share

Foto: Carnegie Mellon College of Engineering

Die Zahnhygiene ist ein wesentlicher Bestandteil der allgemeinen Gesundheit eines Menschen. Die Früherkennung von Zahnerkrankungen spielt eine entscheidende Rolle bei der Prävention schwerwiegender Krankheiten. Während Röntgenaufnahmen derzeit den Goldstandard zur präzisen Diagnostik von Zahnerkrankungen darstellen, sind sie für viele Menschen weltweit nur schwer zugänglich.

Forscher des College of Engineering der Carnegie Mellon University haben in Zusammenarbeit mit der School of Dental Medicine der University of Pittsburgh ein System zur Zahngesundheitsüberwachung entwickelt, das handelsübliche elektrische Zahnbürsten zur Diagnose von Zahnzuständen verwendet.

Ziel der Forscher ist es, durch den Einsatz einer elektrischen Zahnbürste, die regelmäßige zahnmedizinische Selbstuntersuchungen zu Hause ermöglicht, Millionen von Menschen zahnärztliche Versorgung anzubieten, die sie andernfalls nicht erhalten würden. Die ToMoBrush (Tooth Monitoring Brush/Zahnbürste der Zukunft) untersucht das Potenzial, handelsübliche elektrische Zahnbürsten mit minimalen Hardware-Anpassungen zur Zahngesundheitsüberwachung zu nutzen und regelmäßige, kostengünstige Selbstuntersuchungen zu Hause durchzuführen. Anstatt die Zahnbürste nur als Reinigungsinstrument zu betrachten, macht sich die ToMoBrush die Tatsache zunutze, dass eine elektrische Zahnbürste akustische Signale generiert, die durch die schnellen, automatisierten Borstenvibrationen entstehen. Wenn die Bürste mit einem Zahn in Kontakt kommt, wird der Zahn durch die Vibrationen ebenfalls in Schwingung versetzt und erzeugt je nach Zahnzustand spezifische akustische Resonanzsignale.

„Zahnerkrankungen stellen eine große Herausforderung für die öffentliche Gesundheit dar und können Schmerzen sowie Infektionen verursachen, die zu Schwierigkeiten beim Essen, Sprechen und bei sozialen Interaktionen führen können“, erklärt Kuang Yuan, Doktorand der Elektrotechnik und Informationstechnik. „Wir haben eine kostengünstige Lösung für die Zahngesundheitsüberwachung entwickelt, die Patienten regelmäßig und bequem zu Hause nutzen können.“

Diagnose durch Resonanzsignale

Das Team entwickelte eine datengesteuerte Signalverarbeitungs-Pipeline, um verschiedene Zustände wie Karies, Plaque und Speisereste sowie Variationen bei elektrischen Zahnbürsten – etwa bezüglich Marke, Batterieladestand und Borstenanordnung – zu identifizieren und zu unterscheiden. Zur Berücksichtigung dieser Variablen modellierte das Team das Vibrationssystem inklusive Zahnbürste, Zahnresonanz sowie Putzstärke und Bewegungsdynamik.

In ihrer Veröffentlichung schlagen die Forscher einen Algorithmus vor, um die verschiedenen Einflussfaktoren zu isolieren und eine saubere Zahnresonanz-Signatur zu extrahieren, basierend auf einer zentralen Beobachtung. Während diese Faktoren das gleiche Frequenzspektrum abdecken, zeigen sie unterschiedliche Veränderungsraten über das Frequenzband hinweg. Durch die Adaption einer Technik aus der Sprachverarbeitung, die zur Trennung der Glottis-Erregung und der Vokaltrakt-Resonanzen verwendet wird, schlägt das Team vor, das Signal in den Cepstrum-Bereich zu transformieren, in dem sich diese unterschiedlichen Verhaltensweisen einfacher trennen lassen. „Nachdem wir die Zahnresonanz-Signatur gewonnen haben, entwickelten wir einen Algorithmus zur Merkmalsselektion, um spezifische Signaturbereiche zu identifizieren, die für die Erkennung dreier verschiedener Zahnerkrankungen besonders geeignet sind“, erläutert Yuan. „Wir können Zahnzustände überwachen, indem wir die extrahierten Signaturen mit vorher aufgezeichneten gesunden Referenzmessungen vergleichen.“

Das Forscherteam ist überzeugt, dass ein solches System das zahnmedizinische Versorgungssystem ergänzen könnte, selbst für Menschen mit Zugang zu professioneller Zahnpflege, indem es frühzeitige Warnsignale zwischen Zahnarztbesuchen liefert und potenzielle Probleme proaktiv aufdeckt.

Dieser Beitrag ist in der Dental Tribune Österreich erschienen.

Quelle: Medical Xpress