CBCT merupakan suatu modalitas pencitraan yang mampu memberikan gambaran rekonstruksi tiga dimensi (3D) pada area maksilofasial. CBCT sering digunakan di bidang kedokteran gigi dalam merencanakan perawatan implant, perencanaan operasi area maksilofasial, diagnosis orthodonti dan kasus-kasus dental forensic. Kegunaan utama CBCT pada perawatan implant adalah analisis kualitas dan kuantitas tulang, terutama pada tulang kortikal yang sangat berperan dlam menentukan stabilitas implant sehingga diperlukan segmentasi tulang kortikal yang akurat. Kendala yang dihadapi pada penggunan CBCT adalah banyaknya potongan gambar dalam bentuk dua dimensi (2D) dimana setiap segment gambar memiliki posisi, intensitas dan morfologi yang berbeda. Hal ini menyulitkan perhitungan secara manual, sehingga diperlukan suatu sistem perangkat lunak yang dapat membantu segmentasi tulang kortikal mandibular secara otomatis.
Perangkat lunak yang dibuat ini menggunakan metode baru yaitu segmentasi secara otomatis tulang kortikal mandibular pada hasil CBCT berdasarkan thresholding histogram dan polynomial fitting. Metode ini menggabungkan informasi intensitas global gambar CBCT dan segmentasi bentuk tulang kortikal secara otomatis. Metode ini mampu mengekstraksi tulang kortikal inferior mandibular , bukal plate kortikal mandibular dan lingual plate kortikal mandibular dari potongan koronal dan axial CBCT. Pengaturan thresholding berdasarkan intensitas global gambar untuk deteksi elemen yang terdapat pada gambar CBCT seperti udara, jaringan lunak, tulang, dan gigi. Polynomial fitting digunakan untuk ekstraksi bentuk tulang kortikal. Rekonstruksi 3D tulang kortikal dapat memberikan detail tulang kortikal termasuk volume tulang kortikal yang dapat digunakan untuk mengukur kualitas tulang dan kuantitas tulang. Metode ini mampu memberikan rata-rata nilai akurasi,sensitivitas, dan spesifitas segmentasi tulang kortikalberturut-turut sebesar 96.82%, 85.96%, dan 97.60%.
Software ini diharapkan dapat digunakan untuk membantu proses penempatan implant dan pengukuran densitas tulang untuk berbagai kebutuhan di bidang kedokteran gigi klinik. Untuk pengembangan lebih lanjut, perlu dilakukan proses noise removal untuk meningkatkan akurasi proses segmentasi tulang pada gambar CBCT yang cenderung memiliki noise.
Penulis: Eha Renwi Astuti
Link terkait tulisan di atas: https://www.researchgate.net/publication/334507337_Automatic_Segmentation_of_Mandibular_Cortical_Bone_on_Cone-Beam_CT_Images_Based_on_Histogram_Thresholding_and_Polynomial_Fitting
