JoVE Logo

Entrar

É necessária uma assinatura da JoVE para visualizar este conteúdo. Faça login ou comece sua avaliação gratuita.

Neste Artigo

  • Resumo
  • Resumo
  • Introdução
  • Protocolo
  • Resultados
  • Discussão
  • Divulgações
  • Agradecimentos
  • Materiais
  • Referências
  • Reimpressões e Permissões

Resumo

Um processo de registro de tomografias computadorizadas de feixe cônico e imagens odontológicas digitais foi apresentado usando identificação de pontos de referência assistida por inteligência artificial (IA) e fusão. Uma comparação com o registro baseado em superfície mostra que a digitalização e a integração baseadas em IA são confiáveis e reprodutíveis.

Resumo

Este estudo teve como objetivo introduzir a digitalização da tomografia computadorizada de feixe cônico (TCFC) e a integração de imagens odontológicas digitais (DDI) com base no registro baseado em inteligência artificial (IA) (ABR) e avaliar a confiabilidade e reprodutibilidade usando este método em comparação com as do registro baseado em superfície (SBR). Este estudo retrospectivo consistiu em imagens de TCFC e DDI de 17 pacientes submetidos à cirurgia ortognática bimaxilar auxiliada por computador. A digitalização das imagens CBCT e sua integração com DDI foram repetidas usando um programa baseado em IA. As imagens CBCT e DDI foram integradas usando um registro ponto a ponto. Em contraste, com o método SBR, os três pontos de referência foram identificados manualmente no CBCT e DDI, que foram integrados ao método iterativo de pontos mais próximos.

Após duas integrações repetidas de cada método, foram obtidos os valores das coordenadas tridimensionais dos primeiros molares superiores e incisivos centrais e suas diferenças. O teste do coeficiente intraclasse (CCI) foi realizado para avaliar a confiabilidade intraobservador com as coordenadas de cada método e comparar sua confiabilidade entre o PEATE e o SBR. A confiabilidade intraobservador mostrou CCI significativa e quase perfeita em cada método. Não houve significância na diferença média entre o primeiro e o segundo cadastro em cada PEATE e RES e entre os dois métodos; no entanto, suas faixas foram mais estreitas com o PEATE do que com o método SBR. Este estudo mostra que a digitalização e a integração baseadas em IA são confiáveis e reprodutíveis.

Introdução

A tecnologia digital tridimensional (3D) ampliou o escopo do diagnóstico e planejamento para o tratamento ortodôntico ou cirúrgico-ortodôntico. Uma cabeça virtual construída a partir de uma imagem de tomografia computadorizada de feixe cônico facial (TCFC) pode ser usada para avaliar anormalidades dentofaciais e dentárias, planejar cirurgias ortognáticas, fabricar wafers dentários e implantar guias cirúrgicos usando design e fabricação auxiliados por computador 1,2,3,4. No entanto, os exames de TCFC têm uma baixa representação da dentição, incluindo morfologia dentária e relação interoclusal, que se devem à sua resolução limitada e artefatos de estrias de restauração dentária ou bráquetes ortodônticos5. Portanto, as características dentárias foram substituídas nas imagens de TCFC por imagens odontológicas digitais (DDI), como modelos de gesso ou imagens de varredura intraoral.

Para uma integração confiável do DDI em imagens de TCFC, vários estudos relataram vários métodos, como o uso de marcadores fiduciais 6,7, voxel8 e registros baseados em superfície (SBRs)9,10. Esses procedimentos têm seus métodos de uso de marcadores extraorais, várias varreduras de CBCT e etapas extras do processo, como a limpeza de artefatos de metal em imagens de CBCT. Em relação à acurácia do SBR, vários estudos anteriores relataram erros que variaram de 0,10 a 0,43mm9,11. Além disso, Zou et al. avaliaram a confiabilidade intra/interobservador e os erros entre um engenheiro digital e um ortodontista usando SBR e relataram a necessidade de experiência clínica e aprendizado repetido10.

A inteligência artificial (IA) tem sido usada para prever os resultados do tratamento12 e digitalizar pontos de referência em radiografias cefalométricas13 ou imagens de TCFC14 , 15 , 16 , e alguns softwares comerciais estão atualmente disponíveis para auxiliar nesse processo17. A identificação precisa de pontos de referência anatômicos em imagens 3D é um desafio devido à ambiguidade de superfícies planas ou estruturas curvas, áreas de baixa densidade e a ampla variabilidade das estruturas anatômicas.

A automação baseada em IA e aprendizado de máquina pode ser aplicada não apenas para digitalização, mas também para a integração de DDI e CBCT dentofacial. No entanto, há pouca pesquisa sobre a precisão de um registro baseado em IA (ABR) em comparação com o método baseado em superfície existente. Para obter resultados mais precisos de alterações esqueléticas e dentárias 3D por meio de cirurgia ortognática bimaxilar, é necessário avaliar a precisão dos programas baseados em IA ao mesclar CBCT e DDI. Portanto, este artigo apresenta um protocolo passo a passo para digitalizar e integrar CBCT e DDI com um registro baseado em IA (ABR) e avaliar sua confiabilidade e reprodutibilidade em comparação com o SBR.

Access restricted. Please log in or start a trial to view this content.

Protocolo

Este estudo retrospectivo foi revisado e aprovado pelo Conselho de Revisão Institucional do Hospital Bundang da Universidade Nacional de Seul (B-2205-759-101) e cumpriu os princípios da Declaração de Helsinque. Arquivos de imagem digital e comunicações em medicina (DICOM) de CBCT e DDI no formato Standard Tessellation Language (STL) do gesso dentário foram utilizados no estudo. A necessidade de consentimento informado foi dispensada devido à natureza retrospectiva do estudo.

1. Aquisição de CBCT e Digital Dental Images (DDI)

  1. Selecione os pacientes com base nos seguintes critérios de inclusão: má oclusão de Classe III esquelética; cirurgia bimaxilar via planejamento auxiliado por computador; e tratamento ortodôntico com aparelhos fixos edgewise.
  2. Exclua pacientes com síndromes craniofaciais, fissura labiopalatina ou falta de primeiros molares superiores ou incisivo central direito.
  3. Obtenha exames de TCFC com um campo de visão de 200 mm x 180 mm, um tamanho de voxel de 0,2 mm e condições de exposição de 80 kVp, 15 mA e 10,8 s. Certifique-se de que os pacientes estejam na posição vertical com os dentes em máxima intercuspidação. Salve as digitalizações como arquivos de dados DICOM (Digital Imaging and Communications in Medicine).
  4. Adquira DDIs de moldes de cálculos dentários ou escaneamento intraoral direto e salve-os no formato Standard Tessellation Language (STL) como dentição maxilar e mandibular separada.

2. Protocolo de Registro (ABR) baseado em IA

  1. Reorientação e digitalização da CBCT
    1. Abra o software e clique no botão Carregar arquivo DICOM para importar arquivos DICOM CBCT para o software.
    2. Selecione qualquer um dos arquivos DICOM na pasta de dados DICOM e clique em abrir.
      NOTA: Quando os arquivos DICOM são carregados, o software os reconstrói automaticamente em um volume craniofacial CBCT.
    3. Clique no botão Reorientação no painel Ponto de referência (Figura 1).
    4. N (Nasion): clique no entalhe em V do osso frontal na visualização 3D (Figura 2). Imediatamente após o clique, observe que o ponto azul (ativado) se transforma em uma cruz vermelha que aparecerá também nas incidências axial, sagital e coronal. Clique nas setas triangulares azuis para frente e para trás para identificar o ponto de referência.
      1. Na visão sagital, role a roda do mouse para cima e para baixo para encontrar o ponto mais anterior onde a sutura frontonasal encontra os ossos nasais e frontais e clique para determinar a posição vertical e ântero-posterior do ponto de referência.
      2. Na visão coronal, role a roda do mouse para cima e para baixo para encontrar o momento imediatamente antes do osso nasal desaparecer para garantir o ponto mais anterior e clique para determinar a posição horizontal do Nasion.
      3. Na vista axial, ajuste a posição ântero-posterior como está no ponto mais anterior.
    5. R Ou (Orbitale): clique no ponto mais inferior na margem do contorno orbital direito no modelo 3D (Figura 2).
      1. Na visualização coronal, role a roda do mouse para cima e para baixo para encontrar o ponto mais baixo na margem inferior da órbita direita e clique.
      2. Na visão sagital, clique no ponto mais superior da maxila direita ou na estrutura óssea zigomática que constitui o limite inferior da órbita.
      3. Na visualização axial, role pelo mouse e clique para que a cruz vermelha seja posicionada onde a borda da órbita do olho se encontra.
    6. L Or (Orbitale): clique no ponto mais inferior na margem do contorno orbital esquerdo no modelo 3D (Figura 2) e modifique o ponto nas três vistas como no processo para R Or.
    7. R Po (Porion): clicar no ponto mais superior do contorno do conduto auditivo externo direito no modelo 3D (Figura 2).
      1. Na vista coronal, clique no ponto mais baixo do osso temporal direito para determinar as posições horizontal e vertical.
      2. Na incidência sagital, clicar no ponto mais superior do contorno do conduto auditivo externo direito para ajustar as posições vertical e ântero-posterior.
      3. Na vista axial, role a roda do mouse para clicar onde aparece o canal auditivo externo, no qual a linha do osso temporal desaparece.
    8. L Po (Porion): clicar no ponto mais superior do contorno do conduto auditivo externo esquerdo no modelo 3D (Figura 2) e modificar o ponto nas três incidências multiplanares como no processo para R Po.
      NOTA: Os cinco marcos esqueléticos básicos, incluindo Nasion, orbitais direito e esquerdo e porions direito e esquerdo no modelo craniofacial reconstruído (Figura 2), estão agora identificados.
    9. Clique no botão Concluído para concluir a reorientação do modelo craniofacial reconstruído.
    10. Clique no botão Seleção preliminar de pontos de referência no painel Ponto de referência e selecione o grupo de pontos de referência Dentição I.
      NOTA: Grupos de referência da base do crânio, ATM, Esqueleto Maxilar, Esqueleto Mandibular, Dentição I e Tecido Mole, já estão selecionados para análise craniofacial.
    11. Clique no botão Executar no painel Seleção de pontos de referência preliminares e deixe o software escolher automaticamente pontos de referência preliminares e determinar suas coordenadas.
    12. Ao modificar os pontos de referência, pressione o botão Manual Landmark Picking na guia Volume , faça os ajustes necessários e clique no botão Done para confirmar (Figura 3).

3. Procedimento de fusão DDI

  1. Clique no botão Registro de digitalização de dentição no painel Ferramentas (Figura 4).
  2. Selecione a dentição da maxila e clique no botão Carregar no painel Registro de Dentição.
  3. Selecione os arquivos STL do mesmo paciente com o modelo CBCT na pasta para carregar os arquivos STL da dentição maxilar. Depois que os arquivos STL estiverem abertos, procure DDIs no lado direito da tela e quatro visualizações (3D, axial, sagital e coronal) da CBCT no lado esquerdo da tela.
  4. Escolha os pontos de referência de registro no DDI carregado: as cúspides mésio-vestibulares do primeiro molar superior direito (R U6CP), o ponto médio do incisivo central superior direito na borda incisal (R U1CP) e a cúspide mésio-vestibular do primeiro molar superior esquerdo (L U6CP) (Figura 5) alternando as setas triangulares azuis para frente e para trás.
    NOTA: Clique com o botão esquerdo do mouse e arraste o mouse para girar o DDI e clique com o botão direito do mouse e arraste para aumentar e diminuir o zoom. Os pontos de referência de registro são calibrados simultaneamente pela automação de aprendizado de máquina após serem digitalizados manualmente.
  5. Clique no botão Concluído no painel Registro de Dentição.
  6. Clique no botão Sim para confirmar o registro automático (Figura 6).
  7. Para mesclar a dentição mandibular, selecione a dentição da mandíbula e clique no botão Carregar no painel Registro de dentição. Repita as etapas 3.2 a 3.6. Escolha os pontos de referência de registro na dentição mandibular: a cúspide mésio-vestibular do primeiro molar inferior direito/esquerdo (R-/L-L6CP), o ponto médio do primeiro incisivo inferior direito na borda incisal (R L1CP).
  8. O DDI agora está mesclado com o modelo CBCT reconstruído (Figura 7).
    1. Ao modificar a mesclagem, clique no botão Selecionar ponto de referência de registro no painel Registro de dentição (Figura 8).

4. Obtenção dos valores de coordenadas 3D (x, y e z) de cada ponto de referência

  1. Clique no botão Seleção manual de pontos de referência na guia Volume ou clique na guia Análise para obter os valores de coordenadas 3D dos pontos de referência. Para exportação de dados, vá para a guia de análisepainel de exportação de dados e clique no botão Ponto de referência para salvar os dados como um arquivo.
    NOTA: O plano X (horizontal) é o plano que passa pelo Nasion, paralelo ao plano horizontal de Frankfort (FH) que passa pelos orbitais esquerdo e direito e pelo Porion direito. O plano Y (sagital médio) é perpendicular ao plano X, passando pelo Násio e pelo básion. O plano Z (coronal) define o plano perpendicular aos planos horizontal e sagital médio através do Násio (ponto zero; 0, 0 e 0) (Figura 9).

Access restricted. Please log in or start a trial to view this content.

Resultados

Aqui descrevemos o processo de integração de CBCT e DDI usando um programa baseado em IA. Para avaliar sua confiabilidade e reprodutibilidade, foi realizado um estudo comparativo com registro baseado em superfície (SBR). Determinou-se que era necessário um tamanho amostral mínimo de dez após uma análise de poder sob correlação ρ H1 = 0,77, α = 0,05 e poder (1−β) = 0,8018. Um total de 17 conjuntos de exames de TCFC e imagens odontológicas digitais de pacientes ortognáticos no Hospit...

Access restricted. Please log in or start a trial to view this content.

Discussão

Usando o protocolo apresentado, a digitalização de pontos de referência e a integração de CBCT e DDI podem ser facilmente realizadas usando software de aprendizado de máquina. Este protocolo requer as seguintes etapas críticas: i) reorientação da cabeça na varredura CBCT, ii) digitalização da CBCT e DDI e iii) mesclagem de imagens CBCT com o DDI. A digitalização de cinco pontos de referência para a reorientação da cabeça é crítica porque determina a posição 3D da cabeça com planos de referência em...

Access restricted. Please log in or start a trial to view this content.

Divulgações

Os autores declaram não haver conflitos de interesse.

Agradecimentos

Este estudo foi apoiado pelo Fundo de Pesquisa do Hospital Bundang da Universidade Nacional de Seul (SNUBH). (Concessão nº 14-2019-0023).

Access restricted. Please log in or start a trial to view this content.

Materiais

NameCompanyCatalog NumberComments
G*Power Heinrich Heine Universität, D?sseldorf, Germanyv. 3.1.9.7A sample size calculuation software
Geomagic Qualify®3D Systems,
Morrisville, NC, USA
v 20133D metrology feature and automation software,
which transform scan and probe data into 3D to be used in design, manufacturing and metrology applications 
KODAK 9500Carestream Health Inc., Rochester, NY, USA5159538Cone Beam Computed Tomograph (CBCT)
MD-ID0300Medit Co, Seoul, South Korea
Seoul, Korea
61010-1Desktop model scanner 
ON3D3D ONS Inc.,
Seoul, Korea
v 1.3.0Software for 3D CBCT evaluation; AI-based landmark identification, craniofacial and TMJ analysis, superimposition, and virtual orthognathic surgery
SPSS IBM, Armonk, NY, USAv 22.0 A statistic analysis program

Referências

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

Access restricted. Please log in or start a trial to view this content.

Reimpressões e Permissões

Solicitar permissão para reutilizar o texto ou figuras deste artigo JoVE

Solicitar Permissão

Explore Mais Artigos

MedicinaEdi o 204

This article has been published

Video Coming Soon

JoVE Logo

Privacidade

Termos de uso

Políticas

Pesquisa

Educação

SOBRE A JoVE

Copyright © 2025 MyJoVE Corporation. Todos os direitos reservados