Design and implementation of an automated image-based work flow for full arch implant restoration

Complete edentulism refers to the complete absence of teeth, due to an unavoidable and unstoppable tooth loss. This pathology is more common among people over 65 years old, however it can happen also in younger people. In case of complete tooth loss, dental implants, fi xed or removable, represent the best solution to provide a functional and good-looking new denture. Implant insertion is a common mini-invasive surgery procedure. After dental implants osseointegration, the next phase is the fi nal restoration whose purpose is to design and produce a dental prosthesis (single crown or full-arch) that has to t perfectly to the implants inserted in the patient mouth. The conventional work ow for the restoration is still used by most of the dentists. It requires a plaster material to be applied directly in the patient mouth and to obtain a dental impression. The dentist sends this impression to a dental laboratory, where a technician scans the impression to get a virtual 3D model of it. This one will be used to design and to print the final prosthesis. The most critical requirement of this work flow is to obtain an accurate record of each dental implant position, since it is required to get the necessary precision (< 10 m) to create the prosthesis, which has to be mounted without problems on the implants. The whole procedure is complex, slow, prone to error and requires the ability of an expert dentist. Lately, intaoral scanners were introduced to obtian a digital dental impression. The goal is to facilitate and speed up the procedure eliminating the use of the plaster material. The output is a 3D model in .STL le format, which will be used for the design of the dental prosthesis. However, even for intraoral scanners the quality of the acquisition is strongly dependant from the experience of the dentist and may present distortion. Moreover, the acquisition is still performed manually, in fact the intraoral scanner has to be handled by the dentist. This work aims to implement an automated work flow to acquire a dental impression with submillimeter precision, in order to eliminate the human factor and the plaster material and without the aid of intraoral scanners. The nal result is the 3D model of the dental impression in STL format, starting from a single acquisition of a Cone Beam Computed Tomography (CBCT) machine. The dentist uses this le to substitute the locator models with the final prosthesis model, which has to be delivered to the patient. In particular, the work is based on the segmentation and localization of special locators (Scan Body), which must be registered with their corresponding 3D model, providing the operator with information on the position, angle and distance from the surrounding structures of the dental implants with respect to the points where the nal prosthesis must be inserted. At the same time, because we used tomographic volumes, we had to develop a marker-based motion detection algorithm. The purpose is to verify the quality of the image, in terms of motion artifacts caused by the patient, by analyzing the geometrical properties of a spherical marker. The segmentation of the locators and the marker is accomplished by means of a thresholding operation and the use of morphological operators. Then, the Iterative Closest Point algorithm was used for the registration. Here the locators (Scan body) were used as fiducials and are registered with their corresponding 3D CAD model. Three metrics were implemented to analyze the geometrical properties of the marker in order to assess the presence of motion in the image: 1. Roundness analysis of the marker: compute the ratio between the real volume and the one estimated by counting the voxel in the image occupied by the sphere; 2. Radius estimation using the estimated volume; 3. Mean radius estimation: we extracted the surface of the sphere (1 voxel width) by means of morphological operators and we used all the surface points to compute all the possible radii of the sphere. In the end we averaged all the values. In order to evaluate the effectiveness of the proposed method, two experiments were done: 1. Analysis of the minimum amplitude of motion detectable, based on the metrics mentioned above. According to the results, we were able to de ne the optimal tolerance intervals, to distinguish between image with and without motion. 2. Evaluation of the registration precision based on the fi ducial registration error, including also the motion effect. In order to achieve the perfect t between dental implants and the nal prosthesis, the error must be < 10 m. The experiments were done on a dataset composed by cone beam computed tomography volumes of two different types of supports. They have to include the scan bodies and the marker. The two support are: a human jaw phantom and a pig lower jawbone (ex-vivo). The experimental set-up contemplates the simulation of a patient breath, by attaching one of the phantoms to the end-effector of a KUKA robotic arm. The robot is programmed to follow a circular trajectory, with different diameters (between 0 and 1 mm with step of 200 m), at a frequency of 0.4 Hz. The end-effector is positioned in the acquisition volume of a cone beam CT machine and the robot is activated before the image acquisition starts. The results from the metrics analysis show an increment of the error for motion amplitude above 200 m of 5% for roundness, 1% for the equivalent radius and 25% for the mean radius (in absolute value). These values were used as parameters to apply a shape ltering to detect patient movements. For what concern the registration results, the average ducial registration error is 32 32[ m], and an average target registration error of 0:9834 0:3853[mm], computed using the Fitzpartick's estimation. This estimation is computed using the fi ducial registration error and the distance of a non- fiducial point from the fiducial ones. In other words, the estimation is about the maximum observable registration error at a xed distance. In conclusion, even if the results for both motion detection and fi ducial registration error show a submillimeter precision, the error is still superior to the clinical acceptable one (< 10 m). Furthermore, the target registration error is extremely high ( 1mm). Therfore, at the moment, this method is not clinically acceptable, but it's still in development and this work can be considered as a good starting point.

Il termine edentulismo totale si riferisce alla mancanza di tutti i denti, dovuta ad una caduta inarrestabile degli stessi. Tale patologia e di usa soprattutto in persone con et a superiore ai 65 anni, tuttavia pu o investire anche i pi u giovani. Nel caso di perdita totale di denti, gli impianti dentali, ssi o mobili, rappresentano la soluzione che meglio di tutte permette di riavere una dentatura perfetta, funzionale ed esteticamente gradevole. L'inserzione degli impianti e un procedura mini-invasiva, molto comune e relativamente semplice da e ettuare. Dopo la osteointegrazione degli impianti dentali, la fase successiva e la restaurazione nale, che ha l'importante compito di progettare e creare la protesi dentale (singolo dente o un'arcata intera) che dovr a essere montata perfettamente sugli impianti del paziente. La procedura convenzionale per la restaurazione, seguita dalla maggior parte dei dentisti, richiede l'utilizzo di un materiale plastico che viene inserito nella bocca del paziente, al ne di ottenere l'impronta dentale. Il dentista manda l'impronta ad un laboratorio dentale. Qui un tecnico si occupa di e ettuare una scansione 3D dell'impronta e ottenere una sua versione virtuale con cui progettare e stampare la protesi. Il principale requisito di questo lavoro e quello di ottenere l'esatta posizione degli impianti dentali, al ne creare una protesi con le tolleranze necessarie (< 10 m) per essere montata senza problemi sugli impianti. L'operazione e complessa, lunga, soggetta ad errori e richiede l'abilit a di un dentista esperto. Recentemente, sono stati introdotti scanner intraorali per ottenere un impronta dentale digitale. L'obbiettivo e quello di velocizzare e facilitare il processo eliminando l'utilizzo del materiale plastico. Il risultato e un modello 3D in formato .STL, pronto per essere utilizzato nel processo di progettazione della protesi. Anche in questo caso per o, l'acquisizione dell'impronta dentale e fortemente dipendente dall'esperienza del dentista e pu o presentare distorsioni. Per di pi u, l'acquisizione e ancora manuale, infatti e il dentista a maneggiare lo scanner intraorale.'obbiettivo di questo lavoro e l'implementazione di un usso di lavoro automatizzato per l'acquisizione dell'impronta dentale con precisione sub-millimetrica, al ne di eliminare il fattore umano e l'utilizzo del materiale plastico e senza ricorrere all'uso di scanner intraorali. Il risultato nale e un modello 3D dell'impronta degli impianti in formato STL, a partire da una singola acquisizione tramite tomogra a computerizzata a fascio conico. Il dentista utilizza questo le per progettare la protesi dentale che verr a fornita al paziente. In particolare, il lavoro e basato sulla segmentazione e localizzazione di speciali localizzatori (Scan Body), i quali dovranno essere registrati con il loro corrispettivo modello 3D, fornendo all'operatore l'informazione sulla posizione e l'angolazione degli impianti dentali in riferimento ai punti in cui dovr a essere inserita la protesi, tenendo conto anche delle strutture vicine come altri impianti o le gengive. Contemporaneamente, poich e vengono utilizzate immagini provenienti da tomogra a computerizzata, e stato necessario implementare anche un algoritmo per rilevare i movimenti del paziente basato su marcatori. Questo ha lo scopo di andare a veri care la qualit a dell'immagine in termini di artefatti da movimento creati dal paziente, analizzando le propriet a geometriche di un marcatore sferico. La segmentazione dei localizzatori e del marcatore viene e ettuata tramite un'operazione di thresholding e l'uso di operatori morfologici. Successivamente, l'algoritmo Iterative Closest Point viene impiegato per la registrazione. Qui i localizzatori (Scan Body) vengono usati come punti duciali, per essere registrati con il loro corrispettivo modello CAD in 3D. Per analizzare le propriet a geometriche del marcatore sono stati implementate tre metriche, al ne di veri care la presenza di movimento nell'immagine: 1. Analisi della sfericit a del marcatore calcolando il rapporto tra il volume reale e quello stimato tramite il conteggio dei voxel occupati dal marcatore nell'immagine; 2. Stima del raggio a partire dalla stima del volume ottenuta sopra; 3. Stima del raggio medio: abbiamo estratto solo la super cie (con spessore di un voxel) della sfera tramite operatori morfologici e abbiamo usato tutti i punti che componevano la super cie per calcolare tutti i possibili raggi assunti dalla sfera. Alla fine e stata fatta una media di tutti questi valori. Per valutare l'efficacia del metodo proposto, sono stati effettuati due esperimenti: 1. Analisi del minimo movimento rilevabile dalle tre metriche citate sopra. Per ognuna delle tre sono stati defi niti, in seguito agli esperimenti, degli intervalli di tolleranza ottimali per distinguere immagini con o senza movimento. 2. Valutare la precisione della registrazione, basandosi sull'analisi dell'errore di registrazione ottenuto con i punti duciali, includendo anche gli e etti del movimento. Al ne di ottenere un accoppiamento tra protesi ed impianti dentali clinicamente accettabile, l'errore deve essere < 10 m. Gli esperimenti sono stati fatti su un dataset composto da volumi tomogra ci riguardanti due supporti che dovevano includere i localizzatori e il marcatore. Questi due supporti sono: una simulazione di mandibola umana e una mandibola di maiale (ex-vivo). Il set-up sperimentale prevede la simulazione del respiro di un paziente usando un braccio robotico KUKA e attaccando le al suo end-e ector. Il robot e programmato per seguire una traiettoria circolare, con diametro variabile tra 0 e 1 mm e incrementando ogni volta di 200 m e alla frequenza di 0.4 Hz. L'end-e ector viene posizionato nel volume di acquisizione di una macchina per la tomogra a computerizzata e, prima che l'acquisizione dell'immagine inizi, il robot viene attivato. I risultati delle metriche mostrano un aumento dell'errore per movimenti nell'immagine superiori a 200 m del 5% per la sfericit a, 1% per la stima del raggio e 25% (in valore assoluto) per la stima del raggio medio. Questi valori sono i valori assunti dai parametri utilizzati per analizzare le propriet a geometriche del marcatore al ne di rilevare la presenza di movimento. Per quanto riguarda i risultati della parte di registrazione, e stata ottenuta una precisione media di 32 32[ m] per l'errore sui punti duciali, mentre si e ottenuta una precisione media di 0:9834 0:3854[mm] per l'errore di registrazione calcolato tramite la stima di Fitzpatrick. Quest'ultimo viene calcolato utilizzando la stima del errore ottenuta con i punti duciali e la distanza a cui viene posto un punto (non duciale) con cui ricalcolare l'errore di registrazione. In pratica, la stima riguarda il massimo errore di registrazione riscontrabile all'aumentare della distanza di un punto dai punti duciali. In conclusione, sebbene i risultati per l'individuazione del movimento e della parte di registrazione dei punti duciali ottengano una precisione sub-millimetrica, l'errore e comunque superiore a quello accettato clinicamente ( 10 m). Per di pi u, l'errore sul target risulta estremamente alto ( 1mm). Perci o il metodo attuale non pu o essere accettato clinicamente, ma essendo ancora in via di sviluppo, questa pu o essere una buona base di partenza.