クリニカル指向の3Dビジュアライゼーションと,コンボリューションニューラルネットワークとCBCTを用いた歯周の厚さの定量分析

科学分野:

• 生物医学工学
• 歯科画像検査
• 医療における人工知能

背景:

• 伝統的な歯茎の厚さ (GT) 評価は空間的な詳細が不足し,正確なインプラント手術計画が困難です.
• 現在の方法は,ポイント測定や基本的な分類のみを提供し,3Dのバリエーションを捉えることができません.
• 総合的な GT データを提供するための高度なツールが必要である.

研究 の 目的:

• 歯茎の厚さ評価のためのコンボリューションビームコンピュータトモグラフィー (CBCT) ベースの3D可視化システムを開発する.
• 歯科インプラント手術のための新しい空間評価ツールを作成するためにディープラーニングを使用します.
• 強化されたGT評価を通じてインプラントの手続きの正確性と予測性を向上させる.

主な方法:

• 50人の患者からCBCTと口内スキャン (IOS) のデータを収集した.
• 歯茎と骨組織のセマンティックセグメンテーションのためにDeepLabV3+アーキテクチャを使用しています.
• 2Dスライスをグラデントカラーマッピングで連続した3D表面に変換する3D可視化アルゴリズムを開発した.

主要な成果:

• セマンティックセグメンテーションの精度で 85.92% を達成しました.
• 歯茎の厚さの3D空間分布モデルを成功裏に構築しました.
• 2Dの限界を克服したミリメートル精度の定量化と多角度GT評価が実証されています.

結論:

• 開発されたシステムは,質的から空間的量的な分析にGT評価を進める.
• この3Dビジュアライゼーションツールは パーソナライズされた手術計画のための 高リスク領域を特定するのに役立ちます.
• このシステムは,美学的で複雑な歯科インプラントの 予測可能性を高めます