Bedömning av noggrannhet och estetik efter automatiserad mandibular defektrekonstruktion med AI

Den digitala kirurgiska processen kräver ofta en förväntad mandibulär referensmodell. För närvarande är den gemensamma digitala kirurgiprocessen att spegla reparation eller manuellt leta efter andra liknande mandibles för lokal datafusion och utjämning. En mer exakt förväntad referensmodell är svår att uppnå, tidskrävande och svår att främja i klinisk praxis. Dessutom har snabb routingbehandling ofta dålig noggrannhet. För kumulativa bilaterala lesioner, massiva lesioner, uppenbar förskjutning eller lesioner korsar mittlinjen, finns det fortfarande ingen effektiv metod för att förutsäga den förväntade referensmodellen i klinisk praxis.

Huvudmålet för att genomföra denna studie är att föreslå en förbättrad algoritm för att övervinna nackdelarna med nyligen genomförda studier med 3D -oen och testa förutsägbarheten och kliniska värdet av praktiskt taget genererade 3D -modeller av defekterade mandible hos riktiga patienter.