Segmentação de Tomografias Computadorizadas por IA no OrtogOnBlender XP
Atenção
Este material utiliza a seguinte licença Creative Commons: Atribuição 4.0 Internacional (CC-BY 4.0).
Atenção
Caso encontre algum erro no texto, sinta-se à vontade para informá-lo aos autores, o contato pode ser feito via redes sociais acadêmicas informadas no início do capítulo.
Introdução
O presente capítulo apresenta a nova ferramenta de reconstrução e segmentação de tomografia computadorizada utilizando inteligência artificial (IA) e baseada no DentalSegmentator e uuN-Net [F_Dot_et_al_2024] [F_Isensee_et_al_2020]. A mesma está sendo desenvolvida para o OrtogOnBlender XP (OOB_XP), uma versão baseada no Blender 4.2 LTS, inicialmente para o Linux Ubuntu 24.04 LTS e posteriormente para o Windows e o MacOS. Esforços passados implementaram algumas ferramentas de IA na versão release do OrtogOnBlender (OOB) [F_Moraes_et_al_2020], tanto para a segmentação dos dentes em modelos escaneados [F_Moraes_and_Dakir_2021] quando para a segmentação dos ossos faciais, localização de pontos faciais e alinhamento no plano de Frankfurt [F_Moraes_et_al_2024].
Como Funciona
O funcionamento segue praticamente o mesmo passo-a-passo já abordado em [F_Moraes_et_al_2024b]
Agradecimentos
Ao Dr. Davi Sandes Sobral, por ceder a tomografia computadorizada utilizada neste estudo. Um agradecimento especial a todos aqueles que enviaram tomografias computadorizadas, formando um grupo de arquivos importantíssimo para testar o uso do sistema em situações práticas.
Referências Bibliográficas
Dot, G., Chaurasia, A., Dubois, G., Savoldelli, C., Haghighat, S., Azimian, S., Taramsari, A. R., Sivaramakrishnan, G., Issa, J., Dubey, A., Schouman, T., & Gajny, L. (2024). DentalSegmentator: Robust open source deep learning-based CT and CBCT image segmentation. In Journal of Dentistry (Vol. 147, p. 105130). Elsevier BV. https://doi.org/10.1016/j.jdent.2024.105130
Isensee, F., Jaeger, P. F., Kohl, S. A. A., Petersen, J., & Maier-Hein, K. H. (2020). nnU-Net: a self-configuring method for deep learning-based biomedical image segmentation. In Nature Methods (Vol. 18, Issue 2, pp. 203–211). Springer Science and Business Media LLC. https://doi.org/10.1038/s41592-020-01008-z
Moraes, C., & Dakir, I. (2021). Segmentação Automática dos Dentes com o MeshSegNet e o OrtogOnBlender. figshare. https://doi.org/10.6084/M9.FIGSHARE.14850105. https://ortogonline.com/doc/pt_br/OrtogOnLineMag/3/SegmentaDentes.html
Moraes, C., da Rosa, E., & Dornelles, R. (2020). Ortogonblender - O Que É e aspectos técnicos. Retrieved from https://www.ciceromoraes.com.br/doc/pt_br/OrtogOnBlender/OrtogOnBlender_Como_Funciona.html
Moraes, C., Schreiner, T., Startek, B., & Beaini, T. L. (2024). Alinhamento em Frankfurt, Colocação de Pontos Anatômicos e Segmentação do Crânio por Inteligência Artificial no OrtogOnBlender. figshare. https://doi.org/10.6084/M9.FIGSHARE.25140020. https://ortogonline.com/doc/pt_br/OrtogOnLineMag/8/AI.html
Moraes, C., Dakir, I., Startek, B., Dornelles, R., & Rosa, E. da. (2024). Ferramenta de Importação de Tomografia Computadorizada no OrtogOnBlender XP. figshare. https://doi.org/10.6084/M9.FIGSHARE.27648876. https://ortogonline.com/doc/pt_br/OrtogOnLineMag/10/CT_Scan.html