Diep leren voor segmentatie van gummy smile

Een gomachtige glimlach (overmatige zichtbaarheid van het tandvlees tijdens het glimlachen) is niet alleen een esthetisch probleem, maar ook een belangrijke parameter in termen van parodontale gezondheid. Huidige evaluatiemethoden zijn subjectief en niet-gestandaardiseerd, wat leidt tot beperkingen in zowel klinische nauwkeurigheid als communicatie van de patiënt. In de afgelopen jaren zijn op AI gebaseerde modellen begonnen effectief te worden gebruikt bij tandheelkundige beeldanalyse en diagnostische processen. Deze studie heeft als doel een door AI ondersteund objectief en reproduceerbaar analysemodel te ontwikkelen dat in staat is om gomachtige glimlach te evalueren vanuit zowel esthetische als parodontale perspectieven met behulp van een unieke gegevensset die zijn samengesteld uit afbeeldingen verkregen via standaard klinische protocollen en gelabeld door dezelfde expert.

Personen van 12 jaar of ouder zonder maxillaire voorste (tanden #13-23) tandverlies zal in de studie worden opgenomen. Patiënten met ontbrekende voorste maxillaire tanden (tanden #13-23), significante anatomische pathologieën of smile-interfererende factoren (bijv. Gezichtspiercings, orthodontische apparaten, gezichtshaar) zullen worden uitgesloten.

Gestandaardiseerde frontale foto's worden gemaakt met een enkel apparaat (iPhone 15) om de consistentie in resolutie, verlichting en kleurbalans te waarborgen. Beelden worden vastgelegd vanaf een vaste afstand van 15 cm met deelnemers in een rechtopstaande positie, ogen naar voren gericht en koppen uitgelijnd met het horizontale vlak van Frankfurt. Om de standaardisatie te behouden, worden de rasterlijnen van de smartphone gebruikt om de horizontale lijn uit te lijnen met de leerlingen en verticale lijnen met de nasale Alae.

Afbeeldingen van hoge, gemiddelde en lage glimlachlijnen worden gelabeld door een parodontist met behulp van de webgebaseerde annotatietool MakeSense. Zichtbare gingivale gebieden worden geannoteerd als polygonen superieur begrensd door de onderste rand van de bovenlip en inferieur door de gingivale marge. Voor deelnemers met een hoge glimlachlijnen wordt Gingival Display gemeten met behulp van ImageJ (National Institutes of Health, Bethesda, MD, VS), met kalibratie uitgevoerd via een parodontale sonde ingebed in elke foto. Een pixel-naar-millimeter conversiefactor wordt afgeleid en toegepast op metingen tussen de bovenlip en de gingivale marge in de voorste maxillaire sextant (tanden #13-23). Afstanden tussen gepaarde oriëntatiepunten (punten 7-13, 8-14, 9-15, 10-16, 11-17, 12-18) worden gemeten in millimeters. AI-gebaseerde segmentatie-uitgangen (via MakeSense) zullen statistisch worden vergeleken met ImageJ-metingen om de correlatie te beoordelen.