{"id":13842,"date":"2025-05-22T10:32:40","date_gmt":"2025-05-22T08:32:40","guid":{"rendered":"https:\/\/www.convegnonazionaleaiic.it\/quantificazione-dellaccuratezza-di-un-algoritmo-di-segmentazione-automatica-di-immagini-cbct-del-massiccio-facciale\/"},"modified":"2025-06-04T14:23:15","modified_gmt":"2025-06-04T12:23:15","slug":"quantificazione-dellaccuratezza-di-un-algoritmo-di-segmentazione-automatica-di-immagini-cbct-del-massiccio-facciale","status":"publish","type":"post","link":"https:\/\/www.convegnonazionaleaiic.it\/quantificazione-dellaccuratezza-di-un-algoritmo-di-segmentazione-automatica-di-immagini-cbct-del-massiccio-facciale\/","title":{"rendered":"QUANTIFICAZIONE DELL\u2019ACCURATEZZA DI UN ALGORITMO DI SEGMENTAZIONE AUTOMATICA DI IMMAGINI CBCT DEL MASSICCIO FACCIALE."},"content":{"rendered":"
\n
\n

\"\"\"\"<\/p>\n

AFFILIAZIONE<\/span><\/strong><\/p>\n

universit\u00e0 degli studi magna graecia di catanzaro<\/p>\n


\nAUTORE PRINCIPALE<\/span><\/strong><\/p>\n

Stud. Carioti Alessandro<\/p>\n

VALUTA IL CHALLENGE
\n<\/span><\/strong><\/p>\n

Registrazione obbligatoria. Una valutazione consentita<\/em><\/div>\n
\t\t
\n\t\t\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tLogin<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tRegistrazione<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

login avvenuto<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tLogout<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t<\/div>\n
[ratingwidget]<\/div>\n<\/div>\n
\n

<\/a><\/p>\n

GRUPPO DI LAVORO<\/span><\/strong><\/p>\n

Stud. Carioti Alessandro<\/strong> universit\u00e0 degli studi magna graecia di catanzaro
\nProf. Zaffino Paolo<\/strong> universit\u00e0 degli studi magna graecia di catanzaro<\/p><\/div>\n

AREA TEMATICA<\/span><\/strong><\/p>\n

Applicazioni di intelligenza artificiale in sanit\u00e0<\/div>\n

ABSTRACT<\/span><\/strong><\/p>\n

La segmentazione delle immagini CBCT (Cone Beam Computed Tomography) del massiccio facciale \u00e8 un esame fondamentale per numerose applicazioni cliniche e di ricerca, come la pianificazione implantare, la chirurgia guidata e la modellazione 3D. Negli ultimi anni, l\u2019introduzione di strumenti di segmentazione automatici ha reso possibile semplificare e velocizzare tale processo, ma \u00e8 essenziale valutarne l\u2019accuratezza rispetto alla segmentazione manuale. Il presente studio ha l\u2019obiettivo di quantificare l\u2019accuratezza dell\u2019algoritmo Dental Segmentator, un tool per la segmentazione automatica utilizzato tramite la piattaforma 3D Slicer. Si sono utilizzati a 20 pazienti estratti da un dataset open source e comprensivi di segmentazione manuale. Per ogni paziente, sono state segmentate automaticamente le seguenti strutture: mandibola, mascella, canale mandibolare, arcata superiore e arcata inferiore. Tali segmentazioni sono state poi confrontate con quelle ottenute manualmente considerate come gold standard. La valutazione dell\u2019accuratezza \u00e8 stata effettuata attraverso metriche quantitative standard: il Dice Similarity Coefficient (DSC) e la Hausdorff Distance (HD). I risultati mostrano un buon grado di sovrapposizione tra le segmentazioni automatiche e quelle manuali, con valori medi di DSC compresi tra 0.82 e 0.93. Le migliori performance si sono riscontrate nella segmentazione dell\u2019arcata inferiore, mentre una maggiore variabilit\u00e0 \u00e8 stata osservata nella delineazione del canale mandibolare, notoriamente pi\u00f9 difficile da individuare in automatico a causa della sua esile morfologia e delle variazioni anatomiche interindividuali. Nonostante alcune limitazioni riscontrate in presenza di artefatti o immagini con scarso contrasto, l\u2019algoritmo utilizzato ha dimostrato una buona accuratezza e riproducibilit\u00e0 nella segmentazione delle strutture analizzate. L\u2019integrazione di strumenti come Dental Segmentator nei flussi digitali pu\u00f2 rappresentare un valido supporto clinico, in grado di ridurre tempi operativi e standardizzare i processi diagnostici. In conclusione, il lavoro evidenzia come l\u2019uso di tecniche di segmentazione automatica possa appresentare una soluzione efficace e accurata per l\u2019analisi del massiccio facciale in CBCT, pur suggerendo la necessit\u00e0 di ulteriori ottimizzazioni per le strutture pi\u00f9 complesse e meno evidenti radiograficamente.<\/div>\n

 <\/p>\n

\n\n