JoVE Journal > Medicine
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
français

Automatically Generated
Please note that all translations are automatically generated. Click here for the English version.
Medicine

Quantification planimétrique semi-automatisée de la plaque dentaire à l’aide d’une caméra à fluorescence intra-orale

Published: January 27, 2023
doi:
10.3791/65035
, , ,
1Department of Dentistry and Oral Health, Section for Oral Ecology and Caries Control,Aarhus University

Summary

Cette étude présente une procédure d’analyse d’images numériques semi-automatisée pour la quantification planimétrique de la plaque dentaire divulguée à partir d’images acquises avec une caméra à fluorescence intrabuccale. La méthode permet une quantification rapide et fiable de la plaque dentaire dans le milieu de la recherche.

Abstract

L’accumulation de plaque dentaire est quantifiée à l’aide d’indices cliniques ou, autrement, de l’indice planimétrique de plaque (IPP), qui mesure la surface relative d’une dent recouverte de dépôts de plaque. Par rapport aux indices cliniques, le PPI a un pouvoir discriminatoire plus élevé, mais la planimétrie traditionnelle est une analyse qui prend beaucoup de temps, car les zones dentaires recouvertes de plaque et propres doivent être déterminées manuellement pour chaque image à l’aide d’un logiciel de traitement d’image. Nous présentons ici une méthode de quantification planimétrique semi-automatisée de la plaque dentaire, qui permet le traitement rapide de jusqu’à 1 000 images simultanément. La méthode exploite le contraste accru entre la plaque divulguée, les surfaces dentaires sonores et les tissus mous dans les images de fluorescence acquises avec une caméra intra-orale. L’exécution minutieuse des procédures cliniques et l’acquisition d’images précises sont des étapes cruciales pour l’identification semi-automatisée réussie des zones recouvertes de plaque. La méthode convient à la planimétrie sur les surfaces saines des dents faciales et buccales, sur la plupart des restaurations en résine composite et sur les dents avec des boîtiers orthodontiques, mais pas sur les restaurations métalliques. Par rapport aux enregistrements PPI traditionnels, la planimétrie semi-automatisée réduit considérablement le temps consacré à l’analyse, ainsi que l’apport humain subjectif, augmentant ainsi la reproductibilité des mesures planimétriques.

Introduction

La quantification de la plaque dentaire dans le milieu de la recherche est effectuée soit à l’aide d’indices cliniques, soit, autrement, en enregistrant l’indice planimétrique de plaque (IPP)1. Les indices cliniques, tels que l’indice de plaque de Quigley-Hein modifié par Turesky, reposent sur l’évaluation visuelle de la couverture de la plaque par un opérateur et l’attribution ultérieure d’un score sur une échelle ordinale2. Bien que la notation soit rapide, l’utilisation d’indices cliniques nécessite un étalonnage laborieux entre examinateurs et intra-examinateurs, et la notation souffre toujours d’un certain degré de subjectivité 3,4,5. De plus, comme le nombre de scores est limité, les indices cliniques peuvent ne pas détecter les différences pertinentes dans la couverture de la plaque6.

Pour les enregistrements planimétriques, l’étendue de la couverture de plaque est déterminée sur les images numériques en divisant la zone recouverte de plaque par la surface totale de la surface de la dent7. L’utilisation d’une échelle continue augmente la précision et montre un pouvoir discriminatoire élevé dans l’analyse statistique 8,9,10. De plus, on peut soutenir que la planimétrie est moins subjective, car l’indice est calculé et non estimé par l’examinateur11. Traditionnellement, les surfaces dentaires couvertes de plaque et les surfaces dentaires totales ont été déterminées manuellement pour les enregistrements PPI en dessinant les régions d’intérêt dans chaque image à l’aide d’un logiciel de traitement d’image 7,12. Par conséquent, l’analyse planimétrique prenait auparavant beaucoup de temps, ce qui réduisait son applicabilité pour les études cliniques de plus grande envergure6.

Sur les images traditionnelles en lumière blanche, le contraste entre les zones couvertes de plaque, les zones dentaires propres et les tissus environnants est faible et, par conséquent, le traitement automatisé de l’image, qui repose généralement sur la détection des objets basée sur l’intensité, est gravement entravé13,14. Les images acquises avec une caméra à fluorescence montrent un contraste significativement amélioré entre la plaque divulguée, les dents propres qui s’autofluorescent fortement dans le spectre vert et les tissus mous non fluorescents1.

Ici, nous présentons une méthode de planimétrie semi-automatisée qui réduit considérablement le temps consacré à l’analyse d’images par rapport aux enregistrements PPI traditionnels. La méthode utilise des procédures de divulgation standard, une caméra à fluorescence disponible dans le commerce et un logiciel gratuit d’analyse d’image. Les paramètres importants pour l’acquisition et l’analyse d’images, ainsi que les erreurs typiques et les limites de la méthode, sont discutés.

Protocol

L’étude a été approuvée par le Comité d’éthique de la région Midtjylland (1-10-72-259-21) et réalisée conformément à la Déclaration d’Helsinki et à ses amendements. 1. Fabrication d’une entretoise sur mesure (en option) REMARQUE: Une entretoise imprimée en 3D sur mesure peut être utilisée lors de l’acquisition d’images pour normaliser le positionnement de la tête de caméra. L’espaceur n’est pas obligatoire pour l’enregistrement des images de fluorescence. Conception de l’entretoiseConcevez une entretoise qui s’adapte à la tête de caméra de la caméra à fluorescence intra-orale. Pour ce faire, effectuez un scan de la tête de caméra avec un scanner numérique. Importez l’analyse dans un logiciel dédié. Concevez l’entretoise pour qu’elle s’adapte à la tête de caméra avec la morphologie et la distance de positionnement souhaitées par rapport à la tête de caméra (c.-à-d. 4 mm). Exporter en tant que fichier STL (un exemple de dessin est joint en tant que fichier supplémentaire S1). Fabrication additive de l’intercalaireOuvrez le logiciel de fabrication additive associé à l’imprimante et sélectionnez les paramètres de base. Cliquez sur Imprimante | Sélectionnez l’imprimante 3D disponible | Suivant | Forme: Clair | Suivant | Mode d’impression : 50 microns | Suivant | Style de construction: Standard | Suivant. Importez le fichier STL en cliquant sur Fichier | Importation | Sélectionnez le fichier STL | Ouvert. Définir la position de l’entretoise sur la plateforme d’impression; cliquez sur Transformer et faites glisser l’entretoise vers un coin de la plate-forme aussi près que possible de la surface de la plate-forme. Pour imprimer des entretoises supplémentaires, cliquez sur Copier | Motif linéaire. Ajustez le nombre et la distance pour adapter des objets supplémentaires à la plate-forme d’impression, puis cliquez sur Définir. Pour concevoir le support des objets, cliquez sur Support intelligent | Style: Général | Générer | Type: Portail | Créez un support. Envoyez le travail d’impression à l’imprimante 3D. Cliquez sur Ajouter à la file d’attente. Le logiciel effectue automatiquement un contrôle de qualité du fichier STL pour identifier les erreurs lors de l’ajout à la file d’attente. Ensuite, cliquez sur Ajouter à la file d’attente | Nom du poste | F4X | Ajouter à la file d’attente. Montez une plate-forme d’impression propre sur l’imprimante 3D et ajoutez une résine appropriée. Cliquez sur Démarrer la tâche et scannez le code QR de la résine. Vérifiez que la plate-forme d’impression est vide et propre, que le bac à résine est plein et que la résine a été agitée avant l’ajout. Cliquez sur Démarrer le travail. Lorsque le travail d’impression est terminé, retirez les entretoises de la plate-forme d’impression. Nettoyez les entretoises dans un bain à ultrasons avec de l’isopropanol pendant 3 min. Répétez le nettoyage avec de l’isopropanol frais. Sécher les entretoises à l’air. Sécuriser la polymérisation totale du matériau en polymérisant les entretoises dans un four post-durcissement pendant 10 min. Retirez le matériau de support et colorez les entretoises pour empêcher la lumière de pénétrer à travers le matériau. 2. Divulgation de plaques et acquisition d’images Montez l’entretoise sur mesure sur la caméra à fluorescence (en option). Connectez la caméra intra-orale à un ordinateur et ouvrez le logiciel de l’appareil photo. Cliquez sur Patient | Nouveau patient pour créer le patient dans le système. Remplissez les informations sur le patient. Cliquez sur Patient | Enregistrer pour enregistrer les données du patient. Cliquez sur Vidéo. La caméra intra-orale est maintenant prête à l’emploi. Baissez les lumières de la pièce. Appliquez un colorant révélateur rouge (c.-à-d. 5 % d’érythrosine) avec une pastille de coton sur les surfaces dentaires d’intérêt pour divulguer la plaque. Demandez au patient de rincer à l’eau pendant 10 s pour éliminer l’excès de colorant. Enlevez toute tache gingivale à l’aide d’une pastille de coton. Sécher chaque dent à l’air pendant 3 s. Placez la caméra intrabuccale en position horizontale devant la dent d’intérêt, l’espaceur touchant la gencive / les dents adjacentes. Acquérir l’image de fluorescence en appuyant sur le bouton de l’appareil photo.REMARQUE: Assurez-vous que toute la surface dentaire d’intérêt est mise au point et capturée dans l’image sans inclure les surfaces dentaires antagonistes ou controlatérales. Répétez les étapes 2.4-2.6 pour toutes les dents d’intérêt. Marquez toutes les images dans le logiciel de l’appareil photo. Cliquez sur Enregistrer des images/vidéos dans le menu.REMARQUE: Assurez-vous que les images sont enregistrées en mode « plaque » et non en mode « caries ». Le symbole P/C dans le menu indique le mode actuel. Pour exporter les images, accédez à la visionneuse. Choisissez les images à exporter. Cliquez sur Fichier | Exporter (enregistrer sous…) | Toutes les images du patient pour exporter les images . Dans la fenêtre d’exportation, choisissez les paramètres suivants : Mode : Standard | Chemin d’exportation : choisissez le dossier souhaité | Sélection du type d’image : Cochez la case de gauche | État de l’image : données d’origine. Développez la fenêtre d’exportation pour afficher plus d’options. Sélectionnez les éléments suivants : Le nom du fichier contient : Numéro de carte OU Entrée utilisateur OU Nom du patient | Format: TIF. Cliquez sur OK pour exporter les images.Vous pouvez également configurer une exportation automatisée de fichiers avant l’imagerie. Cliquez sur Options | Afficher la configuration | Modules | Visionneuse | Exporter/Envoyer par e-mail | Options d’exportation | Mode: Autoexport | Chemin d’exportation : choisissez le dossier souhaité | État de l’image : données d’origine. Sélectionnez les éléments suivants : Le nom du fichier contient : Numéro de carte OU Entrée utilisateur OU Nom du patient | Format: TIF. Cliquez sur OK pour configurer les paramètres d’exportation par défaut. Lorsque l’exportation automatique de fichiers est configurée, les images seront automatiquement exportées lors de l’enregistrement (étape 2.8). 3. Analyse d’images numériques REMARQUE: L’analyse d’image numérique peut être effectuée à tout moment après l’acquisition de l’image. Des lots allant jusqu’à 1 000 images de fluorescence peuvent être traités en parallèle. Si l’analyse de grands lots d’images dépasse la puissance de calcul, la taille de l’image peut être réduite avant l’analyse. Quantification de la surface totale de la dentRenommez toutes les images avec des numéros d’index séquentiels (c’est-à-dire Planimetry_001, Planimetry_002,…). Importez la série d’images en fluorescence dans un logiciel d’analyse d’image dédié (i.e. Daime15) en mode Rouge-Vert-Bleu (RVB) en cliquant sur Fichier | Importer des images | Importer en tant que couleur. Effectuez une segmentation basée sur des seuils de la série d’images en cliquant sur Segment | Segmentation automatique | Seuil personnalisé. Fixer le seuil « faible » au-dessus de l’intensité des tissus mous buccaux (c.-à-d. 80). Laissez le seuil « élevé » à 255. Ainsi, seules les dents (zones propres et recouvertes de plaque) sont reconnues comme objets dans le logiciel. Cliquez sur Appliquer | D’accord | Segment! pour lancer la segmentation. Ouvrez le visualiseur en double-cliquant sur le nom de la série d’images. Entrez dans l’éditeur d’objets (OBJ). Effectuez un contrôle de qualité visuelle des images segmentées et supprimez les artefacts en rejetant et en supprimant ces objets. Fusionner les objets restants dans toutes les images (Dans toutes les images | Fusionner les objets sélectionnés). Maintenant, il y a un objet par image. Quantifier la surface totale des dents dans chaque image (Analyse | Mesurer des objets | Tout effacer | Pixels). Exportez les données. Quantification des zones recouvertes de plaqueImportez à nouveau la série d’images de fluorescence dans le logiciel, cette fois avec des canaux de couleur rouge, vert et bleu divisés (Fichier | Importer des images | Importer en gris). Fermez les images du canal bleu. Transférer le calque d’objet des images RVB vers les images à couche rouge (Segment | Calque d’objet de transfert). Supprimer les pixels non-objet dans les images à canal rouge à l’aide de l’éditeur d’objets (Dans toutes les images | Supprimer les pixels non-objet (voxels)). Les tissus mous sont maintenant retirés des images. Pour améliorer le contraste entre les zones dentaires recouvertes de plaque et les zones dentaires propres, multipliez par deux la série d’images du canal rouge (Modifier | Calculatrice d’images | Multiplication | Paramètres : Facteur 2,00 | Postuler | D’accord). Pour supprimer les zones dentaires propres des images, soustrayez la série d’images de la couche verte de la série d’images de couche rouge améliorée (Edition | Calculatrice d’images | Deuxième opérande images: Planimetry_green | Soustraction | Postuler | D’accord). Pour identifier les zones couvertes de plaque sur les dents, effectuez une segmentation basée sur le seuil de la série d’images résultante (Segment | Segmentation automatique | Seuil personnalisé). Réglez le seuil « Faible » au-dessus de l’intensité des zones dentaires propres (c.-à-d. 80). Laissez le seuil « élevé » à 255. Seules les zones recouvertes de plaque sont reconnues comme objets dans le logiciel. Cliquez sur Appliquer | D’accord | Segment! pour lancer la segmentation. Effectuez un contrôle de qualité visuelle des images segmentées dans l’éditeur d’objets et supprimez les artefacts en rejetant et en supprimant ces objets. Fusionner les objets restants dans toutes les images (Dans toutes les images | Fusionner les objets sélectionnés). Quantifier la surface recouverte de plaque dans chaque image (Analyse | Mesurer des objets | Tout effacer | Pixels). Exportez les données. Ouvrez les tables de données exportées dans un logiciel dédié. Calculer l’IPP selon l’équation (1):Équation (1)

Representative Results

La méthode présentée permet la quantification planimétrique rapide et semi-automatisée des zones couvertes de plaque sur les dents (figure 1). Les dépôts de plaque sont visualisés par l’érythrosine, tandis que les zones dentaires propres ainsi que la pellicule acquise ne sont pas colorées16 (Figure 2A). Lorsque les images sont acquises avec une caméra à fluorescence, le contraste entre les zones dentaires propres, les zones couvertes de plaque et les tissus mous environnants est considérablement amélioré (Figure 2B, C). La caméra à fluorescence fonctionne avec deux fenêtres de détection, l’une dans le spectre vert et l’autre dans le spectre rouge. Comparativement aux zones dentaires propres, les zones couvertes de plaque apparaissent légèrement plus brillantes dans le canal rouge (Figure 2D,E). Dans le canal vert, l’autofluorescence de la dent est considérablement masquée dans les zones recouvertes de plaque (Figure 2F). Cet effet de masquage est exploité lors de l’analyse d’image, lorsque les images de canal vert sont soustraites des images de canal rouge (Figure 2G). Le fort contraste entre les zones propres et recouvertes de plaque dans les images résultantes (Figure 2H) permet une détermination semi-automatisée de l’IPP basée sur le seuil d’intensité. Jusqu’à 1 000 images de fluorescence peuvent être traitées simultanément. Une entretoise imprimée en 3D sur mesure peut être utilisée pour améliorer le positionnement normalisé de la tête de caméra à une distance identique de la dent d’intérêt. L’espaceur protège également la dent de la lumière ambiante et améliore ainsi le contraste entre la plaque divulguée, les zones dentaires propres et les tissus mous environnants dans les images acquises. L’entretoise est montée sur la tête de caméra à l’aide de trois éléments de rétention (Figure 3). La méthode décrite peut être utilisée pour les enregistrements planimétriques de la plaque supragingivale et du tartre sur les surfaces des dents faciales et buccales (figure 4A-D). Selon la courbure de l’arcade dentaire, il peut être difficile de positionner l’entretoise en contact étroit avec les gencives et de garder ainsi la même distance entre la tête de caméra et la dent. Comme la couverture de la surface de la plaque est déterminée par rapport à la surface totale de la dent, il est peu probable que de telles différences affectent les enregistrements PPI. Différents matériaux de couleur dentaire sont fluorescents dans le spectre vert avec des intensités variables17,18,19. Par conséquent, le PPI peut généralement être déterminé avec l’algorithme d’analyse d’image standard sur les dents avec des ciments ionomères de verre et des restaurations de résine composite (Figure 4E-H). En revanche, les restaurations à l’amalgame et au moulage émettent généralement faiblement dans les canaux rouge et vert, et il n’est donc pas possible de déterminer la couverture de plaque sur de telles surfaces (figure 4I,J). Il en va de même pour les boîtiers orthodontiques métalliques, mais comme la surface du support est généralement exclue des enregistrements PPI, la planimétrie semi-automatisée convient aux patients orthodontiques (Figure 4K,L). L’identification semi-automatisée réussie des zones couvertes de plaque sur les images de fluorescence dépend fortement de l’exécution minutieuse de toutes les étapes de la procédure clinique. Si trop de lumière ambiante pénètre dans les images, la luminosité de l’arrière-plan dans le canal rouge augmente, ce qui rend difficile la différenciation entre les dents et les tissus mous (Figure 5A,B). Par conséquent, les lumières de la pièce doivent être atténuées pendant la capture d’image. Si le patient n’ouvre pas suffisamment la bouche pendant l’acquisition de l’image, les dents antagonistes peuvent être imagées avec la dent d’intérêt et entraver le traitement semi-automatisé (Figure 5C). Lorsque la planimétrie est effectuée sur des prémolaires ou des molaires, l’angulation correcte de la caméra est importante pour éviter d’imager des parties de la surface occlusale (Figure 5D,E). Une fois les dépôts de plaque divulgués, l’opérateur doit immédiatement procéder à l’acquisition de l’image. Sinon, l’érythrosine peut être lavée et le contraste entre les zones dentaires recouvertes de plaque et les dents propres peut devenir trop faible. Dans certains cas, cependant, la solution révélatrice peut fortement tacher la gencive et la tache peut ne pas être enlevée lors du rinçage suivant (figure 5F). Pour éviter une surestimation de la zone recouverte de plaque, la tache peut être réduite par un rinçage supplémentaire ou par un essuyage doux de la gencive avec une pastille de coton. Figure 1 : Flux de travail pour la quantification semi-automatisée de la couverture de plaque sur les surfaces dentaires. Abréviation : PPI = indice de plaque planimétrique. Veuillez cliquer ici pour voir une version agrandie de cette figure. Figure 2: Procédure d’analyse d’images numériques. (A) Image en lumière blanche de la plaque divulguée (dent 26, aspect facial). (B) Image correspondante acquise avec une caméra à fluorescence (mode Rouge-Vert-Bleu [RGB]). Notez le contraste accru entre les zones dentaires recouvertes de plaque et propres. (C) La surface totale de la dent, marquée par le contour orange, est identifiée par une segmentation basée sur le seuil d’intensité. (D) La couche objet de l’image RVB est transférée vers l’image de canal rouge (contour orange) et les pixels non objets (arrière-plan, tissus mous) sont supprimés. (E) La luminosité des images du canal rouge est augmentée d’un facteur deux. (F) L’image du canal vert. Notez l’autofluorescence réduite dans les zones recouvertes de plaque. (G) Après soustraction de l’image du canal vert (F) de l’image du canal rouge modifié (E), le contraste entre les zones couvertes de plaque et les zones dentaires propres est évident. (H) Après segmentation basée sur le seuil d’intensité, les zones recouvertes de plaque sont identifiées comme des objets (contour orange) et l’indice planimétrique de plaque (IPP) peut être calculé (IPP = 81,6%). Veuillez cliquer ici pour voir une version agrandie de cette figure. Figure 3 : Entretoise sur mesure. Une entretoise sur mesure vue de l’avant (A), du côté (B) et (C) de l’arrière. (D) Caméra à fluorescence avec l’entretoise montée (contour orange). Veuillez cliquer ici pour voir une version agrandie de cette figure. Figure 4 : Applications et limites du planimétrie semi-automatisée. (A) Image de fluorescence de la surface d’une dent faciale. (B) Image traitée correspondante montrant les zones recouvertes de plaque (contour orange; indice de plaque planimétrique [IPP] = 51,9%). (C) Image de fluorescence de la surface d’une dent buccale. (D) Image traitée correspondante montrant les zones recouvertes de plaque (contour orange; IPP = 14,5 %). (E-H) Images de dents avec restaurations en résine composite. La restauration en E est fortement fluorescente dans le spectre vert, tandis que la restauration en G semble légèrement plus faible que les zones dentaires propres environnantes. Dans les deux images, le PPI peut être déterminé à l’aide de l’algorithme d’analyse d’image standard. (F,H) Images traitées montrant les zones recouvertes de plaque (contours orange; IPP = 20,3 % et 20,2 %, respectivement). (I,J) Images de fluorescence d’une dent avec une restauration d’amalgame (I) et d’une dent avec une couronne métal-céramique (J, contour bleu, ajouté manuellement). Les deux restaurations ne sont pas fluorescentes et les dépôts de plaque ne peuvent pas être quantifiés par un planimétrie semi-automatisé. (K) Image de fluorescence d’une dent avec un support orthodontique métallique. Comme la parenthèse est exclue de l’analyse, l’IPP peut être déterminé à l’aide de l’algorithme d’analyse d’image standard (L, contour orange, IPP = 31,5 %). Veuillez cliquer ici pour voir une version agrandie de cette figure. Figure 5 : Influence des procédures cliniques sur la qualité de l’image et les résultats de la planimétrie semi-automatisée. (A) Image de fluorescence acquise avec des lumières tamisées de la pièce. La surface totale de la dent est déterminée correctement après segmentation de l’image basée sur le seuil (contour orange). (B) Image de fluorescence de la même dent acquise avec les lumières de la pièce allumées. En raison d’une augmentation de l’émission de fond dans le spectre rouge, la segmentation basée sur le seuil ne parvient pas à différencier avec précision les surfaces dentaires des tissus mous environnants (contour orange). (C) Image de fluorescence acquise avec une ouverture insuffisante de la bouche. Les dents antagonistes non divulguées sont visibles sur l’image et, par conséquent, incluses dans la zone totale de la dent (contours orange). Pour obtenir un indice de plaque planimétrique correct, ils doivent être enlevés manuellement lors de l’analyse de l’image. (D) Image de fluorescence acquise avec un positionnement optimal de la tête de caméra. La surface totale de la dent (contour orange) est limitée à l’aspect facial. (E) Image de fluorescence de la dent en D acquise avec une angulation sous-optimale de la tête de caméra. Une partie de la surface occlusale est capturée, ce qui entraîne une augmentation de la surface totale de la dent (contour orange). (F) Image en lumière blanche de la plaque divulguée avec une coloration proéminente de la gencive. L’émission élevée dans le spectre rouge peut entraîner une surestimation de la surface recouverte de plaque. Veuillez cliquer ici pour voir une version agrandie de cette figure. Fichier supplémentaire S1 : Veuillez cliquer ici pour télécharger ce fichier.

Discussion

La méthode présentée pour la planimétrie semi-automatisée basée sur des images de fluorescence constitue une amélioration de la quantification de la plaque dentaire sur des surfaces dentaires saines dans le milieu de la recherche par rapport à la planimétrie traditionnelle20. La planimétrie semi-automatisée permet de déterminer simultanément le PPI dans jusqu’à 1 000 images à l’aide d’un algorithme de post-traitement prédéterminé. Ainsi, la méthode est considérablement plus rapide que le planimétrie conventionnel, où les surfaces totales des dents et les surfaces couvertes de plaque sont déterminées manuellement en dessinant des régions d’intérêt dans un logiciel de traitement d’image 7,12. De plus, l’étendue du jugement humain dans l’analyse de l’image est réduite au choix d’un seuil de luminosité pour la segmentation de l’image. Ainsi, toutes les images sont traitées de la même manière, et l’influence de la subjectivité de l’examinateur est fortement réduite11.

Les étapes critiques du protocole sont principalement liées aux procédures cliniques, qui doivent être effectuées de manière hautement standardisée pour une qualité d’image optimale. La solution de divulgation doit être appliquée doucement et uniformément, et les images doivent être acquises juste après le rinçage et le séchage à l’air pour éviter un lavage du colorant et, par conséquent, une perte de contraste de l’image. De plus, les saignements gingivaux doivent être évités, car l’hémoglobine peut améliorer la fluorescence enregistrée dans le canal rouge19. La capture d’image doit être effectuée avec les lumières de la pièce atténuées pour réduire l’interférence de la lumière ambiante, et les patients doivent ouvrir suffisamment la bouche, de sorte que les dents antagonistes n’apparaissent pas dans les images. La tête de caméra doit être positionnée perpendiculairement à l’axe des dents pour éviter de capturer une partie de la surface occlusale et des dents controlatérales.

Les artefacts résultant d’une acquisition d’image sous-optimale peuvent – dans la plupart des cas – être supprimés lors de l’analyse d’image, mais au prix d’un temps de traitement considérablement accru. Certains artefacts reconnus comme objets lors de la segmentation peuvent être effacés par simple suppression dans l’éditeur d’objets. Si les artefacts sont confluents avec les zones reconnues comme plaque, les objets résultants doivent être divisés dans l’éditeur d’objets avant d’être retirés. Dans les cas extrêmes, l’opérateur peut avoir à revenir à la détermination manuelle de la dent propre et des zones couvertes de plaque en dessinant les régions d’intérêt dans le logiciel. Si toutes les procédures cliniques sont effectuées avec précision, la seule entrée subjective de l’opérateur lors de l’analyse de l’image consiste à déterminer les valeurs seuils pour les segmentations basées sur des seuils. En général, les zones de dents recouvertes de plaque et propres sont bien définies dans les images, mais il convient de mentionner que de petites différences dans les seuils choisis influencent les valeurs d’IPP calculées, bien que dans une mesure relativement faible. Comme toutes les images acquises pour une étude particulière peuvent être segmentées avec des seuils identiques, le choix subjectif des valeurs seuils n’affecte pas les différences entre le traitement ou les groupes de patients.

Tout comme la planimétrie manuelle, la planimétrie semi-automatisée ne convient pas aux enregistrements longitudinaux de l’accumulation de plaque en raison de l’utilisation d’une solution de divulgation. L’érythrosine peut interférer avec la croissance du biofilm par une activité antibactérienne21,22,23, mais surtout, la tache proéminente nécessite une élimination professionnelle de la plaque avant que le patient ne soit renvoyé chez lui. Cependant, la méthode décrite peut être utilisée pour la quantification régulière des niveaux habituels de plaque dans la clinique. Une autre limitation de la planimétrie semi-automatisée est due aux différences de taille entre les dents individuelles. Bien que la distance entre la caméra et la surface de la dent et, par conséquent, la taille du champ de vision puissent être normalisées, les images acquises peuvent inclure des parties des dents voisines. Ceux-ci ne peuvent pas être supprimés par une opération par lots, mais uniquement par un recadrage manuel des images pendant l’analyse. Bien que la planimétrie semi-automatisée soit appropriée pour la quantification de la plaque supragingivale et du tartre24 sur des surfaces dentaires saines, les travaux futurs devront déterminer comment la méthode décrite est affectée par des défauts de développement25, des lésions carieuses cavitées et non cavitées, ainsi que des taches sévères.

En conclusion, la planimétrie semi-automatisée est une méthode qui permet de quantifier rapidement et de manière fiable la couverture de la surface de la plaque à l’aide d’une caméra à fluorescence. Il peut être utilisé dans les essais cliniques qui évaluent la formation de plaque de novo dans différents groupes de patients ou l’effet de différents schémas thérapeutiques sur l’élimination de la plaque .

Disclosures

The authors have nothing to disclose.

Acknowledgements

Les auteurs remercient Dirk Leonhardt pour son excellente assistance dans la fabrication additive des entretoises sur mesure. Lene Grønkjær, Javier E. Garcia, Charlotte K. Vindbjerg et Sussi B. Eriksen sont reconnus pour leur soutien technique au cours de l’étude. Les auteurs tiennent également à remercier Matthias Beck pour son soutien technique sur l’utilisation de la caméra à fluorescence et Mette R. Jørgensen pour ses discussions fructueuses.

Materials

3D Sprint Basic 3D systems Additive manufacturing software
5% erythrosine; Top Dent Rondell Röd Top Dent Lifco Dental AB 6327 Disclosing solution
D1000 lab scanner 3 Shape Lab scanner used to scan the camera head
DBSWIN 5.17.0 Dürr Dental Software for VistaCam
Digital image analysis in microbial ecology (Daime), version 2.2.2 Freeware for image analysis
LC-3D Print Box NextDent Polymerization unit
Meshmixer 3.5 Autodesk Freeware for designing custom-made spacer
NextDent 5100 3D systems 3D-printer
NextDent Ortho IBT 3D systems Material for spacer
Ultrasound bath T660/H Elma Schmidbauer GmbH
VistaCam iX HD Smart intraoral camera  Dürr Dental Coupled with a fluorescence camera head
DOWNLOAD MATERIALS LIST

References

  1. Pretty, I. A., Edgar, W. M., Smith, P. W., Higham, S. M. Quantification of dental plaque in the research environment. Journal of Dentistry. 33 (3), 193-207 (2005).
  2. Turesky, S., Gilmore, N. D., Glickman, I. Reduced plaque formation by the chloromethyl analogue of victamine C. Journal of Periodontology. 41 (1), 41-43 (1970).
  3. Marks, R. G., et al. Evaluation of reliability and reproducibility of dental indices. Journal of Clinical Periodontology. 20 (1), 54-58 (1993).
  4. Matthijs, S., Sabzevar, M. M., Adriaens, P. A. Intra-examiner reproducibility of 4 dental plaque indices: Dental plaque indices. Journal of Clinical Periodontology. 28 (3), 250-254 (2001).
  5. Shaloub, A., Addy, M. Evaluation of accuracy and variability of scoring-area-based plaque indices. Journal of Clinical Periodontology. 27 (1), 16-21 (2000).
  6. Söder, P. -. &. #. 2. 1. 4. ;., Jin, L. J., Söder, B. Computerized planimetric method for clinical plaque measurement. European Journal of Oral Sciences. 101 (1), 21-25 (1993).
  7. Lang, N. P., Ostergaard, E., Loe, H. A fluorescent plaque disclosing agent. Journal of Periodontal Research. 7 (1), 59-67 (1972).
  8. Staudt, C. B., et al. Computer-based intraoral image analysis of the clinical plaque removing capacity of 3 manual toothbrushes. Journal of Clinical Periodontology. 28 (8), 746-752 (2001).
  9. Smith, M. R. Parametric vs. nonparametric. Analyzing the periodontal and gingival indicies. Journal of Periodontal Research. 17 (5), 514-517 (1982).
  10. Quirynen, M., Dekeyser, C., van Steenberghe, D. Discriminating power of five plaque indices. Journal of Periodontology. 62 (2), 100-105 (1991).
  11. Al-Anezi, S. A., Harradine, N. W. T. Quantifying plaque during orthodontic treatment. The Angle Orthodontist. 82 (4), 748-753 (2012).
  12. Smith, R. N., Brook, A. H., Elcock, C. The quantification of dental plaque using an image analysis system: reliability and validation. Journal of Clinical Periodontology. 28 (12), 1158-1162 (2001).
  13. Kang, J., Ji, Z., Gong, C. Segmentation and quantification of dental plaque using modified kernelized fuzzy C-means clustering algorithm. 2010 Chinese Control and Decision Conference. , 788-791 (2010).
  14. Klaus, K., Glanz, T., Glanz, A. G., Ganss, C., Ruf, S. Comparison of quantitative light-induced fluorescence-digital (QLF-D) images and images of disclosed plaque for planimetric quantification of dental plaque in multibracket appliance patients. Scientific Reports. 10 (1), 4478 (2020).
  15. Daims, H., Lücker, S., Wagner, M. Daime, a novel image analysis program for microbial ecology and biofilm research. Environmental Microbiology. 8 (2), 200-213 (2006).
  16. Arnim, S. S. The use of disclosing agents for measuring tooth cleanliness. Journal of Periodontology. 34 (3), 227-245 (1963).
  17. Meller, C., Klein, C. Fluorescence properties of commercial composite resin restorative materials in dentistry. Dental Materials Journal. 31 (6), 916-923 (2012).
  18. Kiran, R., Chapman, J., Tennant, M., Forrest, A., Walsh, L. J. Detection of tooth-colored restorative materials for forensic purposes based on their optical properties: An in vitro comparative study. Journal of Forensic Sciences. 64 (1), 254-259 (2019).
  19. Shakibaie, F., Walsh, L. J. Fluorescence imaging of dental restorations using the VistaCam intra-oral camera. Australian Journal of Forensic Sciences. 51 (1), 3-11 (2019).
  20. Rey, Y. C. D., Rikvold, P. D., Johnsen, K. K., Schlafer, S. A fast and reliable method for semi-automated planimetric quantification of dental plaque in clinical trials. Journal of Clinical Periodontology. , (2022).
  21. Baab, D. A., Broadwell, A. H., Williams, B. L. A comparison of antimicrobial activity of four disclosant dyes. Journal of Dental Research. 62 (7), 837-841 (1983).
  22. Begue, W. J., Bard, R. C., Koehne, G. W. Microbial inhibition by erythrosin. Journal of Dental Research. 45 (5), 1464-1467 (1966).
  23. Marsh, P. D., et al. Antibacterial activity of some plaque-disclosing agents and dyes (short communication). Caries Research. 23 (5), 348-350 (1989).
  24. Shakibaie, F., Walsh, L. J. Dental calculus detection using the VistaCam. Clinical and Experimental Dental Research. 2 (3), 226-229 (2016).
  25. Seow, W. Developmental defects of enamel and dentine: Challenges for basic science research and clinical management. Australian Dental Journal. 59, 143-154 (2014).

Tags

Semi-automated PlanimetryDental PlaqueIntraoral Fluorescence CameraDisclosing DyeImage AcquisitionImage ExportClinical TrialsQuantification

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Rikvold, P. D., Del Rey, Y. C., Johnsen, K. K., Schlafer, S. Semi-Automated Planimetric Quantification of Dental Plaque Using an Intraoral Fluorescence Camera. J. Vis. Exp. (191), e65035, doi:10.3791/65035 (2023).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image