在形光束计算机断层扫描中自适应金属工件减少 (aMAR) 程序对评估植入前骨水平的影响

科学领域:

• 牙科 牙科是指牙科的专业.
• 放射学 放射学是一门学科.
• 医疗成像医学成像

背景情况:

• 牙植入物,通常是合金,在束计算机断层扫描 (CBCT) 中会导致金属工件.
• 这些文物表现为黑暗区域,掩盖了关键细节,如植入前气泡脊.
• 准确评估周植入物骨头对于成功的牙科植入物治疗至关重要.

研究的目的:

• 引入和评估用于CBCT的自适应金属工件减少 (aMAR) 算法.
• 在金属牙植入物存在的情况下,以增强植入前气泡峰的可视化.
• 提高CBCT在植入牙科的诊断能力.

主要方法:

• 开发和实施一个自动适应的金属工件减少 (aMAR) 算法.
• 将aMAR算法应用于含有牙科植入物的CBCT扫描.
• 评估算法在减少金属工件和提高图像质量的有效性.

主要成果:

• aMAR算法有效地减少了CBCT图像中的金属文物.
• 实现了对周围植入物大气泡骨水平的改善可视化.
• 增强的图像质量有助于更准确的牙科诊断和治疗计划.

结论:

• 自适应金属工件减少 (aMAR) 算法是植入式牙科中CBCT成像的宝贵工具.
• 这项技术克服了金属工件所带来的局限性,使得人们能够更好地评估植入周围的骨.
• aMAR有助于更可靠的诊断和获得牙科植入物的患者改善的结果.