在CBCT图像上人工智能驱动的牙细分的准确性和时间效率:使用两个植入物规划软件程序的验证研究.

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
• 3D建模和可视化 3D建模和可视化

背景情况:

• 精确的牙细分对于牙科诊断和治疗计划至关重要,特别是在植入学中.
• 从CBCT扫描中手动细分牙是耗时的,需要大量的专业知识.
• 集成到植入物规划软件中的AI工具为自动化和改进细分流程提供了潜力.

研究的目的:

• 在CBCT图像上比较手动与人工智能驱动的牙细分的准确性和时间效率.
• 评估文物,牙弧,牙类型和区域对细分精度的影响.
• 评估人工智能驱动工具用于生成虚拟3D牙模型的可靠性.

主要方法:

• 14名患者接受了CBCT扫描,获得了67颗取的牙用于细分.
• 分段是手动执行的,并使用两个人工智能驱动的工具.
• 记录了细分时间,并通过将细分模型与口内扫描进行比较来计算体积差异.

主要成果:

• 人工智能驱动的细分显示差异范围从0.10到0.98毫米 (平均RMS为0.27毫米).
• 手动细分比人工智能方法 (p < 0.05) 产生了较低的RMS偏差,其中顶根区域的准确性最低.
• 与手工方法相比,人工智能方法显著减少了细分时间 (p < 0.05).

结论:

• 人工智能驱动的牙细分提供可靠的虚拟3D模型,精度与手工方法相比.
• 人工智能显著提高了CBCT成像中牙细分的时间效率.
• 需要进一步开发人工智能模型,以提高修复文物的情况下的准确性.