顔面面トレーシングアプローチは,3Dカービリアーランドマークの観測誤差を減らすために,コーンビームコンピュータトモグラフィー画像の3Dカービリアーランドマークアノテーションを使用します

Utkarsh Mangal¹, Hyeonseok Jinn², Chang Min Hyun³

¹Department of Oral Biology, Yonsei University College of Dentistry, Seoul, 03722, Republic of Korea.

|February 14, 2026

まとめ

3D-FASTアルゴリズムは,コーンビームコンピューティングトモグラフィー (CBCT) 画像におけるマキシル・フェイシャル・ランドマークを特定するための信頼できる方法を提供します. この自動化されたアプローチは,観察の誤差を軽減し,手作業方法と比較して一貫性を高めます.

科学分野:

メディカルイマージング (医学イメージング)
コンピューティングアナトミー (Computational Anatomy) とは
バイオメディカルエンジニアリング

背景:

マキシル・ファシアル・カービリネアール・ランドマークの正確な識別は,矯正歯科および頭蓋骨外科における診断と治療計画において極めて重要です.
コーンビームコンピューティングトモグラフィー (CBCT) などの3Dイメージングにおける手動のランドマーク識別は,観察者の変動性とエラーに弱い.
ランドマークアノテーションの信頼性と効率を改善するために,自動化または半自動化方法の開発が不可欠です.

研究の目的:

3D顔面面トレース (3D-FAST) アルゴリズムを導入し,検証する.
3D-FASTがマキシル・ファシアル・カービリニア・ランドマークの観測誤差を軽減する強さを評価する.
3D-FASTのパフォーマンスを,経験豊富なユーザーによるマニュアルアノテーションと比較するために.

主な方法:

3D-FASTアルゴリズムは,Otsuの値を使用して,CBCTデータから骨構造をセグメント化しています.
マーチングキューブズアルゴリズムは,セグメント化されたデータをメッシュに変換し,その後,手動で精錬したデータ主導のランドマーク識別を行います.
ランドマークの位置は,定義された曲線領域内の極限を見つけることで最適化され,55のCBCTデータセットで検証され,軌道上のランドマークに焦点を当てています.

主要な成果:

3D-FASTは,矯正歯科で訓練されたCBCTユーザーと比較して,ユーザーアノテーションのセントロイドとの優れた一貫性を実証しました.
3D-FASTによって生成された基準平面は,経験豊富な手動観察者によるものと比較して,二面角の変動と非対称性が著しく減少しました.
3D-FAST.FASTで基準平面の構築のための二国間の軌道地標を使用すると,一貫性の改善が観察されました.

結論:

3D-FASTアルゴリズムは,CBCT画像の曲線的なランドマークを注釈するための信頼性と一貫した方法です.
3D-FASTは,主観性を減らし,学習曲線を最小限に抑え,時間を節約することによって,臨床ワークフローを改善する可能性があります.
この自動化されたアプローチは,マキシル・ファシアル・アプリケーションにおける診断の精度と治療結果を向上させることができます.

キーワード:

コーンビームコンピュータトモグラフィー曲線付近のランドマークフランクフルトの水平平面ランドマーク・トレーシングアシンメトリー・アシメトリー

さらに関連する動画