人工智能驱动的CBCT细分和3D模型的前面表面的部为计算机辅助手术:多个算法的比较多个算法
Hei Yuet Lo1, Pui Hang Leung1, Yu-Xiong Su1
1Division of Oral and Maxillofacial Surgery, Faculty of Dentistry, University of Hong Kong, Prince Philip Dental Hospital, 34th Hospital Road, Hong Kong Special Administrative Region.
概括
3D孔修复和AI细分为虚拟手术规划 (VSP) 中的前模拟提供了卓越的准确性. 这些方法提高了复杂的面外科手术的3D模型质量.
科学领域:
- 口腔和牙面部外科手术
- 医疗成像医学成像
- 计算机辅助手术 计算机辅助手术
背景情况:
- 虚拟手术规划 (VSP) 依赖于大的精确3D模型.
- 细分薄骨结构,如前大,提出了重大挑战.
- 现有的细分方法可能会引入缺陷,损害VSP的准确性.
研究的目的:
- 为了比较前大前部的各种细分和3D建模算法的性能.
- 评估不同细分技术的准确性和临床适用性.
- 为在临床实践中选择最佳算法提供参考.
主要方法:
- 其中包括20名接受了整形手术的患者.
- 算法比较:手动,门,3D孔修复和AI细分.
- 使用子相似系数 (DSC) 和豪斯多夫距离 (HD95) 评估准确度.
- 临床适用性通过对模型质量和特征准确性的问卷进行评估.
主要成果:
- 值细分和3D孔修复显示出优越的DSC和HD95.5.
- 在模仿观看器中进行AI细分,实现了高精度 (DSC 0.90,HD95 0.72毫米).
- 模仿观看器显示出最佳的临床适用性,特别是在解剖特征准确性方面.
结论:
- 使用3-matic进行3D孔修复,为前大部细分提供了最佳的整体准确性和质量.
- 在Mimics Viewer中,人工智能驱动的细分是VSP在骨面外科手术中的宝贵工具.


