ЦЕЛЬ ИССЛЕДОВАНИЯ
Сравнение точности сегментации элементов височно-нижнечелюстного сустава (ВНЧС) разными способами и оценка пригодности получаемых данных для диагностики дисфункции ВНЧС.
МАТЕРИАЛ И МЕТОДЫ
Для исследования сегментации костных элементов ВНЧС (суставная ямка, головка нижней челюсти — НЧ) разными способами было случайно выбрано 60 компьютерных томограмм челюстно-лицевой области пациентов (архивный материал). В 1-ю группу были собраны результаты обработки компьютерной томографии (КТ) алгоритмами искусственного интеллекта (ИИ) Diagnocat (Россия); во 2-ю группы — результаты обработки КТ, основанной на полуавтоматическом методе сегментации в программе Avantis3D. В 3-ю и 4-ю группы были отобраны результаты обработки КТ алгоритмами ИИ Avantis3D (Россия) с разными режимами вероятности — 0,4 и 0,9 соответственно. Визуально оценивали совпадение выделенных с помощью разных методов контуров головок НЧ и суставных ямок с их же контурами на всех возможных сечениях самого исходного КТ. Определяли и сравнивали время, затрачиваемое на сегментацию ВНЧС, по данным КТ, вышеописанными способами.
РЕЗУЛЬТАТЫ
Из 240 объектов только в 7,5% случаев наблюдалось незначительное несоответствие контуров исходному КТ в 1-й группе, что было самым низким показателем из всех. Незначительное несоответствие контуров ВНЧС, подлежащее исправлению, характерное для полуавтоматического способа сегментации по оптической плотности, выявлено в 50,4% случаях (2-я группа). Наибольший процент значительных погрешностей, не подлежащих коррекции, отмечен в 1-й группе, что делало невозможным полноценный 3D-анализ ВНЧС, а наименьший — во 2-й и 4-й группах. Величина погрешности определения ширины суставной щели в разных группах сопоставима с размерами одного вокселя на КТ. При сегментации, проводимой с помощью ИИ, разница между сегментированными объектами близится к нулю. Среднее время, затраченное на сегментацию ВНЧС, в 1-й группе составило 10,2±1,23 с, во 2-й группе — 12,6±1,87 с, в 3-й и 4-й группах — 0,46±0,12 и 0,46±0,13 с соответственно.
ЗАКЛЮЧЕНИЕ
Разработанный автоматизированный способ сегментирования элементов ВНЧС с помощью ИИ является более пригодным для практической работы, поскольку требует минимальных затрат времени, а по точности практически не уступает другим рассматриваемым способам.
