Introduction: Evolvement of digital technology encouraged the use of virtual dental and dental surgical planning and navigated surgery. The variety of cases is significant, therefore even for an expert, it is challanging to recover a traumatic case, or to design and apply implants with high anatomical precision. Objective: High-quality image acquisition and processing are essential to the process. CT (computer tomography) or CBCT (cone-beam computer tomography) images having bad initial quality greatly decrease the performance of the processing algorithms and affect the quality of the reconstructed 3D models. 3D reconstruction using manual segmentation takes several hours of work and expertise, which significantly increases the overall cost and time of 3D CAD/CAM (computer-aided design/computer-aided manufacturing) based surgical planning and production processes. Material and method: In this paper, we introduce a bone segmentation algorithm specifically designed for surgical planning, and evaluate its benefits for the aforementioned goal. The approach relies on edge detection, mathematical morphology and basic image-processing operations. Results: Performance has been evaluated on 40 series of manual segmentation. Results (precision 90%) show that the algorithm is fast and accurate so it is applicable for surgical planning. Conclusion: Our algorithm significantly reduces the execution time of segmentation and surgical planning, therefore increases the efficiency of the overall procedure.
Bevezetés: A digitális technológia fejlődése következtében a maxillofacialis sebészet területén az állcsont-ortopédiában egyre gyakrabban vesszük igénybe a virtuális műtéti tervezés és a navigált sebészet lehetőségeit. A műtéti esetek változatossága és bonyolultsága számottevő, továbbá nehézséget jelent egy traumás eset helyreállítása, anatómiailag pontos és terhelhető implantátumok tervezése és alkalmazása. Célkitűzés: A tervezés elengedhetetlen előfeltétele a pontos képalkotás és képfeldolgozás. A rossz minőségű CT- (komputertomográfiás) vagy CBCT- (kúpsugaras komputertomográfiás) felvételek rontják a felvételek feldolgozását végző algoritmusok eredményét, illetve a háromdimenziós felvétel rekonstrukciójának minőségét. A kézi kijelöléssel történő 3D rekonstrukció többórás manuális munkával jár, ami jelentősen megnöveli a 3D CAD/CAM (számítógéppel támogatott tervezés/számítógéppel támogatott gyártás) alapú folyamatok idejét és költségét. Anyag és módszer: Jelen cikkünkben ismertetünk egy elsődlegesen műtéti tervezéshez kifejlesztett csontkijelölő (szegmentáló) algoritmust, majd megvizsgáljuk annak előnyeit a műtéti tervezés aspektusában. A módszer éldetektáláson, matematikai morfológián és képfeldolgozó műveleteken alapul. Eredmények: Módszerünk pontosságát összehasonlítottuk 40 db felvételen elvégzett manuális szegmentációval. A manuális munkához képest 80–180-szoros gyorsulást tudtunk elérni, 90%-os precizitással. Következtetés: A módszer jelentősen csökkenti a műtéti tervezésekkel járó többórás manuális szegmentáció idejét és annak költségét, ezzel jelentősen megnövelve a műtéti tervezések hatékonyságát. A módszer precizitása a műtéti tervezéshez megfelelő. Orv Hetil. 2022; 163(46): 1840–1846.
Keywords: 3D műtéti tervezés és gyártás; 3D surgical planning and construction; CAD/CAM; CBCT; automated segmentation; automatizált szegmentáció.