數(shù)字化口腔的快速發(fā)展,對口腔錐形束CT(Cone Beam CT,CBCT)影像處理提出了新的需求,光學(xué)成像設(shè)備獲取的患者三維模型需要與CBCT圖像對應(yīng)的解剖結(jié)構(gòu)進(jìn)行配準(zhǔn)和融合,才能發(fā)揮其應(yīng)有的臨床價值,因此口腔CBCT影像處理及關(guān)鍵解剖結(jié)構(gòu)的自動分割成為數(shù)字化口腔發(fā)展研究的關(guān)鍵問題。圍繞這一關(guān)鍵問題,本文主要完成了口腔CBCT自動全景圖像重建、下頜神經(jīng)管自動分割、牙齒區(qū)域自動分割和口腔種植路徑規(guī)劃關(guān)鍵技術(shù)設(shè)計(jì)與開發(fā)等相關(guān)工作。主要研究內(nèi)容如下:(1)口腔CBCT自動全景圖像重建。提出了一種由CBCT圖像自動生成高對比度全景圖像方法,該方法提出牙弓厚度自動檢測,有效解決了因患者個體差異,導(dǎo)致的手工設(shè)置困難的問題;針對非感興趣組織參與全景圖像合成導(dǎo)致圖像對比度下降的問題,提出了一種抑制非感興趣組織的全景圖像合成算法,有效的改善了全景圖像的對比度;最后提出了基于濾波的圖像增強(qiáng)處理,進(jìn)一步提升了全景圖像全局和細(xì)節(jié)對比度。在涵蓋各類情況的129例口腔CBCT圖像集上,專家對三種不同方法匿名評分結(jié)果顯示,提出方法的評分為11.03±2.46,明顯優(yōu)于射線和和X-射線方法的6.4±1.65和5.35±1.56。(2)基于多任務(wù)的下頜神經(jīng)管自動分割方法。首先采用光線投射算法得到任意多平面重建數(shù)據(jù)的渲染圖像,在該渲染圖像中采用gLoG算法對頦孔進(jìn)行檢測,并計(jì)算下頜骨在任意多平面重建數(shù)據(jù)中的范圍,生成全景圖像。采用Efficient U-Net對全景圖像中的下頜神經(jīng)管進(jìn)行分割,得到下頜神經(jīng)管的趨勢圖;最后根據(jù)頦孔和神經(jīng)管走向趨勢圖,對數(shù)據(jù)中的神經(jīng)管進(jìn)行初步分割,然后通過Dijkstra算法進(jìn)行全局搜索得到最終分割結(jié)果。本文提出方法分割三維下頜神經(jīng)管的召回率、精確率和平均DSC分別為84.26%、87.53%、86.71%。(3)牙齒區(qū)域自動分割。牙齒區(qū)域占整個口腔CBCT數(shù)據(jù)的9%左右,為了減少訓(xùn)練的數(shù)據(jù)量,提高預(yù)測的準(zhǔn)確度,提高了一種快速牙齒感興趣區(qū)域自動檢測算法,然后采用3D U-Net網(wǎng)絡(luò)對牙齒進(jìn)行分割。完成了 49個患者CBCT數(shù)據(jù)的牙齒勾畫,其中40個數(shù)據(jù)用于網(wǎng)絡(luò)的訓(xùn)練,9個數(shù)據(jù)用于測試。牙齒分割結(jié)果的召回率、精確率和平均DSC分別為87.21%、98.23%、92.10%。(4)口腔種植路徑規(guī)劃關(guān)鍵技術(shù)設(shè)計(jì)與開發(fā)。以用戶為中心,提出組合式傳遞函數(shù)設(shè)計(jì),隱藏傳遞函數(shù)中的數(shù)據(jù)特征,以二維圖像為交互窗口,有效簡化了操作步驟;提出了種植位點(diǎn)牙槽骨磨骨量自動測量方法與控件設(shè)計(jì);完成了設(shè)備狀態(tài)同步過程服務(wù)和多線程DICOM存儲服務(wù)進(jìn)程設(shè)計(jì)。目前,系統(tǒng)中的三維渲染模塊和全景處理模塊已經(jīng)過臨床驗(yàn)證。
【學(xué)位單位】：南方醫(yī)科大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2019
【中圖分類】：R783.6;TP391.41
【部分圖文】：

如耳鼻喉、頸椎和甲狀腺等應(yīng)用領(lǐng)域；短掃描、稀疏掃描和迭代重建算法的發(fā)展，逡逑未來ＣＢＣＴ設(shè)備的輻射劑量將進(jìn)一步降低；運(yùn)動追蹤可有效的減少患者重拍的逡逑次數(shù)。未來ＣＢＣＴ設(shè)備將是一款匯集前沿技術(shù)的綜合性設(shè)備（如圖１－３所示），逡逑因此需要與此相匹配的高級圖像處理技術(shù)來提供數(shù)字化的解決方案。逡逑５（，逡逑＼ｉ＆邐丨丨ｉ邋Ｉ，邐深度學(xué)習(xí)邋大數(shù)椐逡逑＂邐人檢恱迷邐ｔ邋Ｉ邐Ｋ準(zhǔn)：邐ＣＢＣＴ數(shù)椐邐—逡逑，＇邋Ｉ邋ｊ邋．邋＾邋ｊ＇邐逡逑多功能ＣＢＣＴ設(shè)茶逡逑Ｉ邋ｚ逡逑＼逡逑圖１－３未來口腔ＣＢＣＴ發(fā)展趨勢。逡逑Ｆｉｇ．邋１－３邋Ｆｕｔｕｒｅ邋ｄｅｎｔａｌ邋ＣＢＣＴ邋ｄｅｖｅｌｏｐｍｅｎｔ邋ｔｒｅｎｄ．逡逑深度學(xué)習(xí)和５Ｇ技術(shù)的發(fā)展，為未來口腔影像處理新模式提供了技術(shù)和平臺逡逑基礎(chǔ)，如圖１－３所示，５Ｇ技術(shù)的成熟和逐步應(yīng)用，可以使ＣＢＣＴ設(shè)備產(chǎn)生的所逡逑有數(shù)據(jù)秒速傳輸?shù)皆品⻊?wù)，在云端構(gòu)建大數(shù)據(jù)和深度學(xué)習(xí)平臺，其中大數(shù)據(jù)負(fù)責(zé)逡逑管理口腔臨床產(chǎn)生的海量數(shù)據(jù)，深度學(xué)習(xí)平臺一方面可以基于其強(qiáng)大的運(yùn)算平逡逑臺來完成關(guān)鍵組織結(jié)構(gòu)的分割和建模

牙弓的厚度確定了用于生成全景圖像的感興趣區(qū)域的范圍。第二步是逡逑基于提取到的牙弓曲線生成全景圖像，對圖２－１邋（ａ）中的紅色曲線進(jìn)行等間隔采逡逑樣，并計(jì)算采樣點(diǎn)處的切線的法向量，然后生成牙弓厚度等寬的切片圖像，圖２－逡逑１（ａ）中黃色的虛線表示切片圖像，將所有的切片圖像依次存儲，生成彎曲的多平逡逑面重建（Ｍｕｌｔｉ－ｐｌａｎａｒ邋Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ，邋ＭＰＲ）圖像集（圖邋２－１邋（ｂ）所示）。彎曲的逡逑ＭＰＲ圖像集也被稱為單層厚全景圖像集合，該集合是單層厚的序列切片，不能逡逑夠在一個圖像中顯示類似Ｘ光全景圖像中呈現(xiàn)的口腔信息，因此，需要將單層逡逑厚的全景圖像集合生成全景圖像（圖２－１邋（ｃ）所示）。目前，商業(yè)軟件系統(tǒng)中使逡逑用最廣泛的合成算法是射線和算法（ｒａｙ－ｓｕｍ）或Ｘ射線方法這兩種方法均逡逑采用平行光進(jìn)行投影，其中射線和算法沿著單層厚全景圖像集合的指定方向進(jìn)逡逑行采樣，將光線上所有采樣點(diǎn)處的灰度值求和平均，生成全景圖像。Ｘ射線算逡逑法模擬真實(shí)世界的Ｘ射線在物體內(nèi)的傳播模型來獲取當(dāng)前采樣點(diǎn)處對全景圖像逡逑的貢獻(xiàn)

像增強(qiáng)處理以改善圖像中的細(xì)節(jié)與整體對比度。逡逑２．邋２．１全景圖像重建方法框架流程逡逑所提出的全景圖像重建的框架概述如圖２－２所示，主要包括三個步驟，第一逡逑步是根據(jù)輸入的牙科ＣＢＣＴ數(shù)據(jù)檢測牙弓曲線和牙弓厚度；第二步是基于檢測逡逑到的牙弓曲線和牙弓厚度獲得單層厚全景圖像集，然后使用合成算法生成合成逡逑圖像（圖２－２邋（ｇ））。最后將圖像增強(qiáng)算法應(yīng)用于合成圖像以獲得最終全景圖像逡逑（圖邋２－２邋（ｈ））。逡逑Ｇ．ｉｒｖｔｗｌ邋Ｍｉｌ＊邐Ｍｉｓｋ邐ＭＣ＊邐Ｍ．ｉ？ｋ邐ｒｖｓｕｌｂ逡逑Ｐａｎｏｒａｍｉｃ邐ＳｖｍｈｃｔｉＴｅｄ邋ｉｉｎａｐｅ邐（邋ｕｒｖ邋ｅＪ邋ＭＩ＇Ｋ邋ｉｍｒｃ邋ｓｎ逡逑１邐ｉｆｆｌＢ邋Ｉ逡逑圖２－２提出方法的流程圖。逡逑Ｆｉｇ．邋２－２邋Ｗｏｒｋｆｌｏｗ邋ｏｆ邋ｔｈｅ邋ｐｒｏｐｏｓｅｄ邋ｍｅｔｈｏｄ．逡逑基于ＭＩＰ的牙弓曲線檢測方法使用一定范圍內(nèi)連續(xù)的軸位圖像生成軸位逡逑ＭＩＰ圖像，然后用該ＭＩＰ圖像來檢測牙弓曲線。在基于ＭＩＰ的方法中，使用軸逡逑位圖像的范圍選擇變的尤為重要，圖２－３是不同范圍的軸位圖像生成的軸位ＭＩＰ逡逑圖像，其中圖２－３邋（ａ）是整個ＣＢＣＴ圖像生成的ＭＩＰ圖像，該ＭＩＰ圖像中由于逡逑頭部骨骼組織在上下頜骨上的重疊，會導(dǎo)致上下頌的信息直接被淹沒，僅僅有牙逡逑冠的相關(guān)信息被保留，而用牙冠來檢測牙弓曲線會導(dǎo)致牙弓曲線過度向頜骨外逡逑側(cè)偏移，其主要原因是人體牙齒的牙根部位相比牙冠部分，會向頜骨內(nèi)側(cè)進(jìn)行一逡逑１５逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 熊艷;歐先鋒;;全景圖像采集專利技術(shù)數(shù)據(jù)分析[J];成都工業(yè)學(xué)院學(xué)報;2018年01期

2 許志勇;董敏;;全景圖像展示技術(shù)在防汛抗旱工作中的應(yīng)用[J];水利信息化;2014年04期

3 陳立棟;徐瑋;包衛(wèi)東;張茂軍;熊志輝;;一種全景圖像瀏覽器的設(shè)計(jì)與實(shí)現(xiàn)[J];小型微型計(jì)算機(jī)系統(tǒng);2008年03期

4 伍春洪;游福成;楊揚(yáng);;一種基于3維全景圖像技術(shù)的深度測量方法[J];中國圖象圖形學(xué)報;2006年04期

5 吳瓊;李良福;汪之濤;肖樟樹;;全景圖像鑲嵌中累積誤差的分析與減少方法研究[J];計(jì)算機(jī)工程與科學(xué);2016年11期

6 王紅霞;伍春洪;楊揚(yáng);張?zhí)m;;計(jì)算機(jī)生成三維全景圖像研究現(xiàn)狀與發(fā)展[J];計(jì)算機(jī)科學(xué);2008年06期

7 楊欣榮,劉獻(xiàn)如,伍春洪,楊揚(yáng);全景圖像技術(shù)研究與進(jìn)展[J];湖南工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報;2005年01期

8 楊馳,邱蔚六,王旭東,蔡協(xié)藝,哈}

本文編號：2810559