Для просмотра этого контента требуется подписка на Jove Войдите в систему или начните бесплатную пробную версию.
Method Article
* Эти авторы внесли равный вклад
Процесс регистрации конусно-лучевых компьютерных томографических снимков и цифровых стоматологических изображений был представлен с использованием искусственного интеллекта (ИИ) идентификации ориентиров и объединения. Сравнение с поверхностной регистрацией показывает, что оцифровка и интеграция на основе ИИ надежны и воспроизводимы.
Это исследование было направлено на внедрение оцифровки конусно-лучевой компьютерной томографии (КЛКТ) и интеграцию цифровых стоматологических изображений (DDI) на основе регистрации на основе искусственного интеллекта (ИИ) (ABR), а также на оценку надежности и воспроизводимости использования этого метода по сравнению с поверхностной регистрацией (SBR). Это ретроспективное исследование состояло из изображений КЛКТ и DDI 17 пациентов, перенесших компьютерную бимаксиллярную ортогнатическую операцию. Оцифровка изображений КЛКТ и их интеграция с DDI были повторены с помощью программы на основе искусственного интеллекта. Изображения КЛКТ и DDI были интегрированы с помощью двухточечной регистрации. В отличие от метода SBR, три ориентира были идентифицированы вручную на CBCT и DDI, которые были интегрированы с итеративным методом ближайших точек.
После двух повторных интегрирований каждого метода были получены трехмерные значения координат первых верхнечелюстных моляров и центральных резцов и их различия. Тестирование внутриклассовых коэффициентов (ICC) было проведено для оценки надежности внутри наблюдателя с координатами каждого метода и сравнения их надежности между ABR и SBR. Внутринаблюдательная надежность показала значительный и почти идеальный ICC в каждом методе. Не было значимой разницы в средних значениях между первой и второй регистрациями в каждом ABR и SBR и между обоими методами; однако их диапазоны были уже при использовании ABR, чем при использовании метода SBR. Это исследование показывает, что оцифровка и интеграция на основе ИИ надежны и воспроизводимы.
Трехмерные (3D) цифровые технологии расширили область диагностики и планирования ортодонтического или хирургического ортодонтического лечения. Виртуальная голова, построенная на основе изображения лицевой конусно-лучевой компьютерной томографии (КЛКТ), может быть использована для оценки зубочелюстных и зубных аномалий, планирования ортогнатической хирургии, изготовления зубных пластин и хирургических шаблонов-имплантатов с использованием автоматизированного проектирования и производства 1,2,3,4. Однако КЛКТ-сканирование имеет низкую представленность зубного ряда, включая морфологию зубов и межокклюзионные отношения, что связано с их ограниченным разрешением и полосами артефактов от реставрации зубов или ортодонтических брекетов5. Таким образом, стоматологические особенности были заменены на изображениях КЛКТ цифровыми стоматологическими изображениями (DDI), такими как отсканированные слепки или изображения интраорального сканирования.
Для надежной интеграции DDI на изображениях КЛКТ в многочисленных исследованиях сообщалось о различных методах, таких как использование реперных маркеров 6,7, воксельных8 и поверхностных регистраций (SBR)9,10. Эти процедуры имеют свои методы использования экстраоральных маркеров, многократных КЛКТ-сканирований и дополнительных этапов процесса, таких как очистка металлических артефактов на изображениях КЛКТ. Что касается точности SBR, несколько предыдущих исследований сообщали о погрешности в диапазоне от 0,10 до 0,43 мм 9,11. Кроме того, Zou et al. оценили надежность внутри и между наблюдателями и ошибки между цифровым инженером и ортодонтом, использующим SBR, и сообщили о необходимости клинического опыта и повторного обучения.
Искусственный интеллект (ИИ) используется для прогнозирования результатов лечения12 и оцифровки ориентиров на цефалометрических рентгенограммах13 или изображениях КЛКТ 14,15,16, и в настоящее время доступно некоторое коммерческое программное обеспечение, помогающее в этом процессе17. Точная идентификация анатомических ориентиров на 3D-изображениях затруднена из-за неоднозначности плоских поверхностей или изогнутых структур, областей низкой плотности и широкой изменчивости анатомических структур.
Автоматизация на основе искусственного интеллекта с машинным обучением может применяться не только для оцифровки, но и для интеграции DDI и зубочелюстной КЛКТ. Однако существует мало исследований точности регистрации на основе ИИ (ABR) по сравнению с существующим поверхностным методом. Для достижения более точных результатов 3D-изменений скелета и зубов с помощью бимаксиллярной ортогнатической хирургии необходимо оценить точность программ на основе искусственного интеллекта при слиянии КЛКТ и DDI. Поэтому в данной статье представлен пошаговый протокол оцифровки и интеграции КЛКТ и DDI с регистрацией на основе ИИ (ABR) и оценки его надежности и воспроизводимости по сравнению с SBR.
Это ретроспективное исследование было рассмотрено и одобрено Институциональным наблюдательным советом больницы Бундан Сеульского национального университета (B-2205-759-101) и соответствовало принципам Хельсинкской декларации. В исследовании использовались файлы Digital Imaging and Communications in Medicine (DICOM) из CBCT и DDI в формате Standard Tessellation Language (STL) из слепка зубов. Необходимость информированного согласия была отменена из-за ретроспективного характера исследования.
1. Получение КЛКТ и цифровых стоматологических изображений (DDI)
2. Протокол регистрации на основе искусственного интеллекта (ABR)
3. Процедура слияния DDI
4. Получение значений 3D-координат (x, y и z) каждого ориентира
Здесь мы описали процесс интеграции CBCT и DDI с помощью программы на основе искусственного интеллекта. Для оценки его надежности и воспроизводимости было проведено сравнительное исследование с поверхностной регистрацией (SBR). Было определено, что после анализа мощности требуется минима?...
Используя представленный протокол, оцифровка достопримечательностей и интеграция КЛКТ и DDI могут быть легко выполнены с помощью программного обеспечения с машинным обучением. Этот протокол требует следующих критических шагов: i) переориентация головы при КЛКТ-сканировании, ii) оцифров...
Авторы заявляют об отсутствии конфликта интересов.
Это исследование было поддержано Исследовательским фондом больницы Бундан Сеульского национального университета (SNUBH). (Грант No 14-2019-0023).
Name | Company | Catalog Number | Comments |
G*Power | Heinrich Heine Universität, D?sseldorf, 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 |
Запросить разрешение на использование текста или рисунков этого JoVE статьи
Запросить разрешениеThis article has been published
Video Coming Soon
Авторские права © 2025 MyJoVE Corporation. Все права защищены