Nuestra investigación se centra en la integración de CBCT e imágenes dentales digitales, que es inevitable en la creación de una cabeza virtual. Hasta ahora, esas tres imágenes están utilizando marginalmente el mejor método de película, que es el basado en la superficie. Esta investigación tiene como objetivo presentar un nuevo método de integración basado en la digitalización asistida por IA y evaluar su precisión.
La inteligencia artificial se ha utilizado para predecir los resultados del tratamiento y digitalizar puntos de referencia en radiografías complementarias o imágenes de CPCT. Hay algunos softwares comerciales disponibles. Este programa adopta la automatización de aprendizaje automático asistida por IA para digitalizar puntos de referencia en CPCT y también calibrar puntos de referencia seleccionados manualmente en imágenes dentales.
El observador interno, el equipo de laboratorio, mostró un ICC significativo y casi completo en cada método. La principal diferencia no mostró diferencia significativa entre el primer y segundo registro en cada ABR y SBR y entre ambos métodos. Sin embargo, los rangos fueron menores con el método ABR que con el método SBR.
El protocolo ABR no solo mejoró la precisión, sino que también redujo significativamente el tiempo de fusión. Mientras que el método SBR tardaba de tres a cuatro minutos, el programa ABR solo requería unos 50 segundos para la selección de puntos de referencia, 40 segundos para los puntos de referencia de DDI y de dos a tres segundos para la fusión de CPCT y DDI.
