Стоматолог № 2 (57) — 2025, стр. 21-25                                                                                                         НАУЧНЫЕ ПУБЛИКАЦИИ

Особенности использования конусно-лучевой компьютерной томографии в стоматологической практике

А.А. Кабановаa, Е.А. Корчевскаяb, Н.В. Зайцеваc, А.С. Борисоваc

aд-р мед. наук, доцент, Витебский государственный ордена Дружбы народов медицинский университет, Витебск, Беларусь
bканд. физ.-мат. наук, доцент, Витебский государственный университет им. П.М. Машерова, Витебск, Беларусь
cВитебский государственный университет имени П.М. Машерова, Витебск, Беларусь

https://doi.org/10.32993/dentist.2025.2(57).3

РЕЗЮМЕ
Цель исследования. Провести сравнительный анализ возможностей программ для обработки и интерпретации результатов конусно-лучевой компьютерной томографии (КЛКТ) в стоматологической практике.
Объекты и методы исследования. Объектом исследования стали современные программные комплексы, предназначенные для анализа данных КЛКТ и используемые в стоматологии и челюстнолицевой хирургии. В  работе рассматриваются программные продукты, которые наиболее широко применяются в  клинической и  научной практике. Методологической основой исследования стал систематический обзор научной и технической литературы, опубликованной за последние десять лет. Для сбора данных были использованы базы данных Scopus, PubMed, Web of Science.
Результаты исследования и их обсуждение. В  статье приведена сравнительная характеристика бесплатных и  коммерческих программ анализа КЛКТ с  описанием особенностей, преимуществ и недостатков. Planmeca Romexis, Sidexis и Ez3D-i более ориентированы на стоматологическую практику, в то время как OnDemand3D и RadiAnt DICOM Viewer могут применяться в более широком спектре медицинских специальностей. Более сложные системы, такие как Planmeca Romexis и  OnDemand3D, требуют дополнительного обучения для эффективного использования всех функций. Программы от  производителей оборудования (Planmeca, Dentsply Sirona, Vatech) обычно лучше интегрируются с собственным оборудованием.
Заключение.  При выборе программного обеспечения для стоматологической визуализации клиники должны учитываться не  только стоимость и  функциональность программы, но  и  совместимость с имеющимся оборудованием, уровень подготовки персонала и специфика лечения.

Ключевые слова: КЛКТ, программное обеспечение, сравнительная характеристика

Литература 

  1. Гуттенберг, С.А. Конусно-лучевая компьютерная томография в имплантологии: опыт, меняющий жизнь [Электронный ресурс] / С.А. Гуттенберг. – Режим доступа: https://belodent.org/article/steven-aguttenberg-konusno-luchevaya-kompyuternaya-tomografiya (дата обращения: 17.05.2025).
  2. Кокорев, П.А. Анализ артефактов изображений в компьютерной томографии / П.А. Кокорев // Науч.-техн. вестн. информ. технол., механики и оптики. – 2008. – № 47. – С. 84–87.
  3. Компьютерная томография в эндодонтии: образец современного лечения [Электронный ресурс]. – Режим доступа: https://stomatologclub.ru/stati/terapiya-10/kompyuternaya-tomografiya-v-endodontii-obrazec-sovremennogo-lecheniya-939/ (дата обращения: 17.05.2025).
  4. Кузнецова, И.В. Современные методы диагностики в ортодонтии / И.В. Кузнецова, А.П. Сидорова // Наука и образование сегодня. – 2024. – № 7. – С. 45–50.
  5. Нечаева, Н.К. Планирование дентальной имплантации на верхней челюсти посредством конусно-лучевой томографии [Электронный ресурс] / Н.К. Нечаева // Vatech Russia. – Режим доступа: https://www.vatechrussia.com/training/articles/diagnostics/art-1/ (дата обращения: 17.05.2025).
  6. Переверзев, Н.Ю. Обзор физико-технических и функциональных параметров сканирования на современных конусно-лучевых компьютерных томографах / Н.Ю. Переверзев, Н.Н. Блинов, Е.Г. Горлычева // Радиология – практика. – 2024. – № 6. – С. 11–22. – DOI: 10.52560/2713-0118-2024-6-11-22.
  7. Постников, М.А. Компьютерный анализ в программе «Dolphin Imaging» при диагностике и планировании ортодонтического лечения у пациентов с зубочелюстно-лицевыми аномалиями / М.А. Постников [и др.] // Стоматолог. Минск. – 2018. – № 1 (28). – С. 88–95.
  8. Саврасова, Н.А. Конусно-лучевая компьютерная томография в стоматологии: учеб.-метод. пособие для курса по выбору студ. / Н.А. Саврасова [и др.]. – Минск: БГМУ, 2016. – 44 с.
  9. Скоробогатова, О.В. Возможности конусно-лучевой компьютерной томографии в исследовании челюстно-лицевой области / О.В. Скоробогатова, Г.О. Миненков // Евразийский журн. здравоохранения. – 2023. – Т. 1, № 1. – С. 172–179. – DOI: 10.54890/.v1i1.599.
  10. Цифровые технологии в имплантологии [Электронный ресурс]. – Режим доступа: https://3dtoday.ru/blogs/igo3d-russia/digital-technology-in-implantology-using-your-desktop-3d-printer (дата обращения: 19.06.2024).
  11. Шумский, А.В. Применение конусно-лучевой компьютерной томографии как дополнительного диагностического метода при эндодонтическом лечении / А.В. Шумский // Эндодонтия Today. – 2023. – № 2. – С. 68–71.
  12. Alqahtani N.D., Albarakati S.F. Evaluation of virtual models (3Shape Ortho System) in assessing orthodontic treatment outcomes. The Saudi Dental Journal. 2016, vol. 28, no. 4, pp. 198–204. DOI: 10.1016/j.sdentj.2016.03.001.
  13. Chen Y., et al. RadiAnt DICOM Viewer: A Tool for Efficient Radiological Image Analysis. BMC Medical Education. 2019, vol. 19, no. 383, DOI: 10.1186/s12909-019-1800-4.
  14. Fedorov A., Beichel R., Kalpathy-Cramer J., et al. 3D Slicer as an image computing platform for the Quantitative Imaging Network. Magnetic Resonance Imaging. 2012, vol. 30, no. 9, pp. 1323–1341, DOI: 10.1016/j.mri.2012.05.001.
  15. Göllner P., Schmid J., Gellrich N.-C. Comparison of soft tissue simulations between two planning software programs for orthognathic surgery. Journal of Oral and Maxillofacial Surgery. 2022, vol. 80, no. 4, pp. 738–746, DOI: 10.1016/j.joms.2021.09.014.
  16. Guttenberg S.A. Конусно-лучевая компьютерная томография в имплантологии: опыт, меняющий жизнь. Belodent, URL: https://belodent.org/article/steven-aguttenberg-konusno-luchevaya-kompyuternaya-tomografiya (accessed: 18.05.2025).
  17. Hao J., Liu J., Li J., et al. AI-enabled automatic multimodal fusion of cone-beam CT and intraoral scans for intelligent 3D tooth-bone reconstruction and clinical applications. arXiv preprint. 2022, URL: https://arxiv.org/abs/2203.05784 (accessed: 17.05.2025).
  18. Jader G., Oliveira L., Pithon M. Automatic segmenting teeth in X-ray images: Trends, a novel data set, benchmarking and future perspectives. arXiv preprint. 2018, URL: https://arxiv.org/abs/1802.03086 (accessed: 17.05.2025).
  19. Kapila S., Conley R.S., Harrell W.E. Jr. CBCT in orthodontics: assessment of treatment outcomes and indications for its use. Dental and Maxillofacial Radiology. 2015, vol. 44, no. 1, p. 20140282, DOI: 10.1259/dmfr.20140282.
  20. Patel S., Durack C., Abella F., et al. Applications of cone beam computed tomography in endodontics. Evidence-Based Endodontics. 2020, vol. 5, no. 1, pp. 1–16, DOI: 10.1186/s41121-020-00020-4.
  21. Pawar A., Pathak A. Impact Analysis and Parametric Evaluation of Open-Source Desktop-Based DICOM Software. Lecture Notes in Networks and Systems. 2024, vol. 1031, pp. 183–194, DOI: 10.1007/978-981-97-3859-5_14.
  22. Planmeca Romexis – универсальное программное обеспечение для стоматологии [Электронный ресурс]. – Режим доступа: https://www.planmeca.com/ru/produkty/romexis/ (дата обращения: 17.05.2025).
  23. Rosset A., Spadola L., Ratib O. OsiriX: An Open-Source Software for Navigating in Multidimensional DICOM Images. Journal of Digital Imaging. 2004, vol. 17, no. 3, pp. 205–216, DOI: 10.1007/s10278-004-1014-6.
  24. Scherer M. CAD/CAM Guided Surgery in Implant Dentistry. Alpha Omegan. 2014, 33–36.
  25. Widodo A. Carestream Dental introduces user-friendly CS 8200 3D Access. Dental Resource Asia. 2024, URL: https://dentalresourceasia.com/carestream-dental-introduces-user-friendly-cs-8200-3d-access/ (accessed: 17.05.2025).
  26. Wöhrle P., Kunz P. NobelClinician – Integrated Workflow. URL: https://www.for.org/en/learn/videos/peter-wohrle-pascal-kunz-nobelclinicianr-integrated-workflow (accessed: 17.05.2025).
  27. Wu T.-H., Lian C., Lee S., et al. Two-Stage Mesh Deep Learning for Automated Tooth Segmentation and Landmark Localization on 3D Intraoral Scans. arXiv preprint. 2021, URL: https://arxiv.org/abs/2109.11941 (accessed: 17.05.2025).
  28. Zakirov A., Ezhov M., Gusarev M., et al. Dental pathology detection in 3D cone-beam CT. arXiv preprint. 2018, DOI: 10.48550/arXiv.1810.10309.
  29. Zhang Y., Feng H., Zhao Y., et al. Research on the application of an AI-integrated 3D Slicer platform in medical imaging education. Diagnostics. 2024, vol. 14, no. 2, p. 146, DOI: 10.3390/diagnostics14020146.

Адрес для корреспонденции:  Е-mail: arinakabanova@mail.ru