Akademik Veri Yönetim Sistemi
4th International Congress of Maxillofacial Radiology Society 'Multidisciplinary Approach to Maxillofacial Imaging', İzmir, Türkiye, 19 - 23 Ekim 2022, ss.196-197
Amaç: Bu çalışmanın amacı, 2 yazılım programı ve web tabanlı bir yapay zeka dental tanı aracı ile üretilen STL modelleri
kullanılarak yapılan lineer ölçümlerin güvenilirliğini karşılaştırmaktır.
Yöntem: Toplam 100 KIBT görüntüsü retrospektif olarak analiz edilmiş ve bu çalışmaya dahil edilmiştir. İlk olarak DICOM
dosyaları, bir 3 boyutlu sert doku gösterimi oluşturmak için Maxilim® yazılımına aktarılmıştır. Bunun yanı sıra, STL
görüntülerini oluşturmak için Evrişimli Sinir Ağı tabanlı bir makine öğrenimi algoritması ve MIMICS yazılım programı
kullanılmıştır. MIMICS yazılımı STL görüntüleri, Maxilim yazılımı ve 3D-matic ile yapay zeka tarafından oluşturulan STL
dosyaları kullanılarak beş mandibular lineer ölçüm yapılmıştır. İkili karşılaştırmalar için Bonferroni testi kullanıldı. Üç program
arasındaki ve program çiftleri arasındaki mutlak uyum, sınıf içi korelasyon katsayısı (ICC) ile değerlendirildi.
Bulgular: Genel sınıf içi korelasyon katsayı değerleri güvenilir bir tekrarlanabilirlik göstermiş olup 0.760 ile 0.911 arasında
değişmektedir. En güvenilir ölçüm sağ ve sol angulus mandibula arasındaki mesafe (0.876 ile 0.939 arasında değişen) olarak
belirlenirken, en düşük sınıf içi korelasyon katsayı değerlerinin (0.657 ile 0.795 arasında) ise sağ ve sol mental foramenler arası
mesafenin ölçümünde olduğu görülmüştür. Ölçümler, incisura mandibulalar arasındaki mesafe dışında 3 yazılım programı
arasında istatistiksel olarak anlamlı farklılıklar göstermiştir.
Sonuç: STL görüntüleri önemli farklılıklar göstermekle birlikte mandibulada yapılan ölçümlerde dikkatli bir şekilde
kullanılabilir. STL görüntülerinin bu çalışmada ölçülen mesafeler açısından ölçümleri olduğundan fazla veya az gösterme
eğiliminde olduğu belirlenmiştir.
Anahtar Kelimeler: STL görüntüleri, Ölçüm güvenilirliği, KIBT, Mandibula, Yapay zeka
Purpose: The aim of this study was to compare the reliability of linear measurements using 2 software programs and a webbased
AI dental diagnostic tool STL models.
Materials & Methods: A total of 100 CBCT scans were retrospectively analyzed and enrolled in this study. Firstly DICOM
files were imported into Maxilim® software to create a 3D hard tissue representation. Besides this a Convolutional Neural
Network-based machine learning algorithm and MIMICS software program were used to generate STL images. Five
mandibular linear measurements were performed by using MIMICS software STL images, Maxilim software and AI generated
STL files using 3D-matic. Bonferroni adjustment was used for pairwise comparisons. Absolute agreement among three
programs and between pair of programs were assessed by intraclass correlation coefficient (ICC).
Results: Overall ICC values demonstrated a reliable reproducibility and ranged from 0.760 to 0.911. The most reliable
measurement was between the angulus mandible (ranging from 0.876 to 0.939) and the measurement with lower ICC was
between the mental foramens (ranging from 0.657 to 0.795). The measurements showed statistically significant differences
between 3 software programs except for distance between the incisura mandibles.
Conclusions: STL images showed significant differences and may be used with caucation in the mandible. It tends to over or
underestimate the distances which measured in this study.
Keywords: STL, Reliability, CBCT, Mandible, Artificial Intelligence