Prediktionsnoggrannhet för Dolphin 3D i Bimax-kirurgi för klass III

Studien kommer att använda de redan existerande CBCT-bilderna som rutinmässigt tagits för ortognatiska kirurgiska patienter på tandsjukhuset och skolan i Glasgow.

CBCT-skanningar av klass III-patienter som genomgått maxillär avancemang med minimal eller utan påverkan och underkäksnedsättning kommer att identifieras.

De preoperativa och 6 månaderna postoperativa CBCT-bilderna kommer att anonymiseras. Den kirurgiska planeringen och mjukdelsförutsägelsen kommer att utföras på de preoperativa bilderna med hjälp av Dolphin3d-programvaran.

Den resulterande 3D-modellen för mjukvävnad kommer att läggas ovanpå den faktiska postoperativa mjukdelsmodellen.

Analys av skillnaden mellan förutsägelsen och den faktiska postoperativa operationen kommer att utföras för att kvantifiera skillnaden mellan dem för att bedöma noggrannheten i mjukvaruförutsägelsen.

Urvalet kommer att samlas in enligt inklusions- och exkluderingskriterierna. CBCT voxelbaserad superimposition före och efter operation med ONDEMAND 3d. Den kirurgiska rörelsen kommer att kvantifieras med hjälp av direkt skivmarkering. Använder pre-operation CBCT för att göra den kirurgiska mock-upen och mjukvävnadssimuleringen på delfin 3D.

Segmentera mjukvävnaden i förutsägelsen. Ytmodeller av mjukvävnad av simuleringen och de faktiska postoperativa bilderna genererades och exporterades som STL.

Generiska maskor konformation tät korrespondensanalys. Överlagring av de förutsagda och de postoperativa STL:erna. Med hjälp av VR-mesh-mjukvara kommer nätet att segmenteras i föridentifierade anatomiska regioner.

Avståndet mellan motsvarande hörn kommer att visas som en färgskala i millimeter och kommer att analyseras i den individuella dimensionen av rymden (x, y och z) med hjälp av intern programvara och varje dimension kommer att visas som ett färgkodat avstånd Karta.