Einleitung: Für den Erfolg, der auf den Informationen von Gesichtsscannern aufbauenden Behandlungen, müssen diese eine hohe Genauigkeit gewährleisten können, welche durch verschiedene Faktoren beeinflusst werden kann. Deren genaue Auswirkungen müssen erforscht werden. Ziel dieser Studie war es, den Einfluss unterschiedlicher Umgebungslichtbedingungen auf die Genauigkeit verschiedener Gesichtsscan-Methoden zu untersuchen. Material und Methodik: Der Einfluss von 3 Umgebungslichtbedingungen (500 lx, 5.000 lx, 20.000 lx) auf 4 Gesichtsscan-Methoden (Face Hunter, iPad, Medit i700, Ein-Kamera-Photogrammetrie) wurde bei der Aufnahme eines Modellkopfes mit angebrachten Stecknadeln (Kugeln) untersucht. Die Anzahl an Scanwiederholungen pro Gruppe variierte je nach Scan-Methode: Face Hunter (n=26), iPad (n=45), Medit i700 (n=25), Ein-Kamera-Photogrammetrie (n=50). Die Untersuchung der Richtigkeit erfolgte durch einen Vergleich mit einem, durch ein industrielles CT angefertigtem, Referenzdatensatz. Für die Präzision wurden die Scans einer Gruppe untereinander verglichen. Bei der Auswertung wurden die Alignment-Bereiche FullFace (AL-FF) und Kugeln (AL-KG) sowie die Untersuchungsbereiche CentreFace (UB-CF) und FullFace (UB-FF) angewendet. Dabei wurde der Root-Mean-Square-Error (RMSE) erhoben. Der Vergleich der Alignment-Bereiche sowie Scanmethoden untereinander erfolgte anhand von Fehlerbalken-Darstellungen. Für die Untersuchung der Umgebungslichtbedingungen und Untersuchungsbereiche wurde für jede Methode, getrennt nach Richtigkeit und Präzision, eine einfaktorielle Varianzanalyse und post-hoc Games-Howell Tests durchgeführt. Ergebnisse: Der AL-FF zeigte im Vergleich zum AL-KG niedrigere RMSE-Werte oder es fanden sich nur zufällige Unterschiede, weswegen nur der AL-FF für die weiteren Analysen verwendet wurde. Bei allen Scannern zeigten sich signifikante Abweichungen zwischen den Umgebungslichtbedingungen. Der Face Hunter erzielte, mit Ausnahme des UB-FF bei Untersuchung der Richtigkeit, die niedrigsten RMSE-Werte bei 500 lx, ebenso wie der Medit i700. Bei diesem waren die Unterschiede zu 5.000 lx bei der Richtigkeit hingegen nur zufällig. Die Ein-Kamera-Photogrammetrie zeigte bei den helleren Umgebungslichtbedingungen niedrigere Werte, mit nur zufälligen Unterschieden zwischen 5.000 lx und 20.000 lx. Das iPad wies die niedrigsten Abweichungen zwischen den Umgebungslichtbedingungen auf. Bis auf die Richtigkeitswerte des iPads fielen alle Ergebnisse in einen hoch zuverlässigen Bereich. Diese mussten als moderat zuverlässig bis unzuverlässig bewertet werden. Schlussfolgerung: Es konnte ein Scanner-abhängiger Einfluss des Umgebungslichtes auf die Genauigkeit der Scan-Methoden im Rahmen dieser in-vitro Studie nachgewiesen werden. Face Hunter und Medit i700 zeigten ihre besten Ergebnisse bei 500 lx, während die Ein-Kamera-Photogrammetrie bei 5.000 – 20.000 lx die niedrigsten Werte zeigte. Beim iPad konnte keine optimale Umgebungslichtbedingung herausgestellt werden.
Introduction: Treatments, that build upon the information created by face scanners, a high accuracy needs to be provided by the scanners. It can be influenced by many different factors, whose exact impact needs to be part of research. The goal of this study was to determine, if the accuracy of different face scanning methods is influenced by varying ambient light situations. Material and methods: The influence of 3 illumination levels (500 lx, 5.000 lx, 20.000 lx) on 4 face scanning methods (Face Hunter, iPad, Medit i700, Single-camera-photogrammetry) was determined by scanning a model of a human head, with pins attached to its surface. The number of scan-repetitions per group varied between the methods: Face Hunter (n=26), iPad (n=45), Medit i700 (n=25), Single-camera-photogrammetry (n=50). Trueness was determined by a comparison with a reference scan, created by an industrial grade CT, while precision was determined by comparing the scans of one group with each other. For the evaluation the alignment-areas fullface (AL-FF) and spheres (AL-KG) and the investigation-areas centreface (UB-CF) and fullface (UB-FF) were used. The root-mean-square-error (RMSE) was used as a measure. The comparison between the alignment-areas and between the different scanning-methods was done visually by using error-bars. For the evaluation of the illumination levels and investigation-areas one-way ANOVA with post hoc Games-Howell tests were performed separately for the different methods. This was also done separately for trueness and precision. Results: Lower RMSE-values were acquired with the AL-FF compared to the AL-KG or the differences between these two were at random. Therefore AL-FF was used for further analysis. All scanners showed significant differences between the illumination levels. With exception of the trueness for UB-FF, the Face Hunter achieved the lowest scores under an illumination of 500 lx. The Medit i700 also showed the lowest values under 500 lx, but for trueness the differences to 5.000 lx were at random. Single-camera-photogrammetry performed better under brighter illumination levels, where only random differences could be found between 5.000 lx and 20.000 lx. The iPad showed the smallest deviations between illumination levels. Conflicting results were registered for trueness and precision and the investigation-areas, with regards to the optimal lighting situation. The accuracy of all scanners could be ranked as highly reliable, with exception of the trueness of the iPad. Its results could only be described as moderately reliable to unreliable. Conclusion: A scanner-dependent influence of the ambient light on the accuracy of the scan-methods was found in this in-vitro study. Face Hunter and Medit i700 showed their best results under 500 lx, whereas single-camera-photogrammetry achieved its lowest values under 5.000 lx and 20.000 lx. For the iPad an optimal illumination could not be pointed out.
