Un abonnement à JoVE est nécessaire pour voir ce contenu. Connectez-vous ou commencez votre essai gratuit.
Un flux de travail pour la création de modèles hybrides virtuels tridimensionnels (3D) a été conçu sur la base d’un ensemble de données de tomodensitométrie à faisceau conique et de scans optiques intra-oraux à l’aide de méthodes de segmentation d’images radiographiques et de modélisation de surface de forme libre. Les modèles numériques sont utilisés pour la planification virtuelle d’interventions chirurgicales dento-alvéolaires reconstructives.
L’acquisition de modèles tridimensionnels (3D) virtuels et hybrides est présentée dans cet article, en utilisant la séquence de segmentation d’images radiographiques, d’enregistrement spatial et de modélisation de surface de forme libre. Tout d’abord, les jeux de données de tomodensitométrie à faisceau conique ont été reconstruits avec une méthode de segmentation semi-automatique. L’os alvéolaire et les dents sont séparés en différents segments, ce qui permet d’évaluer la morphologie 3D et la localisation des défauts parodontaux intra-osseux. La gravité, l’étendue et la morphologie des défauts aigus et chroniques de la crête alvéolaire sont validées concernant les dents adjacentes. Sur des modèles de tissus complexes virtuels, les positions des implants dentaires peuvent être planifiées en 3D. En utilisant l’enregistrement spatial des données IOS et CBCT et la modélisation de surface de forme libre qui en découle, il est possible d’acquérir des modèles hybrides 3D réalistes, visualisant l’os alvéolaire, les dents et les tissus mous. Grâce à la superposition des tissus mous IOS et CBCT, l’épaisseur au-dessus de la crête édentée peut être évaluée par rapport aux dimensions osseuses sous-jacentes ; Par conséquent, la conception du lambeau et la gestion du lambeau chirurgical peuvent être déterminées, et des complications occasionnelles peuvent être évitées.
Les progrès technologiques en dentisterie ont permis la planification et la simulation de traitements assistées par ordinateur d’interventions chirurgicales et de réhabilitation prothétique. Deux méthodes essentielles pour l’acquisition de données 3D en dentisterie numérique sont : (1) la tomodensitométrie à faisceau conique (CBCT)1 et (2) le balayage optique intra-oral (IOS)2. Ces outils permettent d’acquérir des informations numériques sur toutes les structures anatomiques pertinentes (os alvéolaire, dents, tissus mous) pour planifier des interventions chirurgicales dento-alvéolaires reconstructives.
La technologie du faisceau conique a été introduite pour la première fois en 1996 par un groupe de recherche italien. Offrant une dose de rayonnement significativement plus faible et une résolution plus élevée (par rapport à la tomodensitométrie conventionnelle), la CBCT est rapidement devenue la modalité d’imagerie 3D la plus fréquemment utilisée en dentisterie et en chirurgie buccale3. La TCCS est souvent utilisée pour planifier différentes interventions chirurgicales (p. ex., chirurgie régénérative parodontale, augmentation de la crête alvéolaire, pose d’implants dentaires, chirurgie orthognatique)1. Les ensembles de données CBCT sont visualisés et peuvent être traités dans un logiciel d’imagerie radiographique qui fournit des images 2D et des rendus 3D, mais la plupart des logiciels d’imagerie utilisent des algorithmes basés sur des seuils pour la reconstruction d’images 3D. Les méthodes de seuillage définissent les limites supérieure et inférieure d’un intervalle de valeurs grises de voxel. Les voxels qui se situent entre ces limites seront rendus en 3D. Cette méthode permet une acquisition rapide du modèle ; cependant, comme l’algorithme ne peut pas différencier les structures anatomiques des artefacts métalliques et de la diffusion, les rendus 3D sont très imprécis et ont très peu de valeur diagnostique 4,5. Pour les raisons évoquées ci-dessus, de nombreux domaines de la dentisterie s’appuient encore sur les radiographies 2D conventionnelles (radiographies intra-orales, radiographie panoramique) ou sur les images 2D des ensembles de données CBCT5. Notre groupe de recherche a présenté une méthode de segmentation d’images semi-automatique dans un article récemment publié, à l’aide d’un logiciel de traitement d’images radiographiques open source6 dans lequel une reconstruction 3D anatomique des ensembles de données CBCT est effectuée7. À l’aide de cette méthode, les structures anatomiques ont été différenciées des artefacts métalliques et, plus important encore, l’os alvéolaire et les dents ont pu être séparés. Par conséquent, un modèle virtuel réaliste de tissus durs a pu être acquis. Des modèles 3D ont été utilisés pour évaluer les défauts parodontaux intra-osseux et pour la planification du traitement avant les chirurgies parodontales régénératives.
Les scanners optiques intra-oraux de surface fournissent des informations numériques sur les conditions cliniques (couronne clinique des dents et tissus mous). À l’origine, l’objectif de ces dispositifs était d’acquérir directement des modèles numériques de patients pour la planification et la fabrication de prothèses dentaires à l’aide des technologies de conception assistée par ordinateur (CAO) et de fabrication assistée par ordinateur (FAO)8. Cependant, en raison du large éventail d’applications, leur utilisation a été rapidement mise en œuvre dans d’autres domaines de la dentisterie. Les chirurgiens maxillo-faciaux combinent l’IOS et le CBCT dans une configuration hybride qui peut être utilisée pour l’ostéotomie virtuelle et la planification numérique des chirurgies orthognatiques 9,10. L’implantologie dentaire est probablement le domaine qui utilise le plus souvent la planification numérique et l’exécution guidée. La chirurgie intégrée élimine la plupart des complications liées au mauvais positionnement de l’implant. La combinaison d’ensembles de données CBCT et de fichiers de stéréolithographie (.stl) d’IOS est couramment utilisée pour planifier la mise en place guidée de l’implant et la fabrication de guides de perçage d’implants statiques11,12. Des scintigraphies intra-orales superposées à des ensembles de données CBCT ont également été utilisées pour préparer l’allongement esthétique de la couronne13 ; cependant, les tissus mous n’ont été superposés qu’à des ensembles de données CBCT reconstruits avec des algorithmes de seuillage. Cependant, pour effectuer une planification virtuelle 3D précise des interventions chirurgicales régénératives-reconstructives et de la pose d’implants dentaires, des modèles hybrides 3D réalistes de patients doivent être composés de données CBCT et IOS.
Par conséquent, cet article vise à présenter une méthode étape par étape pour acquérir des modèles numériques hybrides réalistes pour la planification chirurgicale virtuelle avant les interventions chirurgicales dento-alvéolaires reconstructives.
Cette étude a été menée en parfaite conformité avec la Déclaration d’Helsinki. Avant la préparation du manuscrit, le patient a donné un consentement éclairé écrit et signé. Le patient a donné son autorisation d’utiliser les données pour la démonstration du protocole.
1. Traitement de l’image radiographique
Figure 1 : Application de l’outil de segmentation semi-automatique « Level Tracing » en orientation sagittale. (A) Délimitant la région des pixels ayant la même valeur d’arrière-plan avec une ligne jaune. (B) Résultats du « Level Tracing » et de la segmentation manuelle ultérieure. (C) Affinement de la segmentation semi-automatique à l’aide d’outils manuels (peinture, effacement). Veuillez cliquer ici pour voir une version agrandie de cette figure.
REMARQUE : Utilisation de touches numériques pour permettre une commutation rapide entre les outils.
Figure 2 : Interpolation des contours morphologiques avec « Remplir entre les tranches », zones vert clair indiquant la partie du segment reconstruite automatiquement. (A) Vue axiale. (B) Vue sagittale. (C) Vue coronale. Veuillez cliquer ici pour voir une version agrandie de cette figure.
REMARQUE : Assurez-vous que seul le segment sur lequel l’interpolation est appliquée est visible. La visibilité des segments peut être activée ou désactivée dans la liste des segments.
Figure 3 : Segmentation terminée, le segment brun représentant l’os et le segment bleu représentant les dents. (A) Vue axiale. (B) Vue sagittale. (C) Vue coronale. (D) Le modèle 3D est généré automatiquement à partir des segments créés précédemment. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 4 : Enregistrement spatial de l’IOS en plaçant des repères sur des repères anatomiques bien définis. Veuillez cliquer ici pour voir une version agrandie de cette figure.
REMARQUE : Si nécessaire, la précision de la transformation peut être améliorée en déplaçant les points de balisage ou en ajoutant des points supplémentaires.
2. Exportez des modèles sous forme de fichiers .stl pour la modélisation de surface de forme libre
3. Modélisation de surface de forme libre
Figure 1 animée : Animation du modèle final en couleur, prêt pour la planification chirurgicale virtuelle. Veuillez cliquer ici pour télécharger cette figure.
Des modèles virtuels permettant des modèles tridimensionnels (3D) peuvent être générés à l’aide de la segmentation d’images radiographiques, du recalage spatial et de la modélisation de forme libre. Les modèles représentent numériquement la situation clinique, ce qui permet de planifier en trois dimensions diverses interventions chirurgicales. Avec une segmentation séparée de l’os et des dents, la limite entre les deux structures anatomiques est visible, la morphologie 3D et la localisation des défaut...
Avec le protocole présenté, les morphologies des défauts parodontaux et alvéolaires peuvent être visualisées en trois dimensions (3D), fournissant une représentation plus précise de la situation clinique que ce qui peut être obtenu par des méthodes de diagnostic 2D et des modèles 3D générés avec des algorithmes de seuillage. Le protocole peut être divisé en trois phases principales : (1) la segmentation semi-automatique des ensembles de données CBCT, (2) l’enregistrement spatial des CBCT et IOS, et (3)...
Les auteurs ne déclarent aucun conflit d’intérêts.
Aucun
Name | Company | Catalog Number | Comments |
3DSlicer | 3DSlicer (The software was first developed at Queen’s University Canada and since it is open source it is constantly developed by it’s community) | 4.13.0-2021-03-19 | Open source radiographic image processing software platform. Software is primarily intended for general medicine, however the wide range of segmentation an modelling tools allow it’s use for dental purposes as well |
Meshmixer | Autodesk Inc. | 3.5 | Open source free form surface modelling software developed for prototype development and basic 3D sculpting. However, due to the usefulness of tools for dental purpose, not just 3D models, but even static guides for navigated surgery can be designed. |
Demande d’autorisation pour utiliser le texte ou les figures de cet article JoVE
Demande d’autorisationExplorer plus d’articles
This article has been published
Video Coming Soon