Un abonnement à JoVE est nécessaire pour voir ce contenu. Connectez-vous ou commencez votre essai gratuit.
* Ces auteurs ont contribué à parts égales
Un processus d’enregistrement de tomodensitométries à faisceau conique et d’images dentaires numériques a été présenté à l’aide de l’identification et de la fusion assistées par l’intelligence artificielle (IA). Une comparaison avec le recalage basé sur la surface montre que la numérisation et l’intégration basées sur l’IA sont fiables et reproductibles.
Cette étude visait à introduire la numérisation et l’intégration d’images dentaires numériques (DDI) par tomographie conique (CBCT) basée sur l’enregistrement basé sur l’intelligence artificielle (IA) et à évaluer la fiabilité et la reproductibilité de cette méthode par rapport à celles de l’enregistrement en surface (SBR). Cette étude rétrospective a consisté en des images CBCT et DDI de 17 patients ayant subi une chirurgie orthognatique bimaxillaire assistée par ordinateur. La numérisation des images CBCT et leur intégration avec DDI ont été répétées à l’aide d’un programme basé sur l’IA. Les images CBCT et DDI ont été intégrées à l’aide d’un recalage point à point. En revanche, avec la méthode SBR, les trois points de repère ont été identifiés manuellement sur le CBCT et le DDI, qui ont été intégrés à la méthode itérative des points les plus proches.
Après deux intégrations répétées de chaque méthode, les valeurs de coordonnées tridimensionnelles des premières molaires maxillaires et des incisives centrales et leurs différences ont été obtenues. Des tests de coefficient intraclasse (ICC) ont été effectués pour évaluer la fiabilité intra-observateur avec les coordonnées de chaque méthode et comparer leur fiabilité entre l’ABR et le SBR. La fiabilité intra-observateur a montré une ICC significative et presque parfaite dans chaque méthode. Il n’y avait pas de différence moyenne significative entre le premier et le deuxième enregistrement dans chaque ABR et SBR et entre les deux méthodes ; cependant, leurs fourchettes étaient plus étroites avec l’ABR qu’avec la méthode SBR. Cette étude montre que la numérisation et l’intégration basées sur l’IA sont fiables et reproductibles.
La technologie numérique tridimensionnelle (3D) a élargi le champ du diagnostic et de la planification des traitements orthodontiques ou chirurgico-orthodontiques. Une tête virtuelle construite à partir d’une image de tomodensitométrie à faisceau conique (CBCT) peut être utilisée pour évaluer les anomalies dentofaciales et dentaires, planifier la chirurgie orthognatique, fabriquer des plaquettes dentaires et implanter des guides chirurgicaux à l’aide de la conception et de la fabrication assistées par ordinateur 1,2,3,4. Cependant, les scint....
Cette étude rétrospective a été examinée et approuvée par le Conseil d’examen institutionnel de l’hôpital Bundang de l’Université nationale de Séoul (B-2205-759-101) et s’est conformée aux principes de la Déclaration d’Helsinki. Des fichiers DICOM (Digital Imaging and Communications in Medicine) de CBCT et DDI au format STL (Standard Tessellation Language) du plâtre dentaire ont été utilisés dans l’étude. La nécessité d’un consentement éclairé a été écartée en raison de la nature rétrospective de l’étude.
1. Acquisition de CBCT et d’images dentaires numériques (DDI)
Nous avons décrit ici le processus d’intégration de CBCT et DDI à l’aide d’un programme basé sur l’IA. Pour évaluer sa fiabilité et sa reproductibilité, une étude comparative avec enregistrement en surface (SBR) a été réalisée. Il a été déterminé qu’une taille d’échantillon minimale de dix était nécessaire après une analyse de puissance sous corrélation ρ H1 = 0,77, α = 0,05 et puissance (1−β) = 0,8018. Au total, 17 séries de scans CBCT et d’images dentaire.......
À l’aide du protocole présenté, la numérisation des points de repère et l’intégration de la CBCT et de la DDI peuvent être facilement réalisées à l’aide d’un logiciel d’apprentissage automatique. Ce protocole nécessite les étapes critiques suivantes : i) réorientation de la tête dans le balayage CBCT, ii) numérisation du CBCT et du DDI, et iii) fusion des images CBCT avec le DDI. La numérisation de cinq points de repère pour la réorientation de la tête est essentielle car elle détermine la p.......
Les auteurs ne déclarent aucun conflit d’intérêts.
Cette étude a été financée par le Fonds de recherche de l’hôpital Bundang de l’Université nationale de Séoul (SNUBH). (Subvention n° 14-2019-0023).
....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 |
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