基于人工智能的锥形束计算机断层扫描与数字牙科图像集成的可靠性

摘要

已经提出了使用人工智能 （AI） 辅助识别和合并来注册锥形束计算机断层扫描和数字牙科图像的过程。与基于表面的配准的比较表明，基于人工智能的数字化和集成是可靠且可重复的。

摘要

本研究旨在引入锥形束计算机断层扫描（CBCT）数字化和基于人工智能（AI）的配准（ABR）的数字牙科图像（DDI）集成，并评估该方法与基于表面的配准（SBR）相比的可靠性和可重复性。这项回顾性研究包括 17 名接受过计算机辅助双颌正颌手术的患者的 CBCT 图像和 DDI。使用基于人工智能的程序重复了CBCT图像的数字化及其与DDI的集成。CBCT 图像和 DDI 使用点对点配准进行集成。相比之下，使用SBR方法，在CBCT和DDI上手动识别三个标志，并与迭代最近点方法集成。

在对每种方法进行两次重复积分后，得到了第一上颌磨牙和中切牙的三维坐标值及其差异。进行类内系数 （ICC） 检验以评估观察者与每种方法坐标的观察者内可靠性，并比较它们在 ABR 和 SBR 之间的可靠性。观察者内部的可靠性在每种方法中都显示出显着且几乎完美的 ICC。在ABR和SBR中，第一次和第二次注册之间以及两种方法之间的平均差异没有显著性;然而，与SBR方法相比，ABR方法的范围更窄。这项研究表明，基于人工智能的数字化和集成是可靠和可重复的。

引言

三维（3D）数字技术拓宽了正畸或手术正畸治疗的诊断和规划范围。由面部锥形束计算机断层扫描 （CBCT） 图像构建的虚拟头部可用于评估牙颌面和牙齿异常、计划正颌手术、制造牙科晶片和使用计算机辅助设计和制造植入手术导板 1,2,3,4。然而，CBCT 扫描对牙列的代表性较低，包括牙齿形态和咬合间关系，这是由于它们的分辨率有限和牙齿修复或正畸托槽的条纹伪影⁵。因此，CBCT 图像上的牙科特征已被数字牙科图像 （DDI） 取代，例如扫描的管型或口内扫描图像。

为了在CBCT图像上可靠地集成DDI，许多研究报告了各种方法，例如使用基准标记^6,7，^基于体素的⁸和基于表面的配准（SBR）^9,10。这些程序有其使用口外标记、多次 CBCT 扫描和额外的处理步骤的方法，例如清洁 CBCT 图像上的金属伪影。关于 SBR 精度，之前的几项研究报告的误差范围为 0.10 至 0.43mm ^9,11。此外，Zou 等人使用 SBR 评估了数字工程师和正畸医生之间的观察者内部/观察者间的可靠性和错误，并报告了对临床经验和重复学习的需求¹⁰.

人工智能 （AI） 已被用于预测治疗结果¹² 并将头影 X 光片¹³ 或 CBCT 图像^14、15、16 上的地标数字化，目前有一些商业软件可用于协助这一过程¹⁷。由于平面或曲面结构的模糊性、低密度区域以及解剖结构的广泛可变性，因此在 3D 图像上准确识别解剖标志具有挑战性。

基于人工智能的机器学习自动化不仅可以应用于数字化，还可以用于DDI和牙面CBCT的集成。然而，与现有的基于表面的方法相比，关于基于人工智能的注册 （ABR） 的准确性的研究很少。为了通过双颌正颌手术获得更准确的 3D 骨骼和牙齿变化结果，有必要在合并 CBCT 和 DDI 时评估基于 AI 的程序的准确性。因此，本文提出了一个分步协议，用于数字化和集成 CBCT 和 DDI 与基于 AI 的注册 （ABR），并评估其与 SBR 相比的可靠性和可重复性。

研究方案

这项回顾性研究由首尔国立大学盆唐医院机构审查委员会 （B-2205-759-101） 审查和批准，并符合《赫尔辛基宣言》的原则。该研究使用了来自牙科模型的 CBCT 和 DDI 中的标准镶嵌语言 （STL） 格式的医学数字成像和通信 （DICOM） 文件。由于该研究的回顾性，因此放弃了知情同意的需要。

1. CBCT和数字牙科图像（DDI）采集

1. 根据以下纳入标准选择患者：骨骼性 III 类咬合不正;通过计算机辅助计划进行双颌手术;以及使用固定边缘矫治器进行正畸治疗。
2. 排除颅面综合征、唇/腭裂、上颌第一磨牙或右中切牙缺失的患者。
3. 获得视场为 200 mm x 180 mm、体素大小为 0.2 mm、暴露条件为 80 kVp、15 mA 和 10.8 s 的 CBCT 扫描。确保患者处于直立位置，牙齿处于最大凹陷。将扫描结果另存为医学数字成像和通信 （DICOM） 数据文件。
4. 从牙科结石模型中获取 DDI 或直接口内扫描，并将其以标准镶嵌语言 （STL） 格式保存为单独的上颌牙列和下颌牙列。

2. 基于人工智能的注册协议 （ABR）

1. CBCT重新定位和数字化
   1. 打开软件，点击 加载DICOM文件 按钮将CBCT DICOM文件导入到软件中。
   2. 在 DICOM 数据文件夹中选择任何一个 DICOM 文件，然后单击 “打开”。
      注意：当加载 DICOM 文件时，软件会自动将它们重建为 CBCT 颅面体积。
   3. 单击 Landmark 面板中的 Reorientation 按钮（图 1）。
   4. N（Nasion）：在3D视图中单击额骨的V切口（图2）。点击后，立即观察蓝点（激活）变成红十字，该十字也将出现在轴向、矢状面和冠状视图中。来回单击蓝色三角形箭头以识别地标。
      1. 在 矢状面视图中，上下滚动鼠标滚轮以找到额鼻缝合线与鼻骨和额骨相交的最前点，然后单击以确定标志的垂直和前后位置。
      2. 在冠状视图中，上下滚动鼠标滚轮以找到鼻骨消失之前的时刻，以确保最前点，然后单击以确定鼻骨的水平位置。
      3. 在 轴向视图中，调整 前后位置 ，因为它位于最前点。
   5. R Or （Orbitale）：在 3D 模型中单击右眼眶轮廓边缘的最下点（图 2）。
      1. 在 冠状视图中，上下滚动鼠标滚轮以找到 右轨道下边缘的最低点 ，然后单击。
      2. 在矢状面视图中，单击构成眼眶下边界的右上颌骨或颧骨结构的最上点。
      3. 在 轴向视图中，滚动鼠标并单击，使红叉位于眼眶边缘相交的位置。
   6. L Or （Orbitale）：在 3D 模型（图 2）中单击左眼眶轮廓边缘的最下点，并修改三个视图上的点，就像在 R Or 的过程中一样。
   7. R Po （Porion）：在 3D 模型中单击右侧外耳道轮廓的最上点（图 2）。
      1. 在 冠状视图中，单击 右颞骨的最低点 以确定 水平 和 垂直位置。
      2. 在矢状视图中，单击右侧外耳道轮廓的最上点以调整垂直和前后位置。
      3. 在 轴向视图中，滚动鼠标滚轮以单击 外耳道出现的位置，其中 颞骨线消失。
   8. L Po （Porion）：在 3D 模型（图 2）中单击左侧外耳道轮廓的最上点，并在三个多平面视图中修改该点，就像在处理 R Po 时一样。
      注：重建的颅面模型（图2）中，现已识别出五个基本骨骼标志，包括Nasion，左右眼眶以及左右眼眶。
   9. 单击“ 完成” 按钮以完成重建的颅面模型的重新定向。
   10. 单击“地标”面板中的“初步地标选择”按钮，然后选择“ 齿状 I”地标组。
       注意：已经选择了颅底、颞下颌关节、上颌骨骼、下颌骨骼、牙列 I 和软组织的标志性组进行颅面分析。
   11. 单击“初步地标拾取”面板中的“执行”按钮，让软件自动拾取初步地标并确定其坐标。
   12. 修改地标时，按 Volume 选项卡中的 Manual Landmark Pick 按钮，进行必要的调整，然后单击 Done 按钮进行确认（图 3）。

3. DDI 合并程序

1. 单击“工具”面板中的“齿状扫描注册”按钮（图4）。
2. 选择上颌牙列，然后单击牙列注册面板中的加载按钮。
3. 在文件夹中选择具有CBCT模型的同一患者的STL文件，以加载上颌牙列STL文件。打开 STL 文件后，在屏幕右侧查找 DDI，在屏幕左侧查找 CBCT 的四个视图（3D、轴向、矢状面和冠状）。
4. 通过来回切换蓝色三角箭头，在加载的 DDI 上选择注册标志：右上颌第一磨牙的近颊尖 （R U6CP）、切口边缘的右上颌中切牙中点 （R U1CP） 和左上颌第一磨牙的近颊尖 （L U6CP）（图 5）。
   注意：左键单击并拖动鼠标可旋转 DDI，右键单击并拖动可放大和缩小。在手动数字化后，注册标志同时由机器学习自动化进行校准。
5. 单击“齿状注册”面板中的“完成”按钮。
6. 单击“ Yes ”按钮以确认自动注册（图 6）。
7. 对于下颌牙列合并，请选择下颌牙列，然后单击牙列注册面板中的加载按钮。重复步骤 3.2 到 3.6。选择下颌牙列上的注册标志：右/左下第一磨牙的近颊尖 （R-/L- L6CP），切口边缘的右下第一切牙中点 （R L1CP）。
8. DDI 现在与重建的 CBCT 模型合并（图 7）。
   1. 修改合并时，单击 Dentition Registration 面板中的 Pick Registration Landmark 按钮（图 8）。

4. 获取每个地标的 3D 坐标值（x、y 和 z）

1. 单击“体积”选项卡中的“手动地标拾取”按钮，或单击“分析”选项卡以获取地标的 3D 坐标值。对于数据导出，请转到分析选项卡→数据导出面板，然后单击“地标”按钮将数据另存为文件。
   注意：X 平面（水平）是穿过 Nasion 的平面，平行于穿过左右 Orbitales 和右 Porion 的法兰克福水平 （FH） 平面。Y 平面（矢状面）垂直于 X 平面，穿过 Nasion 和 basion。Z平面（冠状面）通过Nasion（零点;0、0和0）将平面设置为垂直于水平面和中矢状面（图9）。

结果

在这里，我们描述了使用基于 AI 的程序 CBCT 和 DDI 的集成过程。为了评估其可靠性和可重复性，进行了与表面基配准（SBR）的比较研究。确定在相关性 ρ H1 = 0.77、α = 0.05 和功效 （1−β） = 0.80 18 下的功效分析后，需要的最小样本量为¹⁰。研究了2016年3月至2019年10月在首尔国立大学盆唐医院进行的17组正颌患者的CBCT扫描和数字牙科图像。同一人群的整个 SBR 和 ABR 过程由同一位检查...

讨论

使用所提出的协议，可以使用机器学习软件轻松完成地标的数字化以及集成 CBCT 和 DDI。该协议需要以下关键步骤：i） CBCT 扫描中头部的重新定位，ii） CBCT 和 DDI 的数字化，以及 iii） 将 CBCT 图像与 DDI 合并。对于头部重新定向，五个标志的数字化至关重要，因为它通过空间区域中的参考平面确定头部的 3D 位置。DDI 上的三个地标（R-/L-U6CP 和 R U1CP）在手动数字化后通过机器学习自动化进行校准。?...

材料

Name	Company	Catalog Number	Comments
G*Power	Heinrich Heine Universität, Dϋsseldorf, 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