≤ 0,998) и SBR (0,886 ≤ ICC ≤ 0,997) соответственно (табл. 1). Разница в надежности значений координат y и z в большинстве ориентиров была значительной и показала почти полное или существенное совпадение между SBR и ABR. Однако значения координат x R-/L-U6CP и R U1CP показали умеренное, посредственное и низкое совпадение соответственно и были незначительными.
Как показано в таблице 2, средние разности всех значений координат при повторных интегрированиях существенно не различались в каждом методе. Эти различия по координатам x варьировались от -0,005 до -0,098 мм для ABR и от -0,212 до 0,013 мм для SBR. Они варьировались от -0,084 до -0,314 мм по координатам y для ABR и от −0,007 до 0,084 мм для SBR, а также варьировались от -0,005 до 0,045 мм по координатам z для ABR и от −0,567 до 0,074 мм для SBR. Однако средняя разница между первой и второй регистрациями между ABR и SBR не была значимой.
Рисунок 1: Переориентация черепно-лицевой модели. Это запускается нажатием кнопки «Переориентация» на панели «Ориентир».
Рисунок 2: Пять основных ориентиров для переориентации реконструированной черепно-лицевой модели: назион, правая и левая орбитали, а также правая и левая порции.
Рисунок 3: Ориентиры и их координаты после предварительного автоматического выбора ориентиров. Обзор и изменение достопримечательностей можно сделать, нажав на кнопку «Ручной выбор достопримечательностей» на вкладке «Объем».
Рисунок 4: Начало слияния цифровых стоматологических изображений с переориентированной черепно-лицевой моделью. Это делается нажатием на кнопку «Регистрация сканирования зубного ряда » на панели «Инструменты». Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 5: Расположение трех регистрационных ориентиров на загруженных цифровых стоматологических изображениях. Мезиобуккальные бугорки первого моляра правой верхней челюсти (R U6CP), средняя точка центрального резца правой верхней челюсти на краю резца (R U1CP) и мезиобуккальная бугорка первого моляра левой верхней челюсти (L U6CP). Эти ориентиры были одновременно откалиброваны с помощью автоматизации с машинным обучением. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 6: Подтверждение трех регистрационных ориентиров на загруженных цифровых стоматологических изображениях и КЛКТ. Правый и левый мезиобуккальные бугорки первых моляров верхней челюсти (R U6CP, L U6CP) и правой верхней центральной средней точки резца (R U1CP). Нажатие на кнопку « Да » выполняет автоматическую регистрацию. Аббревиатура: КЛКТ = конусно-лучевая компьютерная томография. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 7: Реконструированная черепно-лицевая модель объединена с цифровым изображением зубов.
Рисунок 8: Изменение слияния. При изменении объединения нажмите кнопку «Выбрать регистрационный ориентир» на панели «Регистрация зубного ряда». Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 9: Опорные плоскости программы. X-плоскость (горизонтальная) — это плоскость, проходящая через Nasion, параллельно Франкфуртской горизонтальной плоскости (FH), которая проходит через левую и правую орбитальные и правую Porion. Y-плоскость (срединная сагиттальная) перпендикулярна плоскости X, проходя через Nasion и Basion. Z-плоскость (корональная) устанавливает плоскость перпендикулярно горизонтальной и среднесагиттальной плоскостям через Nasion (нулевая точка; 0, 0 и 0). Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 10: Поверхностная регистрация цифровых стоматологических изображений верхней челюсти в зубных частях реконструированных изображений КЛКТ. (A) До и (B) после слияния. Сначала начальные точки регистрировали с помощью мезиобуккальных бугорков первых моляров верхней челюсти и точки контакта центральных резцов в КЛКТ и ДДИ. Впоследствии поверхность была зарегистрирована для достижения более точного интегрирования с помощью итерационного алгоритма ближайших точек. Аббревиатура: КЛКТ = конусно-лучевая компьютерная томография; DDI = цифровые стоматологические изображения. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Таблица 1: Надежность в трех координатах каждого ориентира при интеграции лицевых КЛКТ и цифровых стоматологических изображений в каждом ABR и SBR и между ними. *парный t-критерий; † независимый t-критерий. ICC > 0,8/0,6/0,4/0,2 или ≤ 0,2 представляют собой очень хорошую, хорошую, умеренную, справедливую или плохую силу согласия соответственно. Сокращения: КЛКТ = конусно-лучевая компьютерная томография; ИИ = искусственный интеллект; ABR = регистрация на основе ИИ; SBR = наземная регистрация; ДИ = доверительный интервал; ICC= внутриклассовый коэффициент. Пожалуйста, нажмите здесь, чтобы загрузить эту таблицу.
Таблица 2: Средние различия в трех координатах каждого ориентира при повторной регистрации лицевых КЛКТ и цифровых стоматологических изображений с помощью ABR и SBR. Δ (1-2-я) — средняя разница в координатах x, y и z каждого ориентира между первой регистрацией (1-й) и второй регистрацией (2-й) изображений DDI и лицевой КЛКТ. *парный t-критерий; †независимый t-критерий ; ВУилкоксон Тест знакового ранга. Значимость была установлена на уровне P < 0,05. Сокращения: КЛКТ = конусно-лучевая компьютерная томография; ИИ = искусственный интеллект; ABR = регистрация на основе ИИ; SBR = наземная регистрация; S.D. = стандартное отклонение. Пожалуйста, нажмите здесь, чтобы загрузить эту таблицу.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Используя представленный протокол, оцифровка достопримечательностей и интеграция КЛКТ и DDI могут быть легко выполнены с помощью программного обеспечения с машинным обучением. Этот протокол требует следующих критических шагов: i) переориентация головы при КЛКТ-сканировании, ii) оцифровка КЛКТ и DDI и iii) объединение изображений КЛКТ с DDI. Оцифровка пяти ориентиров для переориентации головы имеет решающее значение, поскольку она определяет 3D-положение головы с опорными плоскостями в пространственных областях. Три ориентира (R-/L-U6CP и R U1CP) на DDI были откалиброваны с помощью автоматизации с машинным обучением после оцифровки вручную. Единственным ручным процессом было определение местоположения основных пяти скелетных ориентиров в реконструированной модели КЛКТ, включая Nasion, правую и левую орбитали и порионы (рис. 2), а также трех стоматологических ориентиров в DDI, включая R-/L-U6CP и R U1CP (рис. 5). Поэтому пользователь должен иметь опыт оцифровки этих восьми ориентиров, что может повлиять на ошибки регистрации. Среднее время потребления SBR составило 3-4 минуты для слияния CBCT и DDI экспертом программы. В программе ABR в среднем 50 с тратилось на выбор пяти ориентиров для переориентации, 40 с на выбор трех ориентиров в DDI и 2-3 с на программу слияния CBCT и DDI. Кроме того, время автоматического выбора ориентиров во всей КЛКТ варьируется от 30 с до 2 мин в зависимости от выбора группы ориентиров.
Если оцифровка некоторых достопримечательностей неточна, их можно изменить путем ручной оцифровки и нажатия кнопки «Ручная регистрация». Предположим, что есть какие-либо анатомические или морфологические отклонения (например, отсутствуют центральные резцы или первые моляры), клиницист может определить конкретные ориентиры, настроив определенные точки в КЛКТ и DDI в соответствии с ними.
Что касается средних ошибок различных методов интеграции с КЛКТ и DDI, предыдущие исследования с использованием маркеров сообщали о диапазоне ошибок регистрации от 0,1 до 0,5 мм20. В устойчивой к артефактам поверхностной регистрации Lin et al. сообщили об ошибках точности от 0,10 до 0,43 мм11. Однако в нашем исследовании диапазон разницы средних значений ABR был меньше, чем при SBR (от 0,001 до 0,314 мм; Таблица 2). Это означает, что ABR может иметь большую точность, чем SBR. Интересно, что z-координата верхнечелюстного резца в ABR и x-координата в SBR показали относительно меньше средних ошибок. Он может быть получен из различных ориентиров верхнечелюстного резца между ABR и SBR, который является средней точкой и точкой контакта верхнечелюстного резца соответственно.
Кроме того, металлические артефакты и уровень опыта оператора во время интеграции могут повлиять на точность при объединении КЛКТ и DDI. Nkenke et al. сообщили о 0,13 мм и 0,27 мм без и с коррекцией металлических артефактов, соответственно21. Другое исследование показало, что верхнечелюстные зубы демонстрируют низкую или умеренную надежность в значениях координаты x с SBR между различными группами операторов10. В нашем исследовании достоверность значений координат x первых моляров и резцов верхней челюсти показала умеренное или плохое согласие по сравнению между ABR и SBR. Кроме того, надежность координат y/z в большинстве ориентиров была почти идеальной для существенного совпадения, в то время как координаты x показали умеренное или низкое совпадение (Таблица 1). Эта изменчивость в x-координатах может быть обусловлена неоднозначностью ориентиров из-за окклюзионного износа первых моляров и скученности или расстояния между верхнечелюстными центральными резцами.
Что касается идентификации КЛКТ с помощью ИИ, то ориентиры на гребнях, краях, вершинах и между областями с характерной плотностью легче найти и, следовательно, они, как правило, имеют наивысшую точность22. Гийо и др. обнаружили, что ориентиры в основании черепа показали более высокую точность, чем в верхней и нижней челюстях14. Однако эти исследования не объединяли КЛКТ с ДДИ и оценивали идентификацию анатомических ориентиров только в КЛКТ с помощью ИИ.
В этом исследовании был небольшой размер выборки, используемой для оценки надежности ABR; необходима дальнейшая оценка с большим размером выборки. Учитывая, что это исследование проводилось только одним экспертом, различия между экспертами могут повлиять на надежность, что может быть дополнительно изучено. Кроме того, поскольку этот протокол был основан на алгоритме машинного обучения, в котором нейронные сети свертки были разработаны с выборочной базой данных, база данных должна периодически обновляться. Следует понимать, что анатомическое разнообразие зубов и лицевой кости, особенно при зубочелюстных деформациях, различия в рентгенологической плотности и разрешении КЛКТ и ДДИ могут привести к нарушению представления данных. Этот протокол ABR может быть применен для предварительного проектирования имплантата или пародонтальной хирургии и моделирования компьютерной ортогнатической хирургии и ортодонтического лечения.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Авторы заявляют об отсутствии конфликта интересов.
Acknowledgments
Это исследование было поддержано Исследовательским фондом больницы Бундан Сеульского национального университета (SNUBH). (Грант No 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).
