ABSTRACT
The purpose of this article was to discuss the necessity of using digital merging data sets and the method of alignment between cone-beam computerized tomography (CBCT) and other scan data including the intraoral scan and 3D facial scan. To improve the alignment accuracy, it is important to understand the pros and cons of various alignment methods. Also, this article introduces some clinical tips for using digital merging data sets. There has been controversy regarding the efficiency and accuracy of digital orthodontic protocol. With the knowledge of digital technic and proper strategies for clinical trials, digital orthodontics will become more accurate and efficient. (Clin J Korean Assoc Orthod 2020;10(4):309-318)
Key words Digital orthodontics, Alignment, CBCT, Intraoral scan, Facial scan, Merging data sets
교정치료를 위한 스캔 데이터 간 디지털 정합 기술의 활용
김영재, 김종윤, 신희진 이유 구강악안면외과 치과의원
Using Digital Alignment Technic between Scanning Data Sets for Orthodontic Treatment
Young-Jae Kim, Jong-Yun Kim, Hee-Jin Shin EU Oral & Maxillofacial Surgery Center, Seoul, Korea
Dr. 신 희 진
Dr. 김 영 재 Dr. 김 종 윤
Corresponding author: Young-Jae Kim EU Oral & Maxillofacial Surgery Center, 2FL Rex tower, 108 Dosan-daero, Gangnam-gu, Seoul 06038, Korea Tel: +82-2-547-0101 Fax: +82-2-6204-0104 E-mail: [email protected] Received: Ocotober 31, 2020 / Revised: November 17, 2020 / Accepted: November 17, 2020
디지털 정합 기술의 이론적 배경
최근 디지털 기술의 발전과 더불어 교정치료에서도 진단 및 치료계획 수립 시 3차원 데이터를 활용하는 방 법들이 여러 연구들을 통해 소개되고 있다.1-3 교정영 역에서 진단에 활용되고 있는 3차원 데이터로는 전산 화단층촬영(computed tomography; CT), 자기공명 영상(magnetic resonance imaging; MRI) 등과 같 은 방사선 촬영 영상, 그리고 레이저나 가시광선 등을 활용한 3차원 스캔 영상을 대표적인 예로 들 수 있다.
방사선 촬영 영상 중 치과에서 많이 활용되는 콘빔 전 산화단층촬영(cone beam-computed tomography;
CBCT)의 경우 경조직과 연조직을 모두 포함하는 비교 적 정확한 해부학적 정보를 얻을 수 있지만 방사선 조 사량으로 인해 잦은 영상 채득이 제한될 수 있고, 촬 영 시 환자의 움직임을 최소화하기 위해 이마나 턱받침 을 사용하는 경우 연조직이 왜곡될 수 있으며, 교정용 브라켓과 호선 또는 구강 내 보철물 등으로 인한 금속 성 인공 음영(metal artifact)이 발생되어 특히 입술 주 변의 연조직에 대한 정밀한 평가를 어렵게 한다는 단점 들이 있다. 또한 CBCT의 해상도는 치아의 치관 형태를 세부적으로 표현하기에는 낮기 때문에 CT 데이터만 사 용해서는 디지털 교정치료를 위한 정밀한 구강 내 환경 의 구현이 어렵다. CBCT의 이러한 단점을 보완하기 위 해 최근 CBCT 데이터와 3차원 안면 스캐너로 스캔한 데이터를 정합(alignment)하여 치료 전후 연조직 분 석에 활용하거나 CBCT 데이터와 구강 내 스캐너로 스 캔한 데이터를 정합하여 셋업이나 브라켓 간접 부착 술 식 등 디지털 교정치료에 적용하는 몇몇 연구들이 소개 되고 있다.4-7 CBCT 데이터와 다른 스캔 데이터를 정합 하기 위해서는 몇 가지 과정들이 필요하다. 안면 스캐 너나 구강 내 스캐너와 같은 3차원 스캐너를 통해 얻은 데이터는 일반적으로 표면 렌더링(surface rendering) 을 통해 3차원 형상을 구성하게 되므로, 이를 CBCT
를 마칭 큐브 알고리즘(marching cube algorithm) 과 같은 방식을 통해 표면 렌더링하는 과정이 필요하다 (Figure 1).8 이 과정에서 CBCT 데이터로부터 표면 렌 더링하고자 하는 대상의 회색조 범위를 결정하는 임계 값 지정(thresholding)에 따라 구성되는 3차원 개체의 표면 윤곽선이 달라지게 되기 때문에, 실제 체적과 최 대한 유사한 3차원 개체를 형성하기 위해서는 치아의 법랑질, 뼈, 연조직 등 원하는 각 조직별 CT number (hounsfield unit; HU)를 고려하여 적절한 임계값을 설정하는 것이 중요하다(Table 1).9 일반적으로 임계값 의 범위가 너무 넓으면 렌더링되는 3차원 개체의 크기 가 커지고, 너무 좁으면 크기가 작아지게 되어, 안면 스 캐너 또는 구강 내 스캐너로부터 스캔된 데이터와 정합 시 정확도가 달라질 수 있다. 예를 들어, 환자의 CBCT 로부터 치아를 표면 렌더링할 때 임계값 설정에 따른 차이를 알아보기 위해 성인 법랑질의 HU값을 참고하 여 임계값 범위를 1,500 HU 이상으로 설정하여 얻은 메쉬(mesh) 데이터와 2,500 HU 이상으로 설정하여 얻 은 메쉬 데이터에 각각 동일한 구강 내 스캔 데이터를 정합한 후 그 차이를 관찰하기 위해 메쉬 간 편차 분석 을 적용해 보았을 때 평균 -0.24 ± 0.23 mm의 편차 를 보이는 것으로 나타났다(Figure 2). 이는 촬영에 사 용된 CBCT 장비의 voxel size가 0.3 mm 정도임을 고 려할 때 수용할 만한 정도의 편차 범위로 볼 수 있지만, 임계값 설정이 데이터 간 정합에 영향을 미치고 있음을 확인할 수 있다. CBCT 데이터로부터 표면 렌더링 과정 을 거친 3차원 데이터는 사용하는 소프트웨어에 따라 다양한 확장자로 변환하여 내보내기가 가능하지만 다 른 스캐너와 연동된 소프트웨어나 3D 프린터와의 호환 성 등을 고려하여 STL 또는 OBJ 형식이 많이 사용되 고 있다. 이와 같은 과정을 거쳐서 CBCT로부터 적절 한 체적의 3차원 개체가 얻어지면 이를 구강 내 스캔 데이터나 안면 스캔 데이터와 함께 정합하는 과정을 거 쳐 각각의 데이터들이 가지는 단점들이 보완된 보다 완
Figure 1. Digital workflow for making merging data sets.
Table 1. Hounsfield unit (HU) for various tissue of human
Tissue Predefined threshold value (HU)
Minimum Maximum
Enamel
Adult 1,553 2,850
Child 2,042 3,071
Compact Bone
Adult 662 1,988
Child 586 2,198
Cancellous bone
Adult 148 661
Child 156 585
Muscle tissue
Adult -5 135
Child -25 139
Fat tissue
Adult -205 -51
Child -212 -72
Skin tissue
Adult -718 -177
Child -766 -202
alignment).
CBCT로부터 얻은 3차원 개체와 구강 내 스캐너 또는 안면 스캐너로 스캔한 데이터를 정합하는 방법 은 크게 3가지 정도로 나눠볼 수 있다.10 첫 번째 방법 은 ‘Landmark-based alignment’로 사용자가 수동 으로 직접 정합하고자 하는 각각의 데이터에서 기준점 이 될 수 있는 포인트를 선택하여 정합하는 방법이다.
이 방법은 비교적 이해와 접근이 쉬운 편이지만 기준 점 선정이 다소 주관적일 수 있고 사용자의 정합에 대 한 이해나 숙련도에 따른 의존성이 크다는 단점이 있 다. 두 번째 방법은 ‘best-fit alignment’로 iterative closest point (ICP) 알고리즘을 사용하며, 정합하려 는 두 데이터 표면 간의 거리 오차를 최소화하면서 오 차를 균등히 하는 위치로 자동으로 정합이 이루어지 는 장점이 있다. 그러나 정합하려는 데이터 간 특정 부 분에서 큰 차이가 있는 경우 실제 위치와 다르게 정합 이 될 수 있다는 단점이 있다. 예를 들어, 전방부 분절 골절단술(anterior segmental osteotomy) 시행 전후 전방 분절골의 이동에 따른 전치부의 위치 변화를 살
펴보기 위해 모델 중첩을 시행한다고 가정할 때 ‘best- fit alignment’를 적용하는 경우 실제로는 이동되지 않 은 구치부와 후방 이동된 전치부의 평균 오차를 균등 히 하는 위치로, 즉 구치부가 보다 전방 이동된 위치로 정합이 이루어질 수 있어 중첩 의도와는 다른 결과물 을 얻게 될 가능성이 있다. 교정영역에서 모델 정합을 위해 사용되는 몇몇 소프트웨어 등에서는 첫 번째 방 법과 두 번째 방법이 함께 적용되도록 설계되어 각각의 장점을 살려 효율성을 높이도록 하고 있다. 세 번째 방 법은 ‘reference best-fit alignment’로 앞서 언급한
‘best-fit alignment’만을 일반적으로 실행하였을 때 발생될 수 있는 오차를 줄이기 위해 사용자가 두 데이 터 간에 정합하고자 하는 영역을 의도적으로 제한하여 best-fit 방식으로 정합시키는 방법이다. 이 방법은 두 데이터 간 특정 부위에 차이가 있을 때도 변하지 않은 부분만을 기준으로 정합을 시행할 수 있다는 장점이 있 어 교정 영역에서 활용도가 높다. 전방부 분절 골절단 술 시뮬레이션 후 ‘reference best-fit alignment’ 방 식으로 시행한 모델 중첩 결과에서 실제 이동되지 않은
Figure 2. Mesh deviation analysis. A, Surface rendering with thresholds greater than 1,500 HU (SR1500). B, Surface rendering with thresholds greater than 2,500 HU (SR2500). C, Intraoral scan data (IOS). D, Mesh deviation analysis between alignment IOS-SR1500 and alignment IOS-SR2500 (lateral view). E, Mesh deviation analysis between alignment IOS-SR1500 and alignment IOS-SR2500
A B C
D E F
구치부에서의 모델 중첩이 다른 방식으로 정합한 것보 다 잘 이뤄진 것을 확인할 수 있다. 그러나 이 방법에서 도 사용자가 두 데이터에서 정합시킬 영역을 어떻게 선 택하는지에 따라 오차가 발생될 수 있다는 단점이 있다 (Figure 3).
‘Surface to surface alignment’ 방식에서 발생될 수 있는 사용자 간의 편차에 따른 오차 범위를 줄이고 또한 CBCT 데이터를 표면 렌더링하는 과정에서 발생 될 수 있는 오차를 줄이기 위해 ‘volume to surface alignment’ 방식이 제안되었고 치과 영역에서도 활용 되고 있다.11 이 방식은 볼륨 렌더링된 CBCT 데이터 에서 표면 렌더링 과정 없이 치아와 같은 특정 부분의 경계를 정의하고 분리하여 구강 내 스캔 데이터와 같 은 표면 스캔 데이터와 직접 매칭하는 방식으로 정합 이 이뤄지게 된다. 최근에는 CBCT에서 관심 영역의 경 계를 분리하는 과정에 인공지능 심층학습(artificial intelligence deep learning) 기술을 적용시켜 보다 효율적으로 정합할 수 있는 소프트웨어도 개발되어 사 용되고 있다. ‘Volume to surface alignment’ 방식
은 표면 렌더링 과정이 생략되게 되므로 작업 시간이 단축됨은 물론 렌더링 과정에서 임계값 지정에 따라 발 생될 수 있는 오차 범위가 줄어들기 때문에 정합 과정 의 편의성과 재현성을 높일 수 있다는 장점이 있다. 특 히 브라켓이 부착된 상태로 CBCT를 촬영하여 표면 렌 더링을 하는 경우 금속성 인공음영 부분도 메쉬 데이터 에 포함되게 되어 구강 내 스캔 데이터와 정합 시 브라 켓이 붙어 있지 않은 치아면만을 정합 대상에 포함시킬 수 있는 ‘reference best-fit alignment’를 세밀하게 적용하지 않는다면 정합이 정확하게 되지 않을 수 있는 데, 이에 반해 ‘volume to surface alignment’ 방식 은 CBCT에서의 치아 영역과 구강 내 스캔 데이터를 비 교하여 바로 정합이 이뤄지기 때문에 기술 민감도가 낮 은 장점이 있다고 할 수 있다(Figure 4). 그러나 아직까 지 이러한 정합 과정에 있어 ‘gold standard’가 명확하 지 않아 정확성에 대해서는 객관적인 평가가 어렵기 때 문에 ‘surface to surface alignment’ 방식과 함께 정 확성에 대한 추가적인 연구가 필요할 것으로 보인다.
Figure 3. Three different types of scan alignment. A, Digital model before surgery simulation. B, Digital model after surgery simula- tion. C, Landmark-based alignment. D, Best-fit alignment. E, Reference best-fit alignment.
D E
A B
C
디지털 정합 기술의 임상적 활용
CBCT 데이터와 정합된 구강 내 스캔 데이터의 임상적 활용
디지털 셋업 시 치근의 위치를 보다 정확히 반영하기 위해 초진 시 CBCT로부터 개개 치아를 분리하여 구강 내 스캔 데이터와 정합하여 활용할 수 있는데 Lee5는 교정치료 완료 후 치근의 3차원적 위치도 초진 시 미 리 정합시켜 둔 데이터를 활용하면 추가적인 CBCT 영 상 촬영 없이 치료 종료 시의 구강 내 스캔만으로 평가 가 가능하다고 하였다. 또한 Park 등6은 교합과 턱관 절이 불안정하여 악관절 질환이 있는 환자에서 교합안 정장치(stabilizing splint)로 치료 시 치료과정에 따라 과두의 위치가 안정화되는지 평가하는 과정이 중요한데 CBCT와 구강 내 스캔 데이터를 정합하여 활용함으로
써 가상교합기상에서 과두의 위치 변화를 효율적으로 평가할 수 있다고 하였다. 마지막으로 악교정 수술 계획 수립 시 특히 안면 비대칭이 심한 환자에서 CBCT 데이 터를 활용하여 3차원 가상 수술(3D virtual surgery) 을 시행하면 수술 후 비대칭의 개선 정도나 근원심 골 편 간의 간섭 등을 예측할 수 있어 보다 정교한 수술 결과를 얻을 수 있는데(Figure 5), 가상 수술 시 계획 한 수술 교합대로 수술용 교합장치(surgical wafer) 를 캐드/캠(CAD/CAM) 방식으로 제작하기 위해서는 CBCT 데이터의 낮은 해상도를 보완하기 위해 구강 내 스캔 데이터 또는 석고 모형 스캔 데이터와 정합하는 과정이 필요하다. 이 과정에서 오차가 발생되면 가상 수 술과 실제 수술 결과가 달라지게 되므로 정합의 정확도 를 높이기 위한 노력이 필요하다. 특히 구강 내 보철물 이 많거나, 치아에 브라켓 장치가 부착되어 있을 경우
A
B C
금속성 인공 음영(metal artifact)으로 인해 일반적으 로 많이 사용되는 best-fit alignment만으로는 정확 한 정합이 이루어지지 못하는 경우가 종종 있으므로 세 밀한 검토가 요구된다. 이러한 경우 앞에서 설명한 바 와 같이 ‘reference best-fit alignment’를 적절히 활 용한다면 데이터 간 정합의 정확도를 개선시킬 수 있다.
안면 스캔 데이터와 CBCT 정합 데이터의 임상 적 활용
교정치료의 목표는 기능적인 교합의 형성뿐 아니라 심미적이고 조화로운 안모를 회복하는 데 있으므로 치 료계획을 수립하는 과정에서부터 연조직의 평가가 매우
중요하다.12 과거에는 교정 진단 및 치료계획 수립 시 환 자의 2차원적인 측모 사진과 측면 두부계측방사선사진 으로 VTO(visual treatment objective)를 통해 교정 치료 후 예상되는 측모 변화를 고려하거나 교정치료 전 후의 측면 두부계측방사선사진을 중첩하여 치료결과 를 평가해왔다. 최근에는 CBCT의 발달로 치료 전후의 변화를 3차원적으로 평가하는 것이 가능해졌으며, 앞 서 언급한 바와 같이 CBCT의 부족한 해상도를 보완하 기 위해 3차원 안면 스캔 데이터와 함께 병합하여 활 용할 수 있다. 특히 악교정 수술을 동반한 교정치료 환 자에서 수술 전후의 연조직 변화를 평가하고자 할 때 브라켓과 더불어 수술 시 골편 고정에 사용되는 플레
Figure 5. 3D digital virtual surgery. A, Segmentation of maxilla and mandible. B, 3D simulation of orthognathic surgery. C, Pre-op- erative CBCT image. D, 1-month post-operative CBCT image.
D B
C A
이트 때문에 금속성 인공음영이 더해져 CBCT 영상만 으로는 입술 주변부의 정확한 평가가 어려울 수 있다 (Figure 6). Nahm 등2은 CBCT와 3차원 안면 스캔 데 이터를 정합하였을 때 각각의 연조직 표면 간 거리가 평 균 0.6 ± 0.12 mm로 신뢰할 만한 정확도를 가진다고 하였고 Ko 등13은 안면 비대칭이 있는 골격성 III급 부 정교합 환자의 양악 수술 후 입술 기울기 변화를 평가 하기 위한 연구에서 CBCT와 3차원 안면 스캔을 정합 한 데이터를 활용함으로써 입술 기울기에 대해 보다 정 확한 정보를 얻을 수 있다고 하였다. CBCT와 안면 스 캔 데이터를 정합하여 보다 정확한 연조직 평가를 하
기 위해서는 안면 스캔 촬영 시 가급적 왜곡이 적게 나 타나도록 제조사의 지시를 따라 스캐너의 특성을 고려 하여 촬영하는 것이 필요하다. 국내에서 많이 사용되 고 있는 Morpheus 3DⓇ 장비의 경우 촬영 시 중심을 pronasale 부위에 맞추는 것이 추천되는데, 이때 교정 영역에서 주로 평가하는 subnasale를 포함한 그 하방 입술 주변의 계측점들이 왜곡 없이 잘 촬영되기 위해서 는 이 부위에 음영이 생기지 않도록 환자의 두부 위치 를 조절하는 것이 필요할 수 있다. 촬영 시 환자가 고개 를 너무 숙이면 columella와 subnasale 부위에 음영 이 발생되어 채득되지 못한 정보를 소프트웨어가 보정
Figure 6. Registration of CBCT scan to 3D facial scan. A, CBCT volume rendered images for soft tissue. The metal artifact is indicat-
E F
B C
D A
하는 과정에서 왜곡이 발생되기 때문에 계측점 설정 과 정에서 오차가 발생될 수 있다. 또한 Morpheus 3DⓇ의 경우 3D structured light를 이용하여 정면과 좌측면, 우측면 총 3번의 촬영에서 얻어진 데이터를 정합하는 과정을 거쳐 3차원 형상을 만드는데, 이 과정에서 외안 각과 구각부를 잇는 선을 중심으로 소프트웨어상에서 자동으로 stich가 이뤄지기 때문에 이 선을 교차하는 선형 계측은 정확성이 낮아지게 되므로 주의가 필요하 다(Figure 6).
결론
최근 디지털 기술의 발달로 교정학 분야에서도 이를 임상 진료에 활용하는 임상가들이 많아지면서 다양한 디지털 장비와 소프트웨어가 접목되어 사용되고 있다.
안모사진과 방사선사진 등을 활용한 과거의 2차원적 인 진단 방식과 달리 CBCT와 디지털 셋업, 안면 스캔 등을 활용한 3차원적인 진단과 시뮬레이션을 통해 보 다 직관적인 정보를 얻을 수 있게 되어 임상 진료에 있 어 예측 가능성을 높일 수 있게 되었다. 디지털 교정치 료에 대한 많은 연구들과 임상 증례가 보고되면서 보다 효율성을 높이기 위한 작업순서(workflow)들이 소개되 어 왔고, 또한 디지털 장비의 성능 향상으로 그 정확성 도 점차 좋아지고 있지만, 여러 종류의 디지털 데이터를 통합하여 활용하는 과정에서 정확성을 높이기 위한 노 력이 뒷받침되지 않는다면, 기대와 달리 효과적이지 못 한 결과를 얻을 수 있다. 디지털 기술들에 대한 이해를 바탕으로 각각의 한계점을 보완할 수 있는 전략과 임상 가의 전문지식이 결합된다면 효과적일 뿐 아니라 효율 적인 디지털 교정치료를 완성할 수 있을 것이다.
REFERENCES
1. Elnagar MH, Aronovich S, Kusnoto B. Digital workflow for combined orthodontics and orthognathic surgery.
Oral Maxillofac Surg Clin North Am 2020;32:1-14.
2. Nahm KY, Kim Y, Choi YS, Lee J, Kim SH, Nelson G. Accurate registration of cone-beam computed tomography scans to 3-dimensional facial photographs.
Am J Orthod Dentofacial Orthop 2014;145:256-264.
3. Im J, Cha JY, Lee KJ, Yu HS, Hwang CJ. Comparison of virtual and manual tooth setups with digital and plaster models in extraction cases. Am J Orthod Dentofacial Orthop 2014;145:434-442.
4. Uribe F, Janakiraman N, Shafer D, Nanda R. Three- dimensional cone-beam computed tomography-based virtual treatment planning and fabrication of a surgical splint for asymmetric patients: surgery first approach.
Am J Orthod Dentofacial Orthop 2013;144:748-758.
5. Lee K. Application of individual composite tooth model for monitoring of tooth movement during orthodontic treatment. Clin J Korean Assoc Orthod 2020;10:228- 237.
6. Park JH, Lee KM, Kim JC, Moon DN, Lee GH.
Evaluation of mandibular position for splint therapy using a virtual articulator. J Clin Orthod 2020;54:466- 472.
7. Layman B. Digital Bracket Placement for Indirect Bonding. J Clin Orthod 2019;53:387-396.
8. Rajon DA, Bolch WE. Marching cube algorithm:
review and trilinear interpolation adaptation for image- based dosimetric models. Comput Med Imaging Graph 2003;27:411-435.
9. Ling Q, He E, Ouyang H, Guo J, Yin Z, Huang W.
Design of mulitlevel OLF approach (“V”-shaped decompressive laminoplasty) based on 3D printing technology. Eur Spine J 2018;27(Suppl 3):323-329.
10. O’Toole S, Osnes C, Bartlett D, Keeling A. Investigation into the accuracy and measurement methods of sequential 3D dental scan alignment. Dent Mater 2019;35:495-500.
11. Jung K, Jung S, Hwang I, Kim T, Chang M. Registration of dental tomographic volume data and scan surface data using dynamic segmentation. Appl Sci 2018;8:1762.
12. Riedel RA. Esthetics and its relation to orthodontic therapy. Angle Orthod 1950;20:168-178.
13. Ko JM, Choi JY, Baek SH. Evaluation of lip cant change by 2-jaw surgery in Class III asymmetry cases using three-dimensional facial scan in conjunction with computed tomographic images. J Craniofac Surg 2015;26:e283-e288.
