使用3D点云数据进行人工智能驱动的切口修复的可行性和准确性评估
Xiaohan Ma1, Guofen Lin2, Shengnan Zhao3
1Department of Prosthodontics, Beijing Stomatological Hospital, Capital Medical University, No. 9 Fanjiacun, Fengtai District, Beijing, 100070, Beijing, China. maxiaohan923@163.com.
Clinical oral investigations
|October 27, 2025
概括
一种人工智能驱动的前牙修复方法显示了数字假牙的前景,尽管在重建缺失的牙时的准确性略低,但比手工设计提供了更大的稳定性.
科学领域:
- 数字牙科和人工智能的人工智能
- 3D重建技术 3D重建技术
- 生物医学工程 生物医学工程
背景情况:
- 牙科修复的传统手工设计是耗时的.
- 人工智能为自动化和改善牙科假牙提供了潜力.
- 准确的3D重建对于有效的牙修复至关重要.
研究的目的:
- 介绍和评估一个开源的AI方法用于前牙修复.
- 为了比较人工智能生成的修复与传统手工设计的准确性.
- 评估基于AI的牙重建的稳定性和一致性.
主要方法:
- 使用了209个数字牙科模型,模拟了缺失的上右侧中央切口.
- 采用基于AdaPoinTr的点云完成网络,用于人工智能生成的修复 (AI-G).
- 将AI-G与手动设计 (MD) 进行比较,使用L1/L2法距离,F-Score和豪斯多夫距离.
主要成果:
- 手动设计 (MD) 显示出优异的局部和全球准确性 (P<0.001) 和微观结构保留 (P<0.001).
- 在MD和AI-G之间,极端错误控制 (豪斯多夫距离,P=0.058) 没有显著差异.
- 人工智能-G显示出更稳定的错误分布 (IQR:0.0073毫米对比0.1094毫米).
结论:
- 该AdaPoinTr网络有效地重建了缺失的中央切口.
- 与手工设计相比,AI方法提供了更好的稳定性和一致性.
- 验证了人工智能驱动的数字假牙点云完成,铺平了新的研究途径.
