מחקר זה נתמך על ידי קרן המחקר של בית החולים בונדאנג של האוניברסיטה הלאומית בסיאול (SNUBH). (מענק מס' 14-2019-0023).

מחקר רטרוספקטיבי זה נבדק ואושר על ידי מועצת הסקירה המוסדית של בית החולים בונדאנג של האוניברסיטה הלאומית בסיאול (B-2205-759-101) ועמד בעקרונות הצהרת הלסינקי. במחקר נעשה שימוש בקובצי Digital Imaging and Communications in Medicine (DICOM) מ-CBCT ו-DDI בפורמט Standard Tessellation Language (STL) מגבס השיניים. הצורך בהסכמה מדעת בוטל בשל אופיו הרטרוספקטיבי של המחקר.
1. רכישת CBCT ותמונות דנטליות דיגיטליות (DDI)
<ol><li>בחר חולים על סמך קריטריוני ההכללה הבאים: חסימה מסוג III של השלד; ניתוח בימקסילרי באמצעות תכנון בעזרת מחשב; וטיפול אורתודונטי עם מכשירים קבועים.</li>
	<li>אין לכלול מטופלים עם תסמונות גולגולתיות, שפה/חך שסועים, או טוחנות ראשונות מקסילריות חסרות או חותך מרכזי ימני.</li>
	<li>קבל סריקות CBCT עם שדה ראייה של 200 מ"מ x 180 מ"מ, גודל ווקסל של 0.2 מ"מ, ותנאי חשיפה של 80 kVp, 15 mA ו- 10.8 שניות. ודא כי המטופלים נמצאים במצב זקוף עם שיניהם באינטראקציה מקסימלית. שמור את הסריקות כקבצי נתונים של הדמיה דיגיטלית ותקשורת ברפואה (DICOM).</li>
	<li>רכוש DDIs מיציקות אבן דנטליות או סריקה אינטרה-אוראלית ישירה ושמור אותם בפורמט Standard Tessellation Language (STL) כשיניים מקסילריות ומנדיבולאריות נפרדות.</li>
</ol>2. פרוטוקול רישום מבוסס AI (ABR)
<ol><li>ארגון מחדש ודיגיטציה של CBCT<ol><li>פתח את התוכנה ולחץ על הלחצן טען קובץ DICOM כדי לייבא קובצי CBCT DICOM לתוכנה.</li>
		<li>בחרו באחד מקובצי DICOM בתיקיית הנתונים DICOM ולחצו על הלחצן 'פתח'. הערה: כאשר קובצי DICOM נטענים, התוכנה משחזרת אותם באופן אוטומטי לנפח גולגולתי CBCT.</li>
		<li>לחצו על כפתור Reorientation בחלונית Landmark (איור 1).</li>
		<li>N (Nasion): לחץ על חריץ V של העצם הקדמית בתצוגה התלת-ממדית (איור 2). מיד לאחר הלחיצה, שימו לב שהנקודה הכחולה (מופעלת) הופכת לצלב אדום שיופיע גם במבט הצירי, הקשת והעטרה. לחץ על החצים המשולשים הכחולים קדימה ואחורה כדי לזהות את ציון הדרך.<ol><li>בתצוגת קשת, גלול את גלגל העכבר למעלה ולמטה כדי למצוא את הנקודה הקדמית ביותר שבה התפר הקדמי פוגש את עצמות האף והחזית ולחץ כדי לקבוע את המיקום האנכי והקדמי של ציון הדרך.</li>
			<li>בתצוגת העטרה, גלול את גלגל העכבר למעלה ולמטה כדי למצוא את הרגע רגע לפני שעצם האף נעלמת כדי להבטיח את הנקודה הקדמית ביותר ולחץ כדי לקבוע את המיקום האופקי של הנסיון.</li>
			<li>בתצוגה צירית, התאם את המיקום הקדמי כפי שהוא בנקודה הקדמית ביותר.</li>
		</ol></li>
		<li>R Or (Orbitale): לחצו על הנקודה הנחותה ביותר בשולי קו המתאר האורביטלי הימני במודל התלת-ממדי (איור 2).<ol><li>בתצוגת העטרה, גלול את גלגל העכבר למעלה ולמטה כדי למצוא את הנקודה הנמוכה ביותר בשוליים הנמוכים של המסלול הימני ולחצ.</li>
			<li>בתצוגת הסגיטל, לחץ על הנקודה העליונה ביותר של מבנה המקסילה הימני או העצם הזיגומטי המהווה את הגבול התחתון של המסלול.</li>
			<li>בתצוגה הצירית, גלול לאורך העכבר ולחץ כך שהצלב האדום ימוקם במקום שבו שפת מסלול העין נפגשת.</li>
		</ol></li>
		<li>L Or (Orbitale): לחץ על הנקודה הנחותה ביותר בשולי מתאר המסלול השמאלי במודל התלת-ממדי (איור 2) ושנה את הנקודה בשלוש התצוגות כמו בתהליך עבור R Or.</li>
		<li>R Po (פוריון): לחצו על הנקודה העליונה ביותר בקווי המתאר של הבשר השמיעתי החיצוני הימני במודל התלת-ממדי (איור 2).<ol><li>בתצוגת העטרה, לחץ על הנקודה הנמוכה ביותר של העצם הרקתית הימנית כדי לקבוע את המיקום האופקי והאנכי.</li>
			<li>בתצוגת sagittal, לחץ על הנקודה העליונה ביותר של קווי המתאר של meatus השמיעתי החיצוני הימני כדי להתאים את המיקום האנכי והקדמי-אחורי.</li>
			<li>בתצוגה הצירית, גלול בגלגל העכבר כדי ללחוץ במקום שבו מופיעה תעלת השמע החיצונית, שבה קו העצם הרקתית נעלם.</li>
		</ol></li>
		<li>L Po (פוריון): לחץ על הנקודה העליונה ביותר של קווי המתאר של המיטוס השמיעתי החיצוני השמאלי במודל התלת-ממדי (איור 2) ושנה את הנקודה בשלוש התצוגות הרב-מישוריות כמו בתהליך עבור R Po. הערה: חמשת ציוני הדרך הבסיסיים של השלד, כולל Nasion, אורביטלים ימניים ושמאליים, ונקבוביות ימין ושמאל במודל הגולגולתי המשוחזר (איור 2), מזוהים כעת.</li>
		<li>לחץ על כפתור בוצע כדי להשלים את הכיוון מחדש של מודל הגולגולת המשוחזר.</li>
		<li>לחץ על הלחצן Preliminary Landmark Picking בחלונית Landmark ובחר את קבוצת ציון הדרך Dentition I. הערה: קבוצות ציון דרך של בסיס גולגולתי, TMJ, שלד מקסילרי, שלד מנדיבולרי, דנטיציה I ורקמות רכות כבר נבחרו לניתוח קרניופציאלי.</li>
		<li>לחץ על כפתור Execute בחלונית Preliminary Landmark Picking ותן לתוכנה לבחור באופן אוטומטי ציוני דרך ראשוניים ולקבוע את הקואורדינטות שלהם.</li>
		<li>בעת שינוי ציוני הדרך, לחץ על כפתור בחירת ציון דרך ידני בכרטיסייה עוצמת קול , בצע את ההתאמות הדרושות ולחץ על כפתור סיום כדי לאשר (איור 3).</li>
	</ol></li>
</ol>3. הליך מיזוג DDI
<ol><li>לחצו על כפתור Registration of Dentition Scan בחלונית Tools (איור 4).</li>
	<li>בחר maxilla dentition ולחץ על טען כפתור בחלונית Dentition Registration.</li>
	<li>בחר את קבצי STL של אותו מטופל עם מודל CBCT בתיקיה כדי לטעון קבצי STL שיניים maxilla. לאחר שקבצי STL פתוחים, חפש DDI בצד ימין של המסך וארבע תצוגות (תלת-ממד, צירית, קשת ועטרה) של CBCT בצד שמאל של המסך.</li>
	<li>בחר את ציוני הדרך של הרישום ב- DDI הטעון: ה- mesiobuccal cusps של הטוחנת הראשונה המקסילרית הימנית (R U6CP), נקודת האמצע של החותכת המרכזית המקסילרית הימנית בקצה החתך (R U1CP), וה- mesiobuccal cusp של הטוחנת הראשונה המקסילרית השמאלית (L U6CP) (איור 5) על-ידי החלפת החצים המשולשים הכחולים קדימה ואחורה. הערה: לחץ באמצעות לחצן העכבר השמאלי וגרור את העכבר כדי לסובב את ה- DDI ולחץ באמצעות לחצן העכבר הימני וגרור כדי להגדיל ולהקטין את התצוגה. ציוני הדרך של הרישום מכוילים בו זמנית על ידי אוטומציה שנלמדה על ידי מכונה לאחר שעברו דיגיטציה ידנית.</li>
	<li>לחץ על כפתור Done בחלונית Dentition Registration.</li>
	<li>לחץ על כפתור כן כדי לאשר את הרישום האוטומטי (איור 6).</li>
	<li>למיזוג שיניים מנדיבולאריות, בחר שיניים לסתות ולחץ על כפתור טען בחלונית רישום נטישה. חזור על שלבים 3.2 עד 3.6. בחר את ציוני הדרך הרשומים על השיניים המנדיבולאריות: הקצה המסיובוקי של הטוחנת הראשונה התחתונה הימנית/שמאלית (R-/L- L6CP), נקודת האמצע החותכת הראשונה התחתונה הימנית בקצה החתך (R L1CP).</li>
	<li>ה-DDI מוזג כעת עם מודל CBCT המשוחזר (איור 7).<ol><li>בעת שינוי המיזוג, לחץ על כפתור בחירת ציון דרך ברישום בחלונית רישום דנטיישן (איור 8).</li>
	</ol></li>
</ol>4. קבלת ערכי הקואורדינטות התלת-ממדיות (x, y ו-z) של כל ציון דרך
<ol><li>לחץ על כפתור בחירת ציון דרך ידנית בכרטיסייה עוצמת קול או לחץ על הכרטיסייה ניתוח כדי לקבל את ערכי הקואורדינטות התלת-ממדיות של ציוני הדרך. לייצוא נתונים, עבור אל כרטיסיית ניתוח <s>→</s> חלונית ייצוא נתונים, ולחץ על כפתור ציון דרך כדי לשמור את הנתונים כקובץ. הערה: מישור X (אופקי) הוא המישור העובר דרך הנסיון, במקביל למישור האופקי של פרנקפורט (FH) העובר דרך האורביטלס השמאלי והימני ופוריון הימני. מישור Y (midsagittal) ניצב למישור X, עובר דרך הנאסיון והבזיון. מישור Z (העטרה) מציב את המישור בניצב למישור האופקי ולמישור האמצעי-סגיטלי דרך הנאסיון (נקודת אפס; 0, 0 ו-0) (איור 9).</li>
</ol>

שילוב מבוסס בינה מלאכותית של תמונות דנטליות

<ol>
	<li>Plooij, J. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Digital+three-dimensional+image+fusion+processes+for+planning+and+evaluating+orthodontics+and+orthognathic+surgery.+A+systematic+review.">Digital three-dimensional image fusion processes for planning and evaluating orthodontics and orthognathic surgery. A systematic review.</a> J Oral Maxillofac Surg. 40 (4), 341-352 (2011).</li><li>Badiali, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Virtual+orthodontic+surgical+planning+to+improve+the+accuracy+of+the+surgery-first+approach:+A+prospective+evaluation.">Virtual orthodontic surgical planning to improve the accuracy of the surgery-first approach: A prospective evaluation.</a> J Oral Maxillofac Surg. 77 (10), 2104-2115 (2019).</li><li>Lee, C. Y., Ganz, S. D., Wong, N., Suzuki, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Use+of+cone+beam+computed+tomography+and+a+laser+intraoral+scanner+in+virtual+dental+implant+surgery:+part+1.">Use of cone beam computed tomography and a laser intraoral scanner in virtual dental implant surgery: part 1.</a> Implant Dent. 21 (4), 265-271 (2012).</li><li>Park, J. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Creation+of+digital+virtual+patient+by+integrating+CBCT,+intraoral+scan,+3D+facial+scan:+an+approach+to+methodology+for+integration+accuracy.">Creation of digital virtual patient by integrating CBCT, intraoral scan, 3D facial scan: an approach to methodology for integration accuracy.</a> J Craniofac Surg. 33 (4), e396-e398 (2022).</li><li>Almutairi, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Replacement+of+the+distorted+dentition+of+the+cone-beam+computed+tomography+scans+for+orthognathic+surgery+planning.">Replacement of the distorted dentition of the cone-beam computed tomography scans for orthognathic surgery planning.</a> J Oral Maxillofac Surg. 76 (7), 1561.e1-1561.e8 (2018).</li><li>Rangel, F. A., Maal, T. J., Berge, S. J., Kuijpers-Jagtman, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Integration+of+digital+dental+casts+in+cone-beam+computed+tomography+scans.">Integration of digital dental casts in cone-beam computed tomography scans.</a> ISRN Dent. 2012, 949086 (2012).</li><li>Yang, W. M., Ho, C. T., Lo, L. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+superimposition+of+palatal+fiducial+markers+for+accurate+integration+of+digital+dental+model+and+cone+beam+computed+tomography.">Automatic superimposition of palatal fiducial markers for accurate integration of digital dental model and cone beam computed tomography.</a> J Oral Maxillofac Surg. 73 (8), 1616.e1-1616.e10 (2015).</li><li>Swennen, G. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+cone-beam+computed+tomography+triple+scan+procedure+to+obtain+a+three-dimensional+augmented+virtual+skull+model+appropriate+for+orthognathic+surgery+planning.">A cone-beam computed tomography triple scan procedure to obtain a three-dimensional augmented virtual skull model appropriate for orthognathic surgery planning.</a> J Craniofac Surg. 20 (2), 297-307 (2009).</li><li>Noh, H., Nabha, W., Cho, J. H., Hwang, H. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Registration+accuracy+in+the+integration+of+laser-scanned+dental+images+into+maxillofacial+cone-beam+computed+tomography+images.">Registration accuracy in the integration of laser-scanned dental images into maxillofacial cone-beam computed tomography images.</a> Am J Orthod Dentofacial Orthop. 140 (4), 585-591 (2011).</li><li>Zou, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Accuracy+of+a+surface-based+fusion+method+when+integrating+digital+models+and+the+cone+beam+computed+tomography+scans+with+metal+artifacts.">Accuracy of a surface-based fusion method when integrating digital models and the cone beam computed tomography scans with metal artifacts.</a> Sci Rep. 12 (1), 8034 (2022).</li><li>Lin, H. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Artifact-resistant+superimposition+of+digital+dental+models+and+cone-beam+computed+tomography+images.">Artifact-resistant superimposition of digital dental models and cone-beam computed tomography images.</a> J Oral Maxillofac Surg. 71 (11), 1933-1947 (2013).</li><li>Park, J. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Use+of+artificial+intelligence+to+predict+outcomes+of+nonextraction+treatment+of+Class+II+malocclusions.">Use of artificial intelligence to predict outcomes of nonextraction treatment of Class II malocclusions.</a> Semin Orthodontics. 27 (2), 87-95 (2021).</li><li>Bao, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evaluating+the+accuracy+of+automated+cephalometric+analysis+based+on+artificial+intelligence.">Evaluating the accuracy of automated cephalometric analysis based on artificial intelligence.</a> BMC Oral Health. 23 (1), 1-10 (2023).</li><li>Gillot, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+landmark+identification+in+cone-beam+computed+tomography.">Automatic landmark identification in cone-beam computed tomography.</a> Orthod Craniofac Res. , (2023).</li><li>Blum, F. M. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evaluation+of+an+artificial+intelligence-based+algorithm+for+automated+localization+of+craniofacial+landmarks.">Evaluation of an artificial intelligence-based algorithm for automated localization of craniofacial landmarks.</a> Clin Oral Invest. 27, 2255-2265 (2023).</li><li>Al-Ubaydi, A. S., Al-Groosh, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+validity+and+reliability+of+automatic+tooth+segmentation+generated+using+artificial+intelligence.">The validity and reliability of automatic tooth segmentation generated using artificial intelligence.</a> The Scientific World Journal. 2023, 5933003 (2023).</li><li>Urban, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=AI-assisted+CBCT+data+management+in+modern+dental+practice:+Benefits,+limitations+and+innovations.">AI-assisted CBCT data management in modern dental practice: Benefits, limitations and innovations.</a> Electronics. 12 (7), 1710 (2023).</li><li>Faul, F., Erdfelder, E., Buchner, A., Lang, A. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Statistical+power+analyses+using+G*Power+3.1:+tests+for+correlation+and+regression+analyses.">Statistical power analyses using G*Power 3.1: tests for correlation and regression analyses.</a> Behav Res Methods. 41 (4), 1149-1160 (2009).</li><li>Landis, J. R., Koch, G. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+measurement+of+observer+agreement+for+categorical+data.">The measurement of observer agreement for categorical data.</a> Biometrics. 33, 159-174 (1977).</li><li>Uechi, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+novel+method+for+the+3-dimensional+simulation+of+orthognathic+surgery+by+using+a+multimodal+image-fusion+technique.">A novel method for the 3-dimensional simulation of orthognathic surgery by using a multimodal image-fusion technique.</a> Am J Orthod Dentofacial Orthop. 130 (6), 786-798 (2006).</li><li>Nkenke, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fusion+of+computed+tomography+data+and+optical+3D+images+of+the+dentition+for+streak+artifact+correction+in+the+simulation+of+orthognathic+surgery.">Fusion of computed tomography data and optical 3D images of the dentition for streak artifact correction in the simulation of orthognathic surgery.</a> Dentomaxillofac Radiol. 33 (4), 226-232 (2004).</li><li>Lagrav&#232;re, M. O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intraexaminer+and+interexaminer+reliabilities+of+landmark+identification+on+digitized+lateral+cephalograms+and+formatted+3-dimensional+cone-beam+computerized+tomography+images.">Intraexaminer and interexaminer reliabilities of landmark identification on digitized lateral cephalograms and formatted 3-dimensional cone-beam computerized tomography images.</a> Am J Orthod Dentofacial Orthop. 137 (5), 598-604 (2010).</li></ol>

המחברים מצהירים כי אין ניגודי עניינים.

באמצעות הפרוטוקול המוצג, דיגיטציה של ציוני דרך ושילוב CBCT ו- DDI ניתן לבצע בקלות באמצעות תוכנה שנלמדה על ידי מכונה. פרוטוקול זה דורש את השלבים הקריטיים הבאים: i) כיוון מחדש של הראש בסריקת CBCT, ii) דיגיטציה של CBCT ו- DDI, ו- iii) מיזוג תמונות CBCT עם DDI. דיגיטציה של חמישה ציוני דרך עבור כיוון מחדש של הראש היא...

טכנולוגיה דיגיטלית תלת ממדית (3D) הרחיבה את היקף האבחון והתכנון לטיפול אורתודונטי או כירורגי-אורתודונטי. ניתן להשתמש בראש וירטואלי הבנוי מתמונת טומוגרפיה ממוחשבת של קרן חרוט פנים (CBCT) כדי להעריך הפרעות דנטופציאליות ושיניים, לתכנן ניתוחים אורתוגנטיים, לייצר ופלים דנטליים ולהשתיל מדריכים כירורגיים באמצעות תכנון וייצור בעזרת מחשב 1,2,3,4. עם זאת, סריקות CBCT יש ייצוג נמוך של שיניים, כולל מורפולוגיה שיניים ויחסים interocclusal, אשר בשל הרזולוציה המוגבלת שלהם ואת הפסים artifacts משיקום שיניים או סוגריים אורתודונטיים5. לכן, התכונות הדנטליות הוחלפו בתמונות CBCT בתמונות שיניים דיגיטליות (DDI), כגון גבס סרוק או תמונות סריקה אינטרה-אוראלית.
לצורך אינטגרציה אמינה של DDI על תמונות CBCT, מחקרים רבים דיווחו על שיטות שונות כגון שימוש בסמנים פידוקיאליים 6,7, 8 מבוסס ווקסל ורישומים מבוססי פני שטח (SBR) 9,10. נהלים אלה כוללים את השיטות שלהם לשימוש בסמנים חוץ-אוראליים, סריקות CBCT מרובות ושלבי תהליך נוספים כגון ניקוי חפצי מתכת בתמונות CBCT. לגבי דיוק SBR, מספר מחקרים קודמים דיווחו על שגיאות שנעו בין 0.10 ל-0.43 מ"מ 9,11. בנוסף, Zou et al. העריכו אמינות תוך / בין משקיף וטעויות בין מהנדס דיגיטלי לאורתודנט באמצעות SBR ודיווחו על הצורך בניסיון קליני ולמידה חוזרת10.
בינה מלאכותית (AI) שימשה לחיזוי תוצאות טיפול12 ולדיגיטציה של ציוני דרך בצילומי רנטגן צפלומטריים13 או CBCTתמונות 14,15,16, וכמה תוכנות מסחריות זמינות כיום כדי לסייע בתהליך זה 17. זיהוי מדויק של ציוני דרך אנטומיים בתמונות תלת-ממדיות הוא מאתגר בגלל העמימות של משטחים שטוחים או מבנים מעוקלים, אזורים בעלי צפיפות נמוכה והשונות הרחבה של המבנים האנטומיים.
אוטומציה מבוססת בינה מלאכותית שנלמדה על ידי מכונה יכולה להיות מיושמת לא רק לדיגיטציה אלא גם לשילוב של DDI ו- CBCT דנטופציאלי. עם זאת, יש מעט מחקר על הדיוק של רישום מבוסס AI (ABR) בהשוואה לשיטה הקיימת מבוססת פני השטח. כדי להשיג תוצאות מדויקות יותר של שינויים תלת-ממדיים בשלד ובשיניים באמצעות ניתוח אורתוגנאתי דו-מקסילרי, יש צורך להעריך את הדיוק של תוכניות מבוססות AI בעת מיזוג CBCT ו- DDI. לכן, מאמר זה מציג פרוטוקול שלב אחר שלב לדיגיטציה ושילוב CBCT ו- DDI עם רישום מבוסס AI (ABR) ולהעריך את אמינותו ויכולת השחזור שלו בהשוואה לזו של SBR.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>G*Power&#160;</td>
			<td>Heinrich Heine Universit&#228;t, D&#971;sseldorf, Germany</td>
			<td>v. 3.1.9.7</td>
			<td>A sample size calculuation software</td>
		</tr>
		<tr>
			<td>Geomagic Qualify&#174;</td>
			<td>3D Systems, 
			Morrisville, NC, USA</td>
			<td>v 2013</td>
			<td>3D metrology feature and automation software, 
			which transform scan and probe data into 3D to be used in design, manufacturing and metrology applications&#160;</td>
		</tr>
		<tr>
			<td>KODAK 9500</td>
			<td>Carestream Health Inc., Rochester, NY, USA</td>
			<td>5159538</td>
			<td>Cone Beam Computed Tomograph (CBCT)</td>
		</tr>
		<tr>
			<td>MD-ID0300</td>
			<td>Medit Co, Seoul, South Korea 
			Seoul, Korea</td>
			<td>61010-1</td>
			<td>Desktop model scanner&#160;</td>
		</tr>
		<tr>
			<td>ON3D</td>
			<td>3D ONS Inc., 
			Seoul, Korea</td>
			<td>v 1.3.0</td>
			<td>Software for 3D CBCT evaluation; AI-based landmark identification, craniofacial and TMJ analysis, superimposition, and virtual orthognathic surgery</td>
		</tr>
		<tr>
			<td>SPSS&#160;</td>
			<td>IBM, Armonk, NY, USA</td>
			<td>v 22.0&#160;</td>
			<td>A statistic analysis program</td>
		</tr>
	</tbody>
</table>

reliability of artificial intelligence-based cone beam computed tomography integration with digital dental images

מחקר זה נועד להציג דיגיטציה ואינטגרציה של טומוגרפיה ממוחשבת של קרן חרוט (CBCT) ואינטגרציה של תמונות דנטליות דיגיטליות (DDI) המבוססות על רישום מבוסס בינה מלאכותית (AI) (ABR) ולהעריך את המהימנות והשחזור באמצעות שיטה זו בהשוואה לאלה של רישום מבוסס פני שטח (SBR). מחקר רטרוספקטיבי זה כלל תמונות CBCT ו- DDI של 17 חולים שעברו ניתוח אורתוגנתי בימקסילרי בעזרת מחשב. הדיגיטציה של תמונות CBCT והשילוב שלהן עם DDI חזרו על עצמם באמצעות תוכנה מבוססת בינה מלאכותית. תמונות CBCT ו-DDI שולבו באמצעות רישום מנקודה לנקודה. לעומת זאת, בשיטת SBR, שלושת ציוני הדרך זוהו ידנית על CBCT ו- DDI, אשר שולבו עם שיטת הנקודות הקרובות האיטרטיביות.
לאחר שתי אינטגרציות חוזרות ונשנות של כל שיטה, התקבלו ערכי הקואורדינטות התלת ממדיות של הטוחנות המקסילריות הראשונות והחותכות המרכזיות וההבדלים ביניהן. בדיקות מקדם תוך-מעמדי (ICC) בוצעו כדי להעריך את המהימנות התוך-צופה עם הקואורדינטות של כל שיטה ולהשוות את מהימנותן בין ABR ו-SBR. המהימנות התוך-צופה הראתה ICC משמעותי וכמעט מושלם בכל שיטה. לא נמצאה משמעות בהבדל הממוצע בין הרישום הראשון והשני בכל ABR ו- SBR ובין שתי השיטות; עם זאת, הטווחים שלהם היו צרים יותר עם ABR מאשר עם שיטת SBR. מחקר זה מראה כי דיגיטציה ואינטגרציה מבוססות בינה מלאכותית הן אמינות וניתנות לשחזור.

Three-dimensional (3D) digital technology has broadened the scope of diagnosis and planning for orthodontic or surgical-orthodontic treatment. A virtual head constructed from a facial cone-beam computed tomography (CBCT) image can be used to evaluate dentofacial and dental abnormalities, plan orthognathic surgery, fabricate dental wafers&#160;and implant surgical guides using computer-aided design and manufacturing1,2,3,4. However, CBCT scans have a low representation of dentition, including dental morphology and interocclusal relationship, which are due to their limited resolution and streak artifacts from dental restoration or orthodontic brackets5. Therefore, the dental features have been substituted on CBCT images with digital dental images (DDI), such as scanned casts or intraoral scan images.
For reliable integration of DDI on CBCT images, numerous studies reported various methods such as the use of fiducial markers6,7, voxel-based8, and surface-based registrations (SBRs)9,10. These procedures have their methods of using extraoral markers, multiple CBCT scans, and extra process steps such as cleaning metal artifacts on CBCT images. Regarding SBR accuracy, several previous studies reported errors ranging from 0.10 to 0.43mm9,11. In addition, Zou et al. evaluated intra-/inter-observer reliability and errors between a digital engineer and an orthodontist using SBR and reported the need for clinical experience and repeated learning10.
Artificial intelligence (AI) has been used to predict treatment outcomes12 and digitize landmarks on cephalometric radiographs13 or CBCT images14,15,16, and some commercial software is currently available to assist in this process17. Accurate identification of anatomical landmarks on 3D images is challenging because of the ambiguity of flat surfaces or curved structures, areas of low density, and the wide variability of the anatomical structures.
AI-based, machine-learned automation can be applied not only for digitization but also for the integration of DDI and dentofacial CBCT. However, there is little research on the accuracy of an AI-based registration (ABR) compared to the existing surface-based method. To achieve more accurate outcomes of 3D skeletal and dental changes through bimaxillary orthognathic surgery, it is necessary to evaluate the accuracy of AI-based programs when merging CBCT and DDI. Therefore, this article presents a step-by-step protocol for digitizing and integrating CBCT and DDI with an AI-based registration (ABR) and to evaluate its reliability and reproducibility compared to that of SBR.

מחבר זרקור: קידום CBCT ושילוב תמונות שיניים דיגיטליות עם דיגיטציה בסיוע AI

אמינות שילוב טומוגרפיה ממוחשבת מבוססת בינה מלאכותית של קרן חרוט עם תמונות שיניים דיגיטליות

Our research is focused on integration of CBCT and digital dental images, which is inevitable in creating a virtual head. So far, those three images are marginally using the best film method, which is surface-based. This research is to introduce a new integration method based on AI-assisted digitization and to evaluate its accuracy.Artificial intelligence has been used to predict treatment outcomes and digitize landmarks in supplementary radiographs or CPCT images. There are some commercial softwares available. This program adopts AI-assisted machine-learned automation in digitizing landmarks in CPCT and also calibrating manually picked landmarks in dental images.The internal observer, the lab team, showed significant and almost full effect ICC in each method. The main difference showed no significant between the first and second registrations in each ABR and SBR and between both methods. However, the ranges were lower with ABR than with the SBR method.The ABR protocol not only improved the accuracy, but also significantly reduced the merging time. While the SBR method took three to four minutes, the ABR program only required about 50 seconds for landmark selection, 40 seconds for DDI landmarks, and two to three seconds for CPCT and DDI merging.

כאן תיארנו את תהליך האינטגרציה של CBCT ו- DDI באמצעות תוכנה מבוססת AI. כדי להעריך את אמינותו ואת יכולת השחזור, נערך מחקר השוואתי עם רישום מבוסס פני השטח (SBR). נקבע כי גודל מדגם מינימלי של עשרה נדרש לאחר ניתוח הספק תחת מתאם ρ H1 = 0.77, α = 0.05, והספק (1-β) = 0.8018. בסך הכל נחקרו 17 סטים של סריקות CBCT ?...

Watch this Scientific Journal Video about Author Spotlight: Advancing CBCT and Digital Dental Image Integration with AI-Assisted Digitization at JoVE.com

תהליך של רישום סריקות טומוגרפיה ממוחשבת של קרן חרוט ותמונות שיניים דיגיטליות הוצג באמצעות בינה מלאכותית (AI) - זיהוי בעזרת ציוני דרך ומיזוג. השוואה עם רישום מבוסס פני שטח מראה כי דיגיטציה ואינטגרציה מבוססות בינה מלאכותית הן אמינות וניתנות לשחזור.

This study aimed to introduce cone-beam computed tomography (CBCT) digitization and integration of digital dental images (DDI) based on artificial ...

המחקר שלנו מתמקד בשילוב של CBCT ותמונות שיניים דיגיטליות, דבר בלתי נמנע ביצירת ראש וירטואלי. עד כה, שלוש התמונות הללו משתמשות באופן שולי בשיטת הסרט הטובה ביותר, שהיא מבוססת על פני השטח. מחקר זה נועד להציג שיטת אינטגרציה חדשה המבוססת על דיגיטציה בסיוע בינה מלאכותית ולהעריך את דיוקה.בינה מלאכותית שימשה לחיזוי תוצאות הטיפול ולדיגיטציה של ציוני דרך בצילומי רנטגן משלימים או בתמונות CPCT. ישנן כמה תוכנות מסחריות זמינות. תוכנית זו מאמצת אוטומציה בעזרת בינה מלאכותית שנלמדה על ידי מכונה בדיגיטציה של ציוני דרך ב- CPCT וגם כיול ציוני דרך שנבחרו ידנית בתמונות שיניים.הצופה הפנימי, צוות המעבדה, הראה השפעה משמעותית וכמעט מלאה של ICC בכל שיטה. ההבדל העיקרי לא הראה מובהק בין הרישום הראשון והשני בכל ABR ו- SBR ובין שתי השיטות. עם זאת, הטווחים היו נמוכים יותר עם ABR מאשר עם שיטת SBR.פרוטוקול ABR לא רק שיפר את הדיוק, אלא גם הפחית משמעותית את זמן המיזוג. בעוד ששיטת SBR לקחה שלוש עד ארבע דקות, תוכנית ABR דרשה רק כ -50 שניות לבחירת ציון דרך, 40 שניות עבור ציוני דרך DDI, ושתיים עד שלוש שניות למיזוג CPCT ו- DDI.

reliability-artificial-intelligence-based-cone-beam-computed

Research

JoVE Journal

Medicine

Reliability of Artificial Intelligence-Based Cone Beam Computed Tomography Integration with Digital Dental Images

586 Views.  Seoul National University Bundang Hospital. המחקר שלנו מתמקד בשילוב של CBCT ותמונות שיניים דיגיטליות, דבר בלתי נמנע ביצירת ראש וירטואלי. עד כה, שלוש התמונות הללו משתמשות באופן שולי בשיטת הסרט הטובה ביותר, שהיא מבוססת על פני השטח. מחקר זה נועד להציג שיטת אינטגרציה חדשה המבוססת על דיגיטציה בסיוע בינה מלאכותית ולהעריך את ?...

Video: מחבר זרקור: קידום CBCT ושילוב תמונות שיניים דיגיטליות עם דיגיטציה בסיוע AI

This study aimed to introduce cone-beam computed tomography (CBCT) digitization and integration of digital dental images (DDI) based on artificial intelligence (AI)-based registration (ABR) and to evaluate the reliability and reproducibility using this method compared with those of surface-based registration (SBR). This retrospective study consisted of CBCT images and DDI of 17 patients who had undergone computer-aided bimaxillary orthognathic surgery. The digitization of CBCT images and their integration with DDI were repeated using an AI-based program. CBCT images and DDI were integrated using a point-to-point registration. In contrast, with the SBR method, the three landmarks were identified manually on the CBCT and DDI, which were integrated with the iterative closest points method.
After two repeated integrations of each method, the three-dimensional coordinate values of the first maxillary molars and central incisors and their differences were obtained. Intraclass coefficient (ICC) testing was performed to evaluate intra-observer reliability with each method&#39;s coordinates and compare their reliability between the ABR and SBR. The intra-observer reliability showed significant and almost perfect ICC in each method. There was no significance in the mean difference between the first and second registrations in each ABR and SBR and between both methods; however, their ranges were narrower with ABR than with the SBR method. This study shows that AI-based digitization and integration are reliable and reproducible.

A process of registering cone-beam computed tomography scans and digital dental images has been presented using artificial intelligence (AI) -assisted identification of landmarks and merging. A comparison with surface-based registration shows that AI-based digitization and integration are reliable and reproducible.