The goal of study was to explore the role of 3D CBCT (cone beam computer tomography) in detecting impacted canines and their movement to evaluate the influence of orthodontic therapy parameters on treatment options, and to monitor quality of healing process based on shape and size of sinus maxillae volume. It is known that the volume of maxillary sinus plays an important role in patients with impacted teeth. The prospective study consisted of 26 individuals. For each individual, pre-treatment and post-treatment CBCT data were acquired. Changes of size, and position of impacted canine in 3D CBCT image before and after therapy were prepared using 3D reconstruction. Volumetric measurements of the maxillary sinuses were performed before and after orthodontic therapy of impacted canines, using InVivo6 software. The main effects MANOVA performed on linear measurements showed metric differences between pre-op and post-op images. A paired t-test showed no statistically significant differences between pre-op and post-op values of the sinus volume. Changes of size and position of impacted canine in 3D image before and after therapy were precise and reproducible, using 3D reconstruction in three planes - horizontal, midsagittal, and coronal. The linear measurements showed metric differences between pre-op and post-op images.
- MeSH
- lidé MeSH
- počítačová tomografie s kuželovým svazkem metody MeSH
- prospektivní studie MeSH
- sinus maxillaris diagnostické zobrazování MeSH
- špičák diagnostické zobrazování MeSH
- zaklíněný zub * diagnostické zobrazování terapie MeSH
- zobrazování trojrozměrné metody MeSH
- Check Tag
- lidé MeSH
- Publikační typ
- časopisecké články MeSH
Cíle: Zabývali jsme se tradicními mírami diverzity a jejich odhady. Zkoumali jsme zpusoby, jak porovnávat citlivost ruzných mer diverzity na zmeny. Metody: Navrhli jsme nový typ odhadu pro míry diverzity. V simulacní studii jsme srovnali jeho vlastnosti, zejména vychýlení a rozptyl, se tremi zavedenými odhady. Zavedli jsme funkci, kterou jsme nazvali citlivost na zmeny míry diverzity H a studovali jsme její vlastnosti. Výsledky: Navržený odhad je v mnoha situacích srovnatelný ci lepší než zavedené typy odhadu. Citlivost na zmeny má srozumitelnou interpretaci a jednoduchý tvar. Závery: Citlivost míry diverzity na zmeny muže být využita ke srovnání chování ruzných mer diverzity a k vybrání tech mer, které jsou nejvhodnejší pro daný problém
Objectives: We dealt with the traditional measures of diversity and their sample estimates. We also studied a way to compare sensitivity to changes of different measures of diversity. Methods: We proposed a new estimator of measures of diversity. We compared our estimator with three established estimators in a simulation study. We introduced a function called sensitivity to changes of a measure of diversity H and we described its basic characteristics. Results: The proposed estimator compares favorably to other well established estimators. The sensitivity to changes has a clear interpretation and is easy to compute. Conclusions: The sensitivity of measure of diversity to changes could be used to compare behavior of different measures of diversity and to select one or few that are the most suitable for a given problem.
Cílem práce bylo zkoumat vztah mezi zobecněnou entropií diskrétní náhodné veličiny (tzv. f-entropií, třídou funkcí, zahrnující řadu indexů používaných pří měření biodiverzity) a minimální Bayesovskou pravděpodobností chyby při odhadu hodnoty této náhodné veličiny. Zejména studovat těsnost jejich vztahu. Morales a Vajda [1] nedávno zavedli míru zvanou průměrná nepřesnost (average inaccuracy), která kvantifikuje těsnost vztahu mezi aposteriorní Bayesovskou pravděpodobností chyby a mocninnými entropiemi. Tato míra je definována jako normalizovaný průměrný rozdíl horní a dolní meze aposteriorní Bayesovské pravděpodobnosti chyby za dané entropie. Tuto míru je možno zobecnit na jakoukoli striktně konkávní f-entropii a použít ji k vyjádření těsnosti vztahu této f-entropie k aposteriorní Bayesovské pravděpodobnosti chyby. Získaný vztah je však většinou poměrně složitý a není možné snadno analyticky porovnat průměrné nepřesnosti různých f-entropií. Navrhujeme hladkou aproximaci dolní meze aposteriorní Bayesovské pravděpodobnosti chyby za dané f-entropie, jejíž použití zjednoduší formuli průměrné nepřesnosti. Ukázali jsme, že při použití této aproximace má kvadratická entropie nejtěsnější vztah k aposteriorní Bayesovské pravděpodobnosti chyby mezi f-entropiemi. Kvadratická entropie má těsnější vztah k Bayesovské pravděpodobnosti chyby (ve smyslu popsaném v článku) než Shannonova entropie a další funkce příslušící do třídy f-entropií, jako např. Emlenův index, Ferreriho index, Goodův index a další.
We deal with the relation between the generalized entropy (f-entropy, a family of functions that include several biodiversity measures) of a discrete random variable and the minimal probability of error (Bayes error) when the value of this random variable is estimated. Namely the tightness of their relation is studied. Morales and Vajda [1] recently introduced a measure called average inaccuracy that aims to quantify the tightness of the relation between the posterior Bayes error and the power entropies. It is defined as a standardized average difference between the upper and the lower bound for the posterior Bayes error under given entropy. Their concept can be generalized to any strictly concave f-entropy and used to evaluate its relation to the Bayes probability of error. However, due to a complex form of the formula of the average inaccuracy, it is difficult to compare the average inaccuracies of most f-entropies analytically. We propose a smooth approximation of the lower bound for the posterior Bayes error under given f-entropy that simplifies the formula of the average inaccuracy. We show that under this approximation, the quadratic entropy has the tightest relation to the posterior Bayes error among f-entropies. The quadratic entropy has the tightest relation to the posterior Bayes error (in the sense described in this paper) than the Shannon’s entropy and other functions that belong to the family of f-entropies, like Emlen’s index, Ferreri’s index and Good’s index.
Autor představuje ve stručném přehledu nejnovější možnosti ortodontické diagnostiky a predikce výsledků ortodontické léčby. Demonstruje použití 3D zobrazení skeletu a měkkých tkáni orofaciální soustavy metoQou anatomické rekonstrukce, využívající tzv. „Photogrammetry algorithms" (Ascuscape), 3D zobrazení .dentice pomocí intraorální kamery a její využití pro virtuální set-up (The SureSmile systém) a 3D zobrazení měkkých tkání metodou strukturovaného světla (Eyetronics systém). Autor měl možnost se s uvedenými technikami seznámit v rámci studijního pobytu na University of Southern California, Los Angeles.
Author introduces short survey of the latest possibilities in orthodontic diagnose and treatment results prediction. He demonstrates ussage of 3D orofacial skeletal and soft tissues imaging by method of anatomical reconstruction with help of "Photogrammetry algorithms" (Ascuscape), 3D imaging of dention by intraoral camera and its'using for virtual set - up (the SureSmile system), and 3D imaging of soft tissues by method of structurated light system (Eytronic system). Author got possibility to learn these technigues during his study at University of Southern California, dept. of Orthodontics, Los Angeles.
- MeSH
- ortodoncie MeSH
- zobrazování trojrozměrné metody MeSH
- Publikační typ
- kongresy MeSH
Článek obsahuje základní pojmy nezbytné k pochopění práce s počítačem. V několika pokračováních se budéme zabývat tím, jak správně používat počítač v ortodontické praxi.
The text explains key words necessary for understanding of work with a computer. In following parts we will focus on how to use the computer in orthodontical practice.
