一个基于人工智能的工具,用于假肢皇冠细分,用于在具有挑战性的高人工物场景中实现自动化口内扫描到CBCT注册
Bahaaeldeen M Elgarba1, Saleem Ali2, Rocharles Cavalcante Fontenele3
1Doctoral Researcher, OMFS-IMPATH Research Group, Department of Imaging and Pathology, Faculty of Medicine, KU Leuven; Department of Oral and Maxillofacial Surgery, University Hospitals Leuven, Leuven, Belgium; and Department of Prosthodontics, Faculty of Dentistry, Tanta University, Tanta, Egypt.
The Journal of prosthetic dentistry
|February 27, 2025
概括
一个新的人工智能驱动的云平台准确地分割假体冠状,并通过CBCT扫描记录口内扫描,即使是金属文物. 这种人工智能自动化 (AA) 方法比半自动化 (SA) 方法快得多,并且更一致.
科学领域:
- 牙科成像和诊断 牙科成像和诊断
- 医学中的人工智能.
- 医疗器械技术 医疗器械技术
背景情况:
- 圆束计算机断层扫描 (CBCT) 中的金属工件使得在口内扫描中精确的记录变得复杂.
- 通过云平台进行人工智能驱动的细分,以改善这一注册流程的有效性仍然不确定.
研究的目的:
- 验证基于云计算的平台,利用人工智能在CBCT扫描上对假肢冠状进行细分.
- 使用这个AI平台,评估多式口腔内扫描到CBCT注册的准确性,特别是在存在重要的金属文物时.
主要方法:
- 通过使用30个患者数据集对半自动 (SA) 参考方法进行AI自动化 (AA) 细分和注册的比较.
- 评估了包括子相似系数,中位表面偏差 (MSD) 和根平均平方 (RMS) 在内的定量指标.
- 评估了诸如细分精细化需求和对齐准确度等质量方面,以及时间效率和一致性 (类内相关系数 - ICC).
主要成果:
- 人工智能自动化 (AA) 方法实现了0.91子相似系数用于冠状细分和0.03 ±0.05毫米的MSD用于注册.
- AA显示了91%的临床可接受匹配,显著超过SA的80%.
- AA的速度要快得多 (200x对细分,4.5x对注册),并且显示出很好的一致性 (ICC 0.99-1.0).
结论:
- 由人工智能驱动的云平台提供了对假肢冠的准确,一致和时间效率高的细分.
- 该平台使可靠的口腔内扫描到CBCT注册成为可能,即使在具有高金属文物表达的具有挑战性的存在下也是如此.
