The control of plaque is one of the most important methods of prevention against oral diseases. Plaque, in fact, accumulates in the oral cavity and particularly on the teeth, and is composed of bacteria that can lead to dental caries and conditions such as periodontal disease, which can cause patients who suffer from them serious physical damage, such as tooth loss. One of the main methods for detecting plaque is the plaque index, commonly used by dentists to quantify a patient's plaque level. This index is approximately calculated for each tooth and then estimated as a percentage across all teeth. There are few methodologies available in the literature today for deriving this index. Despite technological advancements in segmentation and processing of scans, calculating the plaque index using semi-automatic or automatic methods remains an open challenge. In the present study, patients were examined, and plaque indices were calculated by dental hygienists and professional dentists for each patient. Plaque was visually identified using a bi-tonal dye. Following the manual calculation of the index, 3D intraoral scans of the upper and lower dental arches were taken for each patient. Using specialized software, the identification and quantification of plaque were performed on these scans. The objective of this study is to develop a methodology for calculating the index based on the 3D scans collected using intraoral scanners. In particular, the focus of the study shifts towards the automatic or semi-automatic calculation of the index using algorithms. The algorithm we developed is capable of segmenting the colors that make up the 3D mesh of the patient's dental arches, isolating the plaque from everything else. The segmentation was created based on the color differences present between the vertices of the meshes, specifically between the plaque areas and the remaining areas. Thus, the algorithm is able to discriminate plaque and has undergone a sensitivity analysis through visual checks by experts. Before being processed by the algorithm, the scans require pre-processing to clean the meshes in order to obtain only the areas of interest and eliminate areas such as gums or wisdom teeth that are not relevant to the research. The developed code is capable of calculating the plaque index by comparing the segmented meshes, with isolated plaque, to the initial meshes. The results obtained from the algorithm were compared with classic values of plaque indices manually calculated by professionals. As expected, the comparison shows a wide gap between the calculation made by dentists and that of the algorithm. Indeed, the manual index is operator-dependent and is calculated by dividing the tooth into a limited number of sites, rather than a much denser subdivision provided by the polygonal mesh obtained from intraoral scanning. Another difference in estimating the plaque index is that the occlusal surface is also considered in the case of data analysis from the intraoral scanner. The development of this calculation methodology could lead to greater accuracy in identifying plaque, and when combined with the knowledge of experienced operators, it could prove to be very effective in preventing oral diseases.

Il controllo della placca è uno dei più importanti metodi di prevenzione contro le malattie del cavo orale. La placca, infatti, che si accumula nel cavo orale ed in particolare sulla dentatura, è composta da batteri in grado di comportare carie dentali e patologie come la parodontite che comportano ai pazienti che ne soffrono gravi danni fisici come, ad esempio, la caduta dei denti. Uno dei principali metodi di rilevazione della placca è l’indice di placca, comunemente utilizzato dai dentisti per quantificare il livello di placca di un paziente. Questo indice viene calcolato approssimativamente su ogni dente e poi stimato in percentuale su tutti i denti. Sono poche al giorno d’oggi le metodologie presenti in letteratura per ricavare tale indice. Nonostante i progressi tecnologici nell’ambito della segmentazione e del processing di scansioni, calcolare l’indice di placca con metodi semi automatici o automatici è ancora una sfida aperta. Nel presente studio, dei pazienti sono stati visitati e per ognuno sono stati calcolati gli indici di placca da igienisti e dentisti professionisti. La placca è stata identificata visivamente grazie all’utilizzo di un colorante bi-tonale. Successivamente al calcolo manuale dell’indice, per ogni paziente sono state poi prelevate delle scansioni intraorali 3D delle arcate dentali inferiori e superiori. Su queste scansioni, mediante software appositi, si è svolto il lavoro di identificazione e quantificazione della placca. L’obiettivo del presente studio è quello di sviluppare una metodologia di calcolo dell’indice basata sulle scansioni 3D raccolte mediante scanner intraorali. In particolare, il focus dello studio si sposta sul calcolo automatico o semi automatico dell’indice mediante algoritmi. L’algoritmo da noi sviluppato è in grado di segmentare i colori che compongono la mesh 3D delle arcate dentali del paziente, isolando la placca da tutto il resto. La segmentazione è stata creata sulla base della differenza di colore presente tra i vertici delle mesh, nello specifico tra le zone di placca e le zone restanti. Dunque, l’algoritmo è in grado di discriminare la placca ed è stato sottoposto ad un’analisi di sensitività mediante un controllo visivo da parte degli esperti. Le scansioni prima di essere processate dall’algoritmo necessitano di un pre-processing che consente la pulizia delle mesh in modo tale da ottenere solo le zone di interesse ed eliminare le zone come gengive o denti del giudizio non inerenti alla ricerca. Il codice sviluppato è in grado di calcolare l’indice di placca andando a confrontare le mesh segmentate, e quindi con placca isolata, con le mesh iniziali. I risultati ottenuti dall’algoritmo sono stati confrontati con dei classici valori di indici di placca calcolati manualmente dai professionisti. Come previsto, il confronto mostra un ampio divario tra il calcolo effettuato dai dentisti e quello dell’algoritmo. Infatti, l’indice manuale è operatore-dipendente e calcolato dividendo il dente in un numero limitato di siti, anziché una suddivisione molto più fitta fornita della mesh poligonale ottenuta da scansione intraorale. Ulteriore differenza nella stima dell’indice di placca consiste nel considerare anche la superficie occlusale nel caso dell’analisi dei dati da scanner intraorale. Lo sviluppo di questa metodologia di calcolo può portare ad una maggiore precisione nell’individuazione della placca e se affiancato alle conoscenze di operatori esperti potrebbe dimostrarsi molto efficiente nella prevenzione delle malattie del cavo orale.

Sviluppo di una metodologia per il calcolo dell'indice di placca da scansioni intraorali 3D.

PETRELLA, ANTONIO
2023/2024

Abstract

The control of plaque is one of the most important methods of prevention against oral diseases. Plaque, in fact, accumulates in the oral cavity and particularly on the teeth, and is composed of bacteria that can lead to dental caries and conditions such as periodontal disease, which can cause patients who suffer from them serious physical damage, such as tooth loss. One of the main methods for detecting plaque is the plaque index, commonly used by dentists to quantify a patient's plaque level. This index is approximately calculated for each tooth and then estimated as a percentage across all teeth. There are few methodologies available in the literature today for deriving this index. Despite technological advancements in segmentation and processing of scans, calculating the plaque index using semi-automatic or automatic methods remains an open challenge. In the present study, patients were examined, and plaque indices were calculated by dental hygienists and professional dentists for each patient. Plaque was visually identified using a bi-tonal dye. Following the manual calculation of the index, 3D intraoral scans of the upper and lower dental arches were taken for each patient. Using specialized software, the identification and quantification of plaque were performed on these scans. The objective of this study is to develop a methodology for calculating the index based on the 3D scans collected using intraoral scanners. In particular, the focus of the study shifts towards the automatic or semi-automatic calculation of the index using algorithms. The algorithm we developed is capable of segmenting the colors that make up the 3D mesh of the patient's dental arches, isolating the plaque from everything else. The segmentation was created based on the color differences present between the vertices of the meshes, specifically between the plaque areas and the remaining areas. Thus, the algorithm is able to discriminate plaque and has undergone a sensitivity analysis through visual checks by experts. Before being processed by the algorithm, the scans require pre-processing to clean the meshes in order to obtain only the areas of interest and eliminate areas such as gums or wisdom teeth that are not relevant to the research. The developed code is capable of calculating the plaque index by comparing the segmented meshes, with isolated plaque, to the initial meshes. The results obtained from the algorithm were compared with classic values of plaque indices manually calculated by professionals. As expected, the comparison shows a wide gap between the calculation made by dentists and that of the algorithm. Indeed, the manual index is operator-dependent and is calculated by dividing the tooth into a limited number of sites, rather than a much denser subdivision provided by the polygonal mesh obtained from intraoral scanning. Another difference in estimating the plaque index is that the occlusal surface is also considered in the case of data analysis from the intraoral scanner. The development of this calculation methodology could lead to greater accuracy in identifying plaque, and when combined with the knowledge of experienced operators, it could prove to be very effective in preventing oral diseases.
2023
Development of a methodology for calculating plaque index from 3D intraoral scans.
Il controllo della placca è uno dei più importanti metodi di prevenzione contro le malattie del cavo orale. La placca, infatti, che si accumula nel cavo orale ed in particolare sulla dentatura, è composta da batteri in grado di comportare carie dentali e patologie come la parodontite che comportano ai pazienti che ne soffrono gravi danni fisici come, ad esempio, la caduta dei denti. Uno dei principali metodi di rilevazione della placca è l’indice di placca, comunemente utilizzato dai dentisti per quantificare il livello di placca di un paziente. Questo indice viene calcolato approssimativamente su ogni dente e poi stimato in percentuale su tutti i denti. Sono poche al giorno d’oggi le metodologie presenti in letteratura per ricavare tale indice. Nonostante i progressi tecnologici nell’ambito della segmentazione e del processing di scansioni, calcolare l’indice di placca con metodi semi automatici o automatici è ancora una sfida aperta. Nel presente studio, dei pazienti sono stati visitati e per ognuno sono stati calcolati gli indici di placca da igienisti e dentisti professionisti. La placca è stata identificata visivamente grazie all’utilizzo di un colorante bi-tonale. Successivamente al calcolo manuale dell’indice, per ogni paziente sono state poi prelevate delle scansioni intraorali 3D delle arcate dentali inferiori e superiori. Su queste scansioni, mediante software appositi, si è svolto il lavoro di identificazione e quantificazione della placca. L’obiettivo del presente studio è quello di sviluppare una metodologia di calcolo dell’indice basata sulle scansioni 3D raccolte mediante scanner intraorali. In particolare, il focus dello studio si sposta sul calcolo automatico o semi automatico dell’indice mediante algoritmi. L’algoritmo da noi sviluppato è in grado di segmentare i colori che compongono la mesh 3D delle arcate dentali del paziente, isolando la placca da tutto il resto. La segmentazione è stata creata sulla base della differenza di colore presente tra i vertici delle mesh, nello specifico tra le zone di placca e le zone restanti. Dunque, l’algoritmo è in grado di discriminare la placca ed è stato sottoposto ad un’analisi di sensitività mediante un controllo visivo da parte degli esperti. Le scansioni prima di essere processate dall’algoritmo necessitano di un pre-processing che consente la pulizia delle mesh in modo tale da ottenere solo le zone di interesse ed eliminare le zone come gengive o denti del giudizio non inerenti alla ricerca. Il codice sviluppato è in grado di calcolare l’indice di placca andando a confrontare le mesh segmentate, e quindi con placca isolata, con le mesh iniziali. I risultati ottenuti dall’algoritmo sono stati confrontati con dei classici valori di indici di placca calcolati manualmente dai professionisti. Come previsto, il confronto mostra un ampio divario tra il calcolo effettuato dai dentisti e quello dell’algoritmo. Infatti, l’indice manuale è operatore-dipendente e calcolato dividendo il dente in un numero limitato di siti, anziché una suddivisione molto più fitta fornita della mesh poligonale ottenuta da scansione intraorale. Ulteriore differenza nella stima dell’indice di placca consiste nel considerare anche la superficie occlusale nel caso dell’analisi dei dati da scanner intraorale. Lo sviluppo di questa metodologia di calcolo può portare ad una maggiore precisione nell’individuazione della placca e se affiancato alle conoscenze di operatori esperti potrebbe dimostrarsi molto efficiente nella prevenzione delle malattie del cavo orale.
Indice di placca
Scansioni intraorali
Scansioni 3D
File in questo prodotto:
File Dimensione Formato  
Petrella_Antonio.pdf

accesso aperto

Dimensione 4.53 MB
Formato Adobe PDF
4.53 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/77840