基于人工智能的CBCT细分在金属工件的存在下,用于3D虚拟或面部患者生成
Luiz Eduardo Marinho-Vieira1, Rocharles Cavalcante Fontenele2, Bahaaeldeen M Elgarba3
1Division of Oral Radiology, Department of Oral Diagnosis, Piracicaba Dental School, University of Campinas (UNICAMP), Piracicaba, São Paulo, Brazil.
Journal of dentistry
|November 9, 2025
概括
人工智能 (AI) 对圆束计算机断层扫描 (CBCT) 图像的细分对于创建3D虚拟患者是可行的,即使是用石冠的金属文物. 这种人工智能方法显示出作为牙科应用中口腔内扫描的替代方案的希望.
科学领域:
- 牙科成像 牙科成像 牙科成像
- 人工智能在医学中的应用
- 3D 建模 3D 建模
背景情况:
- 从医学成像中生成准确的3D虚拟患者对于治疗规划至关重要.
- 圆束计算机断层扫描 (CBCT) 图像中的金属工件可以使细分过程复杂化.
- 人工智能 (AI) 为自动化和准确的图像细分提供了潜力.
研究的目的:
- 评估基于人工智能的CBCT图像细分的可行性,以创建3D虚拟患者.
- 为了评估金属工艺品从金玉冠对AI细分精度的影响.
- 将AI细分精度与传统的口内扫描方法进行比较.
主要方法:
- 皇冠制剂是在一个人头幻象的下前上制成的.
- 在各种条件下获得CBCT扫描,包括使用石冠.
- 一个人工智能平台细分了牙,下和牙冠;通过使用RMS和MSD与口腔内扫描进行比较,量化了准确性.
主要成果:
- 人工智能细分在各种条件中显示出一般准确性,空间不对齐率低 (RMS:0.17-0.30 mm).
- 对下牙和下牙的细分精度最高 (RMS:0.03-0.34毫米).
- 由于金属工艺品,金冠显示出更大的细分偏差 (RMS:0.66-0.95毫米).
结论:
- 基于AI的CBCT细分对于生成3D虚拟患者是可行的,即使使用金属工件.
- 石皇冠对下和牙细分的影响很小,但对自身的影响更大.
- 人工智能细分为口内扫描提供了一个潜在的替代方案,需要专家的临床验证.
