Costruzione di un nuovo sistema di classificazione automatica del livello di densità minerale delle ossa mascellari basato sul deep learning utilizzando la tomografia computerizzata a fascio conico

Scientific Reports volume 12, numero articolo: 12841 (2022) Citare questo articolo

1295 accessi

1 Citazioni

4 Altmetrico

Dettagli sulle metriche

Sviluppare e verificare un metodo di classificazione automatica utilizzando l'apprendimento profondo dell'intelligenza artificiale per determinare il livello di densità minerale ossea del sito implantare nella chirurgia implantare orale da dati radiografici ottenuti da immagini di tomografia computerizzata a fascio conico (CBCT). Settanta pazienti con difetti della dentatura mandibolare sono stati scansionati utilizzando la CBCT. Questi dati sull'imaging digitale e sulle comunicazioni in medicina sono stati suddivisi in 605 set di addestramento, quindi i dati sono stati elaborati con la standardizzazione dei dati e il livello di valore dell'unità Hounsfiled (HU) è stato determinato come segue: Tipo 1, 1000–2000; tipo 2, 700–1000; tipo 3, 400–700; tipo 4, 100–400; e digitare 5, - 200–100. Quattro medici specializzati in impianti dentali hanno identificato e classificato manualmente l'area del livello di densità ossea della mascella nell'immagine utilizzando il software LabelMe. Quindi, con l'aiuto del valore HU generato da LabelMe, un medico con 20 anni di esperienza clinica ha confermato il livello di etichettatura. Infine, i valori medi HU di varie categorie contrassegnate dai medici implantologi sono stati confrontati con i valori medi rilevati dal modello di intelligenza artificiale per valutare l'accuratezza della classificazione dell'intelligenza artificiale. Dopo che il modello è stato addestrato su 605 set di addestramento, i risultati statistici dei valori medi HU di varie categorie nel set di dati rilevati dal modello erano quasi uguali all'intervallo di classificazione HU sull'annotazione dei dati. Questa nuova classificazione fornisce una soluzione più dettagliata per guidare i chirurghi nella regolazione della velocità di fresatura e nella selezione dello strumento durante il processo decisionale preoperatorio e la preparazione del foro intraoperatorio per la chirurgia implantare.

Clinicamente non esiste un chiaro consenso sulla definizione di qualità ossea, ma in generale copre molti aspetti come il grado di mineralizzazione ossea e la forma e il tipo della trabecola ossea. Attualmente, la classificazione della qualità delle ossa mascellari più utilizzata è quella dei quattro tipi di classificazione proposta da Lekholm e Zarb nel 19851, in cui le ossa mascellari sono divise in uno di quattro tipi a seconda della quantità di osso corticale e osso spongioso all'interno. immagini radiologiche della mascella2: l'osso di tipo I è considerato il meno vascolarizzato e il più omogeneo, il tipo II è una combinazione di osso corticale con una cavità midollare, il tipo III è composto prevalentemente da osso trabecolare e il tipo IV è descritto come avente una cavità molto sottile corteccia e trabecole a bassa densità. Tuttavia, il metodo di classificazione esistente è limitato alla classificazione della qualità ossea. Questo è uno svantaggio nel contesto della chirurgia implantare, dove è comune osservare ossa di densità diverse in una zona. Pertanto, l'utilizzo esclusivo di questo sistema di classificazione può causare uno spostamento del sito implantare o la perdita di torsione durante l'inserimento dell'impianto. Riteniamo che l’obiettivo finale della classificazione ossea nella chirurgia implantare orale sia quello di guidare una comprensione più completa dell’area del sito implantare, in modo da aiutare il chirurgo a decidere la dimensione della preparazione della cavità e la scelta del diametro dell’impianto durante l’intervento implantare. Inoltre, un sistema migliorato di classificazione dell’osso contribuirà a migliorare la stabilità iniziale dell’impianto e la resistenza alla perforazione durante l’intervento.

In questo studio, è stato adottato un metodo di intelligenza artificiale di deep learning per determinare i tipi di densità ossea in diverse posizioni dei siti implantari dai dati radiologici ottenuti dalle immagini di tomografia computerizzata a fascio conico (CBCT), in modo da fornire una classificazione più dettagliata della densità ossea allineare. Questo metodo può anche migliorare la precisione del giudizio sul grado di densità minerale ossea e ridurre la possibilità di errori nel giudizio soggettivo individuale. Sulla base di questo metodo è stato sviluppato e verificato un metodo di classificazione automatica ed è stato proposto un nuovo standard di classificazione delle ossa mascellari. L'osso della mascella è diviso in cinque tipi, il tipo 1 è il più denso e il tipo 5 è il più sciolto. La gamma di tipi ossei viene calibrata automaticamente attraverso l’uso di un sistema di intelligenza artificiale di big data per guidare meglio i medici nelle operazioni di chirurgia implantare.