Ziel: Ziel der vorliegenden Studie war es, die Genauigkeit der Segmentierung von Zähnen durch vier halbautomatische Open-Source-Softwareprogramme zu untersuchen.
Material und Methode: Insgesamt 20 DVT-Scans wurden für einen Test der halbautomatischen Segmentierung der Oberund Unterkieferzähne mit vier Softwares ausgewählt. Die getesteten Programme waren: InVesalius, ITK-SNAP, 3D Slicer und Seg3D. Zusätzlich wurde jeder Datensatz in der Software Mimics von Hand segmentiert; diese Segmentierung diente als Referenzmodell für die Auswertung. Für die Überlagerung zwischen den halbautomatisch segmentierten Zahnmodellen und dem Referenzmodell sowie den Abgleich zwischen beiden Oberflächen kam eine spezielle 3-D-Bildverarbeitungstechnik zum Einsatz. Zur Bewertung der Genauigkeit der halbautomatischen Segmentierung wurden die mittleren Volumendifferenzen (mittlere Verzerrung [Mean Bias] und Übereinstimmungsbereich [Bland-Altman-Analyse]) sowie die prozentuale Übereinstimmung der Zahnmodelle mit der manuellen Referenzsegmentierung berechnet. Um die untersuchten Softwareprogramme zu vergleichen, erfolgte eine statistische Analyse der gewonnenen Ergebnisse.
Ergebnisse: Sowohl bezüglich der Volumenabweichungen als auch der prozentualen Übereinstimmung fanden sich statistisch signifikante Differenzen (p < 0,05). InVesalius war mit einer volumetrischen Verzerrung (Mimics) im Bereich von 4,59 bis 85,79 mm3 die Software mit dem genausten 3-D-Segmentierung der Zähne, während ITK-SNAP mit Werten im Bereich von 30,22 bis 319,83 mm3 die größte volumetrische Verzerrung aufwies. Übereinstimmungsfehler waren insbesondere in den Wurzelbereichen der Zähne lokalisiert. Die Volumendaten wiesen mit Intraklassen-Korrelationskoeffizienten von 0,951 bis 0,997 eine hohe softwareübergreifende Zuverlässigkeit auf.
Schlussfolgerung: Verschiedene Softwarealgorithmen lieferten bei der halbautomatischen Segmentierung von Zähnen in DVT-Scans unterschiedliche Muster von Ungenauigkeiten.
Schlagwörter: 3-D-Segmentierung (Rendering), digitale Volumentomografie (DVT), digitale Zahnmedizin, digitale Kieferorthopädie, Oralchirurgie, Kieferorthopädie, Segmentierung
