spinner
Geistlich Blog header image
Imagerie et superposition 3D

Une nouvelle mesure plus précise des changements des tissus mous

24.12.2019
share this article

La quantification des résultats thérapeutiques est la première étape vers l’amélioration continue. Une nouvelle technique permet la mesure précise du gain d’épaisseur du tissu mou.

Adjunct Prof. Dr. Thiago Morelli | United States

L’évaluation du volume de tissu mou demeure un défi surtout après les interventions visant à augmenter son épaisseur ou à recouvrir les surfaces radiculaires exposées

Classification du tissu mou

Traditionnellement, l’évaluation de la transparence du tissu et la classification du biotype gingival sont réalisées par contrôle visuel1 et à l’aide de sondes parodontales2. Il a toutefois été démontré que cette évaluation visuelle est associée à une classification erronée d’environ la moitié des cas de biotypes fins et festonnés3. L’utilisation de la CBCT a été testée et il se trouve que ses mesures sont plus fiables4, 5. Cette méthode présente cependant, elle aussi, des inconvénients, dont sa limitation aux mesures linéaires uniquement, l’effet de diffusion qui peut fausser l’analyse et l’exposition supplémentaire du patient aux rayonnements pour l’analyse comparative.

Images 3D obtenues par numérisation optique

Des méthodes d’évaluation et de numérisation optique ont été introduites pour mesurer les variations de volume des tissus buccaux dans le temps6,7 et apporter une nouvelle perspective pour la mesure et la quantification longitudinales du volume de tissu mou après les procédures de reconstruction ou de régénération parodontale. Des études de calibration précliniques et cliniques démontrent la précision et la fiabilité de cette méthode noninvasive pour évaluer les variations de volume du tissu mou8,9.

Les progrès en matière de qualité et de précision de la numérisation optique et l’utilisation de logiciels d’ingénierie inverse sans contact permettent de mesurer avec précision non seulement les variations du tissu mou mais également les changements dans les images en 3 dimensions (3D), offrant ainsi une perspective supplémentaire et plus compréhensible pour l’analyse des recherches cliniques.

Trois techniques pour la superposition d’images

Les chercheurs dans le domaine de la médecine régénérative se sont toujours intéressés à la quantification de l’effet du traitement sur la morphologie cranio-faciale. Ces dernières années, les techniques d’imagerie 3D ont été largement utilisées en chirurgie maxillo-faciale, en implantologie dentaire et dans de nombreuses autres disciplines médicales.

La superposition de modèles 3D peut aider à identifier les objectifs du traitement, les modalités thérapeutiques idéales, prédire puis évaluer les résultats du traitement. Différentes techniques ont été décrites pour la superposition d’ensembles de données 3D obtenus avec la tomodensitométrie classique, la CBCT ou les scanners optiques intra-oraux, dont :

  • la superposition basée sur des points repères ;
  • la superposition basée sur la surface ;
  • la superposition basée sur les voxels.

La validité des deux premières techniques de superposition dépend de la précision de l’identification des points repères et de celle des modèles de surface 3D. Dans la plupart des logiciels, les différences 3D des modèles superposés sont converties en codes couleur 2D qui représentent la distance entre les points correspondants. La quantification de la modification structurelle n’est cependant pas toujours simple.

Nouvelle technique basée sur les données STL

Notre groupe a récemment développé une technique pour la superposition de modèles 3D et la quantification précise des variations de volume après les procédures de régénération osseuse et tissulaire.

Cette technique implique l’acquisition de modèles de surface 3D pouvant être obtenus avec la CBCT ou des scanners optiques intra-oraux. Lors de l’utilisation d’un ensemble de données CBCT, il est nécessaire de convertir le fichier DICOM obtenu à partir du fichier CBCT en fichier STL (Standard Tesselation Language). Pour une superposition 3D précise, il est indispensable que les fichiers utilisés soient pris dans la même unité CBCT avec un paramétrage identique. La présence de métal dans la zone à évaluer est un autre facteur important et critique. L’effet de diffusion est susceptible de modifier la structure morphologique du modèle 3D reconstruit, limitant ainsi la précision de la superposition et, en fin de compte, celle de la mesure et la quantification de la variation du volume.

Le scanner intra-oral que nous avons utilisé pour obtenir des images 3D reconstruites pour l’analyse des tissus mous est Trios 3® (3-Shape, Copenhague, Danemark). Trios 3® est un scanner puissant, extrêmement rapide et léger. Il fonctionne selon le principe de la microscopie confocale et de numérisation optique ultra-rapide. Il s’utilise sans poudrage et produit des images en couleur (vraie couleur) de haute qualité. Dans une étude de validation, Imburgia et ses confrères ont signalé que Trios 3® affichait une valeur de sincérité allant de 50,2 μm à 67,2 μm et une valeur de précision allant de 24,5 μm à 31,5 μm10.

Représentation triangulaire de la géométrie de surface 3D

L’enregistrement basé sur la surface pourrait représenter une alternative valide aux approches basées sur les voxels couramment utilisées en imagerie médicale. STL est un format libre basé sur la surface, comme DICOM pour les données de voxels, et il est facilement accessible via la plupart des applications logicielles commerciales et libres. De tels modèles de surface ont largement été utilisés dans l’industrie, notamment en ingénierie et en architecture, pour le prototypage et la fabrication assistée par ordinateur. Ces ensembles de données 3D facilitent l’échange d’informations et la communication entre les scientifiques.

Les modèles de surface ne contiennent pas de données sur le volume mais utilisent plutôt des données sur la surface 3D qui sont différentes des données obtenues par CBCT ou avec un scanner intra-oral – représentation triangulaire de la géométrie de surface 3D.

De plus, dans ce cas, la forme des données, le prétraitement de la surface (p. ex. lissage, segmentation), le modèle de transformation et le choix des structures de référence doivent être considérés comme des sources potentielles d’erreur lors de la superposition des modèles de surface. Dans une étude récente, Gkantidis et coll. ont évalué des techniques de superposition 3D sur différentes structures squelettiques avec des modèles de surface et ont conclu qu’elles peuvent donner des résultats précis et reproductible.11

Mesure des variations de volume

Pour l’analyse de surface et de volume, nous avons utilisé le logiciel Geomagic Qualify® (Raindrop Geomagic, Research Triangle Park, NC, É.-U.) modifié pour calculer le volume total. Une étude d’analyse de la précision avec des fichiers de FAO a établi que la reconstruction de la surface avec le logiciel Geomagic Qualify® donnait une analyse fiable avec un écart maximal de 0,06 mm, un écart-type de 0,003 mm et une erreur moyenne de 0,002 mm12.

En utilisant des modèles 3D reconstruits à partir du scanner intra-oral, notre erreur moyenne était de 0,04 mm tandis qu’elle était de 0,07 mm avec des modèles 3D reconstruits à partir de l’ensemble de données de la CBCT. Nous avons utilisé la méthode d’enregistrement à trois points comme point de référence pour la superposition des modèles de surface 3D. Une fois les modèles superposés, l’analyse 3D a été réalisée et les distances entre les zones correspondantes ont reçu un code couleur sur les modèles superposés pour la visualisation.

La distance entre deux points peut être calculée en tout point sélectionné, donnant ainsi la mesure linéaire décrite dans la plupart des études utilisant l’analyse de surface 3D. Pour calculer le volume, il est nécessaire de présélectionner la zone dans le modèle de référence et de la reproduire dans le modèle testé. Une fois l’analyse 3D achevée, l’algorithme du logiciel peut générer la différence de volume spécifique entre le modèle de référence et le modèle testé.


Conclusion

Les progrès dans le domaine des outils numériques utilisés pour obtenir des ensembles de données 3D produisent des méthodologies précises, noninvasives et visuellement instructives pour le diagnostic, la planification du traitement et l’évaluation de l’efficacité des options thérapeutiques, fournissant ainsi au clinicien des informations précieuses pour la prise de décision.

Plus important, l’utilisation de la technologie numérique pour l’évaluation des résultats thérapeutiques peut mettre en lumière non seulement la signification statistique entre les différentes options thérapeutiques mais également la signification clinique en permettant de visualiser le gain ou la perte de volume total(e) après les interventions chirurgicales.

Adjunct Prof. Dr. Thiago Morelli

Adjunct Prof. Dr. Thiago Morelli | United States

Private practice in Raleigh
University of North California
School of Dentistry, Chapell Hill

Your Comment

 Yes, I have read the privacy policy and agree to it.