Zahnaerztliche Mitteilungen Nr. 22

ZAHNMEDIZIN | 65 nen des Unterkiefers auf und ermöglichen deren Übertragung in die virtuelle Umgebung. Der Unterkiefer wird dadurch nicht ausschließlich statisch einer bestimmten Position zugeordnet; vielmehr können seine Bewegungen innerhalb des individuellen funktionellen Bewegungsraums analysiert und in der Planung berücksichtigt werden. Gerade bei umfangreichen Rehabilitationen ist diese funktionelle Erweiterung von besonderer Bedeutung (Abbildung 3). Matching der Datensätze Die Genauigkeit des resultierenden virtuellen Patienten wird nicht allein durch die Präzision der einzelnen Aufnahmeverfahren bestimmt, sondern wesentlich auch durch die Registrierung beziehungsweise das Matching der verschiedenen Datensätze. Voraussetzung hierfür sind korrespondierende anatomische Strukturen oder zusätzliche Referenzkörper, die in den jeweiligen Datensätzen eindeutig identifiziert werden können. Für die Integration von Gesichts- und Intraoralscans stehen mehrere Registrierungsstrategien zur Verfügung. Beim direkten oberflächenbasierten Matching werden Strukturen genutzt, die in beiden Datensätzen sichtbar sind, insbesondere die Oberkieferzähne. Alternativ können zusätzliche Marker oder extraorale Scanbodies eingesetzt werden, die als eindeutig erkennbare gemeinsame Referenz dienen. Kombinierte beziehungsweise hybride Verfahren verbinden mehrere dieser Referenzen. Welche Strategie sinnvoll ist, hängt unter anderem von der Bezahnung, der Sichtbarkeit der dentalen Strukturen im Gesichtsscan und der geforderten Genauigkeit ab. Revilla-León et al. untersuchten klinisch die Genauigkeit zweier Scanbodybasierter Verfahren zur Integration von Gesichts- und Intraoralscans, wobei DVT-Daten als Referenz dienten. Je nach untersuchtem System und nach Messstrecke lagen die Abweichungen zwischen dem virtuellen Patienten und der Referenz zwischen 0,50 und 1,64 mm. Für die klinische Anwendung bedeutet dies, dass – abhängig vom Aufnahmeverfahren und von der Matching-Strategie – Abweichungen in der Größenordnung von etwa einem Millimeter berücksichtigt werden müssen. Der virtuelle Patient ermöglicht damit eine klinisch nutzbare räumliche Zuordnung der unterschiedlichen Datensätze, stellt jedoch kein geometzm116 Nr. 22, 16.11.2026, (1787) n 2005–2010: Studium Zahnmedizin an der Uni Moskau n 2010–2013: Weiterbildung zum Fachzahnarzt für Zahnärztliche Prothetik, Uni Moskau n 2013–2020: Gastzahnarzt und Assistenzarzt, Zahnärztliche Prothetik, Universität Tübingen n 2017: Promotion an der Universität Tübingen n seit 2020: Assistenzarzt, Oberarzt und leitender Oberarzt an der Abteilung für Zahnärztliche Prothetik, Alterszahnmedizin und Funktionslehre, Charité – Universitätsmedizin Berlin n 2022: Habilitation und venia legendi n 2024: Master of Science (M.Sc.) Zahnärztliche Prothetik, Universität Greifswald n 2025: Visiting Professor, Guangzhou Medical University Forschungsschwerpunkte: Digitalisierung der Lehre, 3D-Druck / additive Fertigung, digitale Prothetik und Implantologie Auszeichnungen: Max-RubnerPreis für Lehre (2020), AG-Keramik-Preis (2025) und DGZMKKurt-Kaltenbach-Preis für innovative Lehre (2025) PD Dr. Alexey Unkovskiy, M.Sc. Charité – Universitätsmedizin Berlin, CharitéCentrum 3 für Zahn-, Mund- und Kieferheilkunde, Abteilung für zahnärztliche Prothetik, Alterszahnmedizin und Funktionslehre, Campus Benjamin Franklin Aßmannshauser Str. 4–6, 14197 Berlin alexey.unkovskiy@charite.de Foto: Charité Berlin

RkJQdWJsaXNoZXIy MjMxMzg=