人工知能駆動のクラウン生成:第1モラー修復のためのポイントクラウド完成モデルの比較分析

科学分野:

• 歯科における人工知能
• 3Dポイントクラウド処理 3Dポイントクラウド処理
• 義肢矯正とインプラント科

背景:

• 解剖学的に正確な義歯の開発は,インプラント手術の成功に不可欠です.
• 人工知能 (AI) は,歯科冠の生成を自動化し,精度を向上させる可能性を秘めています.
• プロテス・ガイデッド・インプラント手術のような特定の臨床応用のための既存のAIモデルを評価することが必要である.

研究 の 目的:

• 3つのAI駆動のポイントクラウド完成モデル (PF-Net,PCN,PoinTr) を,解剖学的に正確な歯冠を生成するために適応および評価する.
• マンディブラー第1モラー冠のためのこれらのAIモデルの幾何学的な忠誠度,臨床的適用性,および計算効率を評価する.
• 精密な仮想義肢生成を通じて,義肢指針付きインプラント手術の計画を進める.

主な方法:

• 120の口内スキャンのデータセットが使用され,部分歯のモデルが入力であり,自然のクラウンが基本情報であった.
• 3つのAIモデル (PF-Net,PCN,PoinTr) は,Chamfer Distance loss を使用してトレーニングされました.
• モデルは,幾何学的な精度 (チャンファー距離,ハウズドルフ距離,RMSE,M.N.D. ),臨床的次元,および生成時間.

主要な成果:

• PoinTrは卓越した臨床効果と幾何学的な精度を示し,半径差 (0.14 ± 0.33 mm) が最小であった.
• PoinTrは表面の誤差を最小限に抑え (チャンファー距離: 0.10 mm; ハウスドルフ距離: 0.22 mm) 精度と効率 (5.52秒/クラウン) を均衡させた.
• PF-Netは最速 (3.22秒/クラウン) でしたが,容認できない形態学的偏差がありました;PCNはPoinTr.より低いパフォーマンスを示しました.

結論:

• PoinTrは,最適の形状的忠誠性と,義肢指針付きインプラント手術のための正確な寸法制御を持つ歯冠を生成します.
• PoinTrベースのアプローチは,インプラント計画と従来の固定プロステティクスにおけるデジタルワークフローの効率性と正確性を向上させます.
• このAIツールは,外科計画,外科ガイドの設計を改善し,修復歯科における技術者の依存を軽減します.