QUANTIFICAZIONE DELL’ACCURATEZZA DI UN ALGORITMO DI SEGMENTAZIONE AUTOMATICA DI IMMAGINI CBCT DEL MASSICCIO FACCIALE.

La segmentazione delle immagini CBCT (Cone Beam Computed Tomography) del massiccio facciale è 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’introduzione di strumenti di segmentazione automatici ha reso possibile semplificare e velocizzare tale processo, ma è essenziale valutarne l’accuratezza rispetto alla segmentazione manuale. Il presente studio ha l’obiettivo di quantificare l’accuratezza dell’algoritmo 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’accuratezza è 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’arcata inferiore, mentre una maggiore variabilità è stata osservata nella delineazione del canale mandibolare, notoriamente più 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’algoritmo utilizzato ha dimostrato una buona accuratezza e riproducibilità nella segmentazione delle strutture analizzate. L’integrazione di strumenti come Dental Segmentator nei flussi digitali può rappresentare un valido supporto clinico, in grado di ridurre tempi operativi e standardizzare i processi diagnostici. In conclusione, il lavoro evidenzia come l’uso di tecniche di segmentazione automatica possa appresentare una soluzione efficace e accurata per l’analisi del massiccio facciale in CBCT, pur suggerendo la necessità di ulteriori ottimizzazioni per le strutture più complesse e meno evidenti radiograficamente.