సుకాసా యానాగి, కే కకురా, తకాషి సుజుకి, కౌటా ఇస్షి, యుసుకే తనిగుచి, టకావో హిరోఫుజి, హిరోఫుమి కిడో మరియు మసాహిరో యోనెడ
నేపధ్యం : స్పోర్ట్స్ మౌత్గార్డ్లను (MGలు) తరచుగా రీ-ఫ్యాబ్రికేషన్ చేయడం వల్ల విచ్ఛిన్నం, నష్టం మొదలైన వాటి కారణంగా రీఇంప్రెషన్ తీసుకోవడం మరియు మోడల్ నిల్వ సమస్యలు ఏర్పడతాయి. పునరుత్పత్తి ఖచ్చితత్వంతో సమస్యలు కల్పన సమయంలో అనేక రకాల ప్రభావాల ఫలితంగా మందం తేడాల కారణంగా కూడా సంభవిస్తాయి. అందువల్ల, ఈ సమస్యలను పరిష్కరించడానికి డిజిటల్ టెక్నాలజీ ద్వారా అధిక స్థాయి పునరుత్పత్తి ఖచ్చితత్వంతో MGని తయారు చేయవచ్చని మేము అనుమానించాము. ఈ అధ్యయనం యొక్క ఉద్దేశ్యం 3D ప్రింటర్ మరియు దాని ఖచ్చితత్వాన్ని ఉపయోగించి అధిక సాగే రబ్బరు MGని తయారు చేయవచ్చో లేదో పరిశోధించడం.
మెటీరియల్స్ మరియు పద్ధతులు : ఈ అధ్యయనంలో, అదే రెడీమేడ్ ప్లాస్టర్ మోడల్ను మాస్టర్ మోడల్గా ఉపయోగించారు. మేము ప్లాస్టర్ మోడల్ను స్కాన్ చేయడానికి డెంటల్ స్కానర్ని ఉపయోగించాము మరియు ప్లాస్టర్ మోడల్ యొక్క STL డేటాను పొందాము. అప్పుడు, మేము STL డేటాపై 2.5 mm మందం కలిగిన MGని రూపొందించడానికి సాఫ్ట్వేర్ను ఉపయోగించాము మరియు 3D ప్రింటర్ని ఉపయోగించి అధిక-సాగే సిలికాన్ రబ్బర్ MGs (డిజిటల్-MGs)ని రూపొందించాము. మేము సంప్రదాయ మౌత్గార్డ్లను (CMGలు) తయారు చేసాము, వీటిని 4 mm మందం EVA షీట్ నుండి నియంత్రణలుగా తయారు చేసారు. మేము ఎడమ మరియు కుడి మధ్యస్థ-దంతాల లేబియల్ సైడ్ మరియు ఆక్లూసల్ ఉపరితలం, మొదటి మోలార్ బుక్కల్ సైడ్ మరియు ఆక్లూసల్ ఉపరితలం యొక్క మందాన్ని కొలిచాము, మొత్తం ఎనిమిది స్థానాలు ఉన్నాయి. ప్రతి మందం సగటు ± ప్రామాణిక విచలనం (సగటు ± SD)గా వ్యక్తీకరించబడింది మరియు ప్రతి సమూహంలో గణాంక విశ్లేషణ నిర్వహించబడుతుంది.
ఫలితాలు : కొలత ఫలితం CMGల సమూహంలో 2.49 ± 0.22 mm, డిజిటల్-MG సమూహంలో 2.51 ± 0.04 mm. మేము CMGల సమూహంలో ఏరియా-నిర్దిష్ట ముఖ్యమైన తేడాలను కనుగొన్నాము, కానీ డిజిటల్-MG సమూహంలో తేడా లేదు. డిజిటల్-MGలు రూపొందించిన విధంగా రూపొందించబడ్డాయి.
చర్చ మరియు ముగింపు : మోడల్ స్టోరేజ్ మరియు రీ-ఇంప్రెషన్ సమస్య కారణంగా, ఆప్టికల్ ఇంప్రెషన్ మరియు 3D ప్రింటర్ వంటి డిజిటల్ టెక్నాలజీని MG ఫాబ్రికేషన్కు ఉపయోగించడం ఉపయోగకరంగా పరిగణించబడుతుంది మరియు ఫ్యాబ్రికేషన్ ఖచ్చితత్వంతో ఎటువంటి సమస్య లేదని తెలుస్తోంది. ఇది అధిక పునరుత్పత్తి సామర్థ్యంతో MGల కల్పనను ప్రారంభిస్తుందని మరియు MG పరిశోధనలో ఎక్కువ ఖచ్చితత్వానికి దారి తీస్తుందని మేము నమ్ముతున్నాము.