저자 스포트라이트: AI 지원 디지털화를 통한 CBCT 및 디지털 치과 이미지 통합 발전

우리의 연구는 CBCT와 디지털 치과 이미지의 통합에 중점을 두고 있으며, 이는 가상 머리를 만드는 데 불가피합니다. 지금까지 이 세 가지 이미지는 표면 기반의 최상의 필름 방법을 약간 사용하고 있습니다. 본 연구는 AI 기반 디지털화를 기반으로 한 새로운 통합 방법을 소개하고 그 정확성을 평가하기 위한 것입니다.

인공 지능은 치료 결과를 예측하고 보조 방사선 사진 또는 CPCT 이미지의 랜드마크를 디지털화하는 데 사용되었습니다. 몇 가지 상용 소프트웨어를 사용할 수 있습니다. 이 프로그램은 AI 지원 기계 학습 자동화를 채택하여 CPCT의 랜드마크를 디지털화하고 치과 이미지에서 수동으로 선택한 랜드마크를 보정합니다.

내부 관찰자인 실험실 팀은 각 방법에서 유의미하고 거의 완전한 ICC 효과를 보여주었습니다. 주요 차이점은 각 ABR과 SBR의 첫 번째 등록과 두 번째 등록 간에, 그리고 두 방법 간에 유의하지 않은 것으로 나타났습니다. 그러나 범위는 SBR 방법보다 ABR을 사용하여 더 낮았습니다.

ABR 프로토콜은 정확도를 향상시켰을 뿐만 아니라 병합 시간도 크게 단축했습니다. SBR 방법은 3-4분이 걸렸지만, ABR 프로그램은 랜드마크 선택에 약 50초, DDI 랜드마크에 40초, CPCT와 DDI 병합에 2-3초밖에 걸리지 않았습니다.