评估CBCT重建的牙模型在不同的门和voxel和他们的准确性与IOS数据的融合:一个体外验证研究
Yusong Zhang1, Yixin Liu1, Tianqi Liu2
1Department of Orthodontics, School and Hospital of Stomatology, Cheeloo College of Medicine, Shandong University & Shandong Key Laboratory of Oral Tissue Regeneration & Shandong Engineering Laboratory for Dental Materials and Oral Tissue Regeneration & Shandong Provincial Clinical Research Center for Oral Diseases, Jinan, China.
BMC oral health
|December 30, 2024
概括
形光束计算机断层扫描 (CBCT) 牙重建的准确性受到voxel大小和值设置的显著影响. 通过使用曲率连续性算法将CBCT与口内扫描 (IOS) 数据融合,可以显著提高模型精度.
科学领域:
- 牙科成像和建模 牙科成像和建模
- 生物医学工程 生物医学工程
- 数字牙科数字牙科
背景情况:
- 圆束计算断层扫描 (CBCT) 和口腔内扫描 (IOS) 是先进的牙科成像技术.
- 精确的3D牙重建对于各种牙科应用至关重要.
- 优化CBCT参数和融合算法对于可靠的数字模型至关重要.
研究的目的:
- 为了评估不同的门值和voxel大小如何影响CBCT牙重建的准确性.
- 通过使用曲率连续性算法,评估合CBCT和IOS牙模型的准确性.
- 为了确定精确的牙重建和融合,最佳的CBCT参数.
主要方法:
- 使用IOS和CBCT数字化了32颗牙,它们具有不同的声量 (0.15毫米,0.3毫米) 和五个值设置.
- 在CBCT和IOS数据的冠根融合中使用了曲率连续性算法.
- 通过将体积,表面积,冠状宽度和根线性与激光扫描模型进行比较,以测量RMS误差来量化牙模型的准确性.
主要成果:
- CBCT重建错误有所不同:体积 (1.2219.07%),表面积 (0.187.78%),冠状线性 (2.477.69%),根线性 (-1.022.26%),和RMS (0.06910.2408毫米).
- IOS和CBCT数据的冠根融合显著减少了错误:体积 (-0.905.10%),表面积 (-0.664.15%),和RMS (0.03590.0945毫米).
- 较小的voxel大小通常会导致更高的重建精度.
结论:
- 伏塞尔大小和值设置极大地影响CBCT重建和融合精度.
- 最佳分段值因口腔体大小和牙区域而有所不同.
- 经过验证的半自动皇冠-根融合算法显著提高了整体模型的准确性,从而实现了新的临床应用.


