基于深度学习的牙冠终点线的自动检测:准确性研究
Jinhyeok Choi1, Junseong Ahn2, Ji-Man Park3
1PhD Candidate, Department of Biomedical Sciences, Seoul National University, Seoul, Republic of Korea.
The Journal of prosthetic dentistry
|December 14, 2023
概括
一种用于牙终点线提取的新混合方法显示了与现有软件相比的或更好的准确性. 这种深度学习和计算机辅助设计方法对于口内扫描特别有效.
科学领域:
- 牙科技术 牙科技术
- 数字牙科数字牙科
- 牙修复 牙修复 牙修复 牙修复 牙修复
背景情况:
- 牙假肢的边缘适合对于临床成功至关重要.
- 计算机辅助设计 (CAD) 软件中的自动化方法加快了终点线的提取.
- 评估自动终点线提取的准确性是必不可少的.
研究的目的:
- 为了比较一种新的混合终点线提取方法与现有的自动化和半自动化软件的准确性.
- 评估不同CAD软件包在从数字牙科扫描中提取终点线的性能.
主要方法:
- 分析了182个部扫描 (桌面和口腔内扫描).
- 使用Dentbird的混合方法提取终点线,并与3Shape,exocad和MEDIT软件进行比较.
- 测量Hausdorff和Chamfer距离,并由技术人员评估临床接受度.
主要成果:
- 与其他软件相比,Dentbird的方法在形区域的后牙上显示了统计学上优异的结果 (P<.05).
- 在半自动化方法中,异常率更高.
- 确定了Hausdorff (0.366mm桌面,0.566mm口内) 和Chamfer (0.026桌面,0.100口内) 距离的临床接受值.
结论:
- 鸟混合方法在终点线提取中提供了同等或更高的性能,特别是在口内扫描中.
- 结合深度学习和CAD,提高了终点线提取的稳定性和准确性.
- 这种混合方法为数字牙科工作流程提供了可靠的解决方案.
