Automatic three‐dimensional analysis of bone volume and quality change after maxillary sinus augmentation
Notice bibliographique
Résumé
INTRODUCTION: Maxillary sinus augmentation is a widely used surgical procedure to increase the bone volume before implant placement. In order to predict the stability of the implant, analysis of the change in bone volume and quality after a sinus graft procedure is necessary. The purpose of this study was to analyze the change in volume and quality of bone graft material after maxillary sinus augmentation using cone beam computed tomography (CBCT). METHODS AND MATERIALS: Maxillary sinus lift procedures using bovine bone materials (Bio-Oss, Geistrich, Swiss) without immediate implantation were performed at the Pusan National University Dental Hospital in 22 patients, from 2014 to 2017. CBCT images were captured before surgery (T1), a day after surgery (T2), and after 4 to 7 months at follow-up (T3). The T2 and T3 images were registered to the T1 image using histogram matching and intensity-based registration. A total of 30 sinuses were analyzed three-dimensionally (3-D), using self-made software MATLAB 2018a (MathWorks, Natick, Massachusetts). The volume and structural indices of the bone graft material were measured and analyzed. RESULTS: The average volume of graft material showed a decrease, while the average gray value showed an increase during the follow-up period, but these changes were not statistically significant. The structural indices of the graft material after histogram matching showed a significant difference in homogeneity, connectivity, thickness, and roughness at the postoperative follow-up. CONCLUSIONS: The volume and gray value showed no statistically significant changes after the maxillary sinus lift procedures. The results of this study show that structural analysis using histogram matching can be used as a promising tool to analyze the quality of graft materials.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».