تجزیه و تحلیل تصویر دندان یکی از چالش برانگیزترین و جدیدترین حوزه های تحلیل تصویر پزشکی است. ناحیه فک و صورت به طور متراکم توسط ساختارهای پیچیده روی هم قرار گرفته است که اغلب بسیار کوچک است. علاوه بر این، دندان ها به طور قابل توجهی در شکل و موقعیت متفاوت هستند و موانع بیشتری برای تقسیم بندی تصویر ایجاد می کنند. در نتیجه، تجزیه و تحلیل تصویر دندان نیاز به تکنیک‌های استخراج و قطعه‌بندی پیشرفته و در بسیاری از موارد، بازسازی سه بعدی دارد.

کاربردهای کامپیوتر در دندانپزشکی

تجزیه و تحلیل تصویر پزشکی بیشتر با مسائل تشخیصی سر و کار دارد و از تشخیصگران در تصمیم گیری هایشان حمایت می کند. با این حال، دندانپزشکی حداقل یک برنامه کاربردی دیگر برای برخی از تکنیک های تجزیه و تحلیل تصویر ارائه می دهد، که طراحی به کمک کامپیوتر و سیستم های تولید به کمک کامپیوتر (CAD/CAM) است.

البته سیستم‌های CAD/CAM تنها از برخی تکنیک‌های آنالیز تصویر مانند پیش‌پردازش تصویر و تقسیم‌بندی تصویر نیمه خودکار استفاده می‌کنند، اما این سیستم‌ها یکی از مهم‌ترین گرایش‌ها در دندان‌پزشکی مدرن را تشکیل می‌دهند و این ظاهراً آنها را به یکی از برترین‌های دندانپزشکی تبدیل می‌کند. برنامه های کاربردی تجزیه و تحلیل تصویر

با این حال، تشخیص به کمک کامپیوتر دومین کاربرد عمده آنالیز تصویر دندانی است. بینایی کامپیوتری را می توان برای شناسایی ضایعات پوسیدگی و علائم پریودنتیت و همچنین سینوزیت فک بالا، پوکی استخوان و سایر آسیب شناسی ها مورد استفاده قرار داد.

بینایی کامپیوتری نیز برای تجزیه و تحلیل سفالومتری و طبقه بندی دندان ها برای اهداف نظری و عملی استفاده می شود.

سیستم های CAD/CAM

سیستم‌های CAD/CAM که در دهه 1980 به‌عنوان یک نوآوری ناخوشایند معرفی شدند، از آن زمان به یک تکنیک پیشرفته ارتودنسی و جراحی دندان تبدیل شده‌اند که روشی سریع و قابل اعتماد برای ترمیم دندان ارائه می‌کند.

سیستم های CAD/CAM از دوربین های داخل دهانی یا CBCT برای بازسازی یک تصویر سه بعدی از قوس دندانی و ارائه اطلاعات لازم برای طراحی و ایجاد پروتزهای دندانی و وسایل ارتودنسی استفاده می کنند. بخش CAM به این معنی است که سیستم پروتزهای لازم را در محل ایجاد می کند و اجازه می دهد دستکاری در یک روز انجام شود.

بر اساس آخرین تحقیقات بازار Technavio، بازار جهانی CAD/CAM دندانپزشکی به طور مداوم تا سال 2021 با بیش از 8٪ CAGR در حال رشد است و یک روند کلیدی برای تقویت رشد آن تغییر به سمت نرم افزار معماری باز است که انعطاف پذیری بیشتری را امکان پذیر می کند.

نحو تشخیص

به عنوان رایج‌ترین ابزار مبتنی بر تجزیه و تحلیل تصویر پزشکی، سیستم‌های تشخیص به کمک رایانه (CAD)[1] از رادیولوژیست‌ها و دندانپزشکان در کارشان پشتیبانی می‌کنند و اغلب دقت و سرعت تشخیص را به‌طور قابل توجهی افزایش می‌دهند.

1) پوسیدگی

بر اساس تطبیق مرجع، سیستم های CAD در حال حاضر برای تشخیص پوسیدگی استفاده می شود. برخی از محققان نرخ نتایج مثبت واقعی را تقریباً دو برابر (از 39٪ به 69٪) در تشخیص پوسیدگی هنگامی که توسط یک سیستم CAD پشتیبانی می شود، گزارش کرده اند. تحقیق دیگری به دلیل مشکلات تقسیم بندی دندان ها، نتایج کمتر خوش بینانه ای را نشان داده است.

به هر حال، شناسایی ضایعات پوسیدگی یکی از رایج ترین کارها در دندانپزشکی محافظه کارانه است و اتوماسیون جزئی این فرآیند برای پزشکان مفید خواهد بود، بنابراین این مشکل قطعاً نیازمند توجه بیشتری است.

2) تشخیص ریشه

وجود یا عدم وجود تغییرات التهابی در پالپ دندان برای طرح درمان دندان بسیار مهم است. برای تصمیم گیری در مورد پاکسازی دندان، دندانپزشکان همچنین می توانند از سیستم CAD مشاوره بخواهند.

چندین مقاله تحقیقاتی اخیر رویکردهای چند جانبه را برای مشکل تقسیم‌بندی پالپ و کانال ریشه پیشنهاد می‌کنند، مانند مدل پیش‌بینی خطی برای استخراج لبه کانال ریشه و خوشه‌بندی c-means فازی برای تقسیم‌بندی کانال ریشه در سوابق میکرو CT با وضوح بالا.

3) پریودنتیت

پریودنتیت، یک بیماری التهابی بافت های نرم اطراف دندان ها، می تواند حتی در رادیوگرافی های ساده دندان تشخیص داده شود. برای موفقیت، تکنیک‌های تشخیص لبه و بخش‌بندی بسیار حساس باید اعمال شود.

برای پرداختن به مشکل تشخیص خودکار پریودنتیت، محققان چینی ترکیبی از الگوریتم‌های خوشه‌بندی فازی نیمه نظارت شده را برای تقسیم‌بندی تصویر اشعه ایکس دندان پیشنهاد کردند. سیستم پیشنهادی بسیار بهتر از تکنیک‌های تقسیم‌بندی مرسوم عمل کرد، اگرچه نویسندگان اذعان دارند که هنوز جای بهبود وجود دارد.

4) سینوزیت ماگزیلاری

عفونت‌های دندانی اغلب به دلیل ویژگی‌های آناتومیکی این ناحیه باعث التهاب سینوس‌های فک بالا می‌شوند و مهم است که حتی دندان‌پزشکان بی‌تجربه نیز بتوانند این عارضه را در رادیوگرافی پانورامیک ساده تشخیص دهند. این آسان نیست، زیرا تصاویر پانورامیک دندان برای تشخیص آسیب شناسی سینوس در نظر گرفته نشده است، و ساختارهای همپوشانی اغلب تشخیص سینوزیت را دشوار می کند.

تحقیقی که در سال 2016 در ژاپن انجام شد نشان داد که سیستم‌های CAD در این مورد تفاوت ایجاد می‌کنند و دقت تشخیصی دندانپزشکان نئوفیت را به همکاران باتجربه خود افزایش می‌دهند. پس از فیلتر کردن و تقسیم بندی اولیه تصویر، سیستم ثبت نواحی سینوس آینه ای را انجام می دهد تا تفاوت در کدورت را تشخیص دهد. اگرچه این تکنیک را می توان فقط برای تشخیص سینوزیت یک طرفه به کار برد، اما هنوز یک جهت امیدوارکننده است.

5) پوکی استخوان

در حالی که استاندارد طلایی برای تشخیص پوکی استخوان، جذب سنجی اشعه ایکس با انرژی دوگانه (DXA) است، تراکم استخوان را می توان در ناحیه کندیل فک پایین (بخشی از فک پایین) نیز اندازه گیری کرد. از آنجایی که دسترسی به رادیوگرافی پانورامیک دندان بسیار آسان تر از DXA است، بسیاری از پزشکان آن را روشی امیدوارکننده برای غربالگری پوکی استخوان می دانند.

یک تحقیق اخیر نشان داده است که با استفاده از تکنیک‌های آنالیز تصویر برای تعیین ROI، استخراج ویژگی‌ها و طبقه‌بندی داده‌های به‌دست‌آمده از رادیوگرافی پانورامیک، می‌توان به دقت حداقل 88 درصد در تشخیص پوکی استخوان دست یافت.

6) دیگر

اگرچه کلسیفیکاسیون شریان کاروتید بلافاصله با دندانپزشکی مرتبط نیست، اما می توان آن را در رادیوگرافی پانورامیک دندان مشاهده کرد. با تعریف دو ROI دیگر (برای هر دو طرف) در یک اشعه ایکس پانوراما، یک سیستم تجزیه و تحلیل تصویر می تواند به راحتی کلسیفیکاسیون را با فیلتر کردن تصویر و آستانه خاکستری تشخیص دهد.

این “یافته اتفاقی” از اهمیت حیاتی برخوردار است، زیرا نشان می دهد که بیمار در معرض خطر بالای سکته مغزی است، بنابراین افزودن چنین ویژگی به سیستم CAD برای تجزیه و تحلیل پانورامیک اشعه ایکس می تواند مزایای زیادی را به همراه داشته باشد.

آنالیز سفالومتری

دندانپزشکان، متخصص ارتودنسی و جراحان فک و صورت هنگام برنامه ریزی برای درمان، علائم آناتومیک سر را تجزیه و تحلیل می کنند. حتی علاقه گسترده‌تری در این زمینه وجود دارد، زیرا سفالومتری نیز می‌تواند برای اهداف مختلفی استفاده شود، به عنوان مثال، برای برنامه‌ریزی زایمان و زایمان در مامایی.

با این حال، تجزیه و تحلیل سفالومتری دستی زمان قابل توجهی را می طلبد، که آن را کاندید خوبی برای اتوماسیون می کند. سیستم های تجزیه و تحلیل تصویر پزشکی می توانند سرعت و کارایی تشخیص نقطه عطفی آناتومیک را به شدت افزایش دهند.

چالش های اصلی

بر اساس یک بررسی اخیر که توسط یک همکاری بین المللی انجام شده است، تشخیص خودکار ضایعات پوسیدگی در تصاویر اشعه ایکس با گاز گرفتن هنوز یک چالش بزرگ است. مشکل کلیدی تقسیم بندی ساختارهای دندانی است، زیرا تنوع داده ها زیاد است و دندان ها گاهی اوقات به اشتباه به عنوان پس زمینه برچسب گذاری می شوند.

چالش مهم دیگری که در همان مقاله بیان شد، آنالیز سفالومتری است. اگرچه دقت تشخیص نقطه عطف آناتومیک خودکار در ۷سال اخیر افزایش یافته است، اما هنوز هم زیر ۹۰٪ است.

با توسعه بیشتر الگوریتم های پردازش تصویر و یادگیری ماشین، میزان موفقیت هر دو تشخیص پوسیدگی و تجزیه و تحلیل سفالومتری افزایش می یابد.

روندها و گزینه های رشد

از آنجایی که سیستم‌های CAD/CAM یکی از گرایش‌های کلیدی دندان‌پزشکی در سراسر جهان هستند، تقاضا برای تکنیک‌های پیش‌پردازش تصویر و الگوریتم‌های قطعه‌بندی افزایش خواهد یافت. و تغییر به سمت معماری باز نشان می دهد که برای سازندگان CAD/CAM آسان تر خواهد بود که نرم افزار متناسب با نیازهای خاص خود را سفارش دهند.

در مورد تکنیک های تصویربرداری، کف پیروزی متعلق به توموگرافی کامپیوتری با پرتو مخروطی است که یکی دیگر از گرایش های کلیدی در دندانپزشکی است. در آینده نزدیک، CBCT مجهز به سیستم های CAD تجزیه و تحلیل تصویر ممکن است به کارآمدترین ابزار تشخیصی در دندانپزشکی تبدیل شود.

علاوه بر این، روند جهانی شبکه‌های عصبی مصنوعی، سیستم‌های منطق فازی، جنگل‌های تصادفی و سایر الگوریتم‌های هوشمندی که می‌توانند برای خوشه‌بندی و طبقه‌بندی تصاویر استفاده شوند، فرصت‌های جدیدی را برای تجزیه و تحلیل تصویر دندانی ایجاد می‌کند. بهبود بیشتر عملکرد آنها دقت سیستم های CAD را بهبود می بخشد و امکان اتوماسیون چالش برانگیزترین موارد را فراهم می کند.