A fogászat digitalizációjának térnyerésével az intraorális szkennereket és a digitális lenyomatokat sok klinikus széles körben alkalmazta. Az intraorális szkennerek a páciensek fogainak közvetlen optikai lenyomatainak rögzítésére szolgálnak. Fényforrást vetítenek a fogívre, és a képeket képalkotó szenzorok rögzítik, amelyeket a szkennelő szoftver dolgoz fel, amely pontfelhőket generál. Ezeket a pontfelhőket ezután feldolgozzák, és 3D-s felületmodellt hoznak létre. Az intraorális szkennerek növekvő használatának tendenciája a fogorvosok mindennapi rutinjában az intraorális digitális lenyomatok adatminőségének megfelelő értékeléséhez vezetett.
A 3D felületmodell minőségének mérése azonban nem olyan egyszerű, mint egyszerűen átnézni, mert néha egy jó megjelenésű modell nem egyenlő a szkennelési adatok jó minőségével. Előfordulhat, hogy a folyamat során eltorzul, majd a számítógép mindent kisimít, amitől úgy érzi, hogy mindent megörökített, de az igazság az, hogy hiányzik néhány kritikus részlet, amelyek a rosszul illeszkedő restaurációhoz vezetnek. A blog célja, hogy megtanítsa Önnek a digitális benyomások adatminőségének alapvető szempontok szerinti értékelését.
Adatpontosság
Semmi sem fontosabb a pontosságnál, az intraorális szkennernek először képesnek kell lennie pontos digitális lenyomat létrehozására. Tudnunk kell, hogy a pontosság az igazság és a precizitás összege. A valódiságot úgy definiálják, mint „a vizsgálati eredmény vagy a mérési eredmény elvárása és a valódi érték közötti egyetértés szorossága”. A pontosságot úgy definiálják, mint „a jelzések vagy a mért mennyiségi értékek közötti egyezés szorosságát, amelyet ugyanazon tárgyakon meghatározott feltételek mellett végzett ismételt mérésekkel kapnak”. Egyszerűen fogalmazva, a valódiság a mérés azon képessége, hogy megfeleljen a mért mennyiség tényleges értékének. A pontosság a mérés azon képessége, hogy következetesen megismételhető.
Az intraorális szkennernek nagy valósághűségűnek kell lennie, és ez azt jelenti, hogy a lehető legpontosabban illeszkedjen a valósághoz: a szkenner által rögzített virtuális 3D-s modellnek a lehető legközelebb kell hasonlítania a tényleges modellhez, a valóságtól való minimális eltéréssel. Általában az IOS valódiságának kiértékelésének eszköze az, hogy a szkenneléseket átfedjük egy nagy teljesítményű ipari géppel kapott referencia vizsgálattal. Ezeknek a modelleknek az átfedése után nagy teljesítményű reverse-engineering szoftverrel kolorimetriás térképeket lehet készíteni, amelyek mikron szinten jelenítik meg az IOS és a referenciamodell felületei közötti különbségeket. A pontosság kiszámításához egyszerűen átfedje az ugyanazon intraorális szkennerrel különböző időpontokban készített különböző modelleket, és ismét értékelje a különbségeket mikron szinten.
Ezen a grafikonon egy benyomás pontossági adatait figyelheti meg, különböző színekkel, amelyek a tényleges modelltől való eltérést jelzik.
Érdemes megjegyezni, hogy az IOS-nek lehet nagy valósághűsége, de alacsony a pontossága, vagy fordítva. A digitális lenyomat mindkét esetben nem kielégítő, mert befolyásolná az általános pontosságot, így negatív hatással lesz a fogorvos protézis munkájára.
A rövid fesztávú pótlásoknál (mint például az egyfog-pótlás vagy a rögzített részleges protézisek) nem biztos, hogy törődünk az egy mikronos hibával, mert az klinikailag jelentéktelen. Ha azonban a hosszú távú helyreállításokról van szó, akkor újra és újra és újra felhalmozódik ezek a klinikailag jelentéktelen hibák, így egy bizonyos ponton a felhalmozott hibák teljes mennyisége klinikailag jelentőssé válhat.
Ideális esetben egy nagy pontosságú szkennert érdemes választani, de ennek gyakran magas ára van. A szkennert költségvetése és igényei alapján kell kiválasztania, amennyiben a szkenner klinikailag elfogadható pontosságú.
Adatélesség
Egy professzionális értékelő ügynökségtől/megbízható harmadik féltől származó kísérleti adatok vagy az intraorális szkennerrel kapcsolatos személyes tapasztalata nélkül nem tudja eldönteni, hogy az adatok pontosak-e, pusztán a digitális lenyomat alapján. Nézzük meg az adatminőség megfigyelhető szempontjait.
1. Ínyszegély élessége
Amikor digitális lenyomatadatokat kap egy IOS-ről, és megtekintés céljából 3D-s képszoftverbe exportálja, először meg kell ítélnie a fogíny margójának élességét. A határvonal kulcsfontosságú pont a fogtechnikusok számára a fogpótlások készítésekor. A jó digitális lenyomatnak világos margóvonallal kell rendelkeznie, hogy a helyreállításokat pontosan lehessen elvégezni. Ha a margóvonal nem egyértelmű, az végső soron befolyásolja a digitális lenyomatok valódiságát és a végleges helyreállítás minőségét, és illesztési hibához vezet.
2. Torzítások
Gondosan meg kell vizsgálnia az adatokat, hogy nem látható-e eltorzultság, vagy nincs-e üres lyuk, amit a folyadékokról, például a nyálról való visszaverődés okozhat. Ennek az az oka, hogy az IOS nem tud különbséget tenni az ilyen típusú tükröződés és az általa rögzített kép többi része között. Ne feledje, hogy kiszárad a terület, és a torz/hiányzó adatokat újra be kell szkennelni. Ha a kezelő szkennelési stratégiája megfelelő, és nincs más folyadékok fénytörése, és továbbra is gyakran előfordulnak torzulások, akkor az intraorális szkenner megbízhatatlan és nem alkalmas klinikai használatra.
3. Okkluzális felület részletei
Egyszerűen csak figyelje meg az okkluzális felületeket a képen, a jó minőségű digitális lenyomatadatok részletesen mutatják a gödröket és repedéseket.
Adatok színe
A felvételi adatok színhűsége és felbontása is fontos, de ez a szkennerben lévő kameráktól és a szoftvertől függ. Egy nagy teljesítményű kamera és szoftver képes nagy felbontású, valósághű színes 3D modellt generálni, és ez hatékony marketingeszköz lehet az Ön rendelőjének, mivel a páciensek szeretnék a virtuális fogak modelljét a lehető legvalóságosabbá tenni. Tehát amikor befejezi a vizsgálatot, összehasonlítva az adatokat a páciens eredeti fogaival, a valódi fogak színéhez közel álló kép kiváló minőségű.
Tudjon meg többet a Launca DL-206 intraorális szkennerről: https://www.launcadental.com/intraoral-scanner
Feladás időpontja: 2021.11.30
