【摘要】：近些年來(lái),各種醫(yī)學(xué)成像技術(shù)飛速發(fā)展,衍生出了各種以此類技術(shù)為基礎(chǔ)的計(jì)算機(jī)輔助診斷系統(tǒng),針對(duì)不同目的的計(jì)算機(jī)輔助系統(tǒng)的研究成為該領(lǐng)域的熱點(diǎn)課題。低劑量口腔CT正是針對(duì)牙科以及口腔頜面部的保健檢查和疾病診療而設(shè)計(jì)的計(jì)算機(jī)診斷輔助系統(tǒng),而在口腔CT的工作過(guò)程中,圖像分割和三維可視化是實(shí)現(xiàn)檢查以及診療疾病的關(guān)鍵技術(shù)。圖像分割一直是一個(gè)傳統(tǒng)而具有挑戰(zhàn)性的課題,是計(jì)算機(jī)輔助分析、醫(yī)學(xué)影像可視化以及疾病診斷的前提和基礎(chǔ)。對(duì)于醫(yī)學(xué)圖像分割問(wèn)題,一般可分為兩個(gè)部分：一是圖像中特定目標(biāo)的識(shí)別；二是目標(biāo)區(qū)域完整性的描述和提取。相對(duì)于一般圖像,醫(yī)學(xué)圖像的多樣性和復(fù)雜性,使得傳統(tǒng)的分割方法很難得到理想的分割結(jié)果,而借鑒一些流體中的重要思想,Osher和Sethian首次提出了水平集算法,這是一種有效解決曲線演化問(wèn)題的數(shù)值方法,并且計(jì)算穩(wěn)定,適合任意維度空間。水平集方法的出現(xiàn),極大地推動(dòng)了主動(dòng)輪廓模型的發(fā)展,水平集方法和曲線演化模型相結(jié)合,克服了傳統(tǒng)Snake模型的諸多固有缺陷,大大拓展了主動(dòng)輪廓模型的應(yīng)用領(lǐng)域。針對(duì)牙齒結(jié)構(gòu)的多目標(biāo)特性,本文主要研究了基于Chan-Vese模型的水平集方法,通過(guò)對(duì)傳統(tǒng)的水平集方法和無(wú)需重新初始化的水平集方法的研究,將其應(yīng)用到口腔CT重建圖像中,逐層的提取出目標(biāo)區(qū)域(牙齒),為后續(xù)的圖像可視化做準(zhǔn)備。醫(yī)學(xué)圖像的可視化技術(shù)是計(jì)算機(jī)圖形學(xué)和圖像處理在生物醫(yī)學(xué)工程中的重要應(yīng)用,醫(yī)學(xué)上能將人體的組織和病變部位以三維形式顯示出來(lái),為醫(yī)生的臨床診斷和治療提供幫助。醫(yī)生可以無(wú)損的獲得人體內(nèi)部解剖結(jié)構(gòu)的大量信息,獲取各組織器官的相對(duì)空間關(guān)系,極大地促進(jìn)了醫(yī)學(xué)的發(fā)展。本文主要研究了Marching Cubes算法(MC)的基本原理,并應(yīng)用其重建基于口腔CT的牙齒三維結(jié)構(gòu)。Marching Cubes算法提出了一種提取等值面和檢測(cè)體元的方法,是使用比較廣泛的三維重建算法。我們針對(duì)牙齒的相應(yīng)結(jié)構(gòu),對(duì)Marching Cubes算法進(jìn)行適當(dāng)?shù)恼{(diào)整,能夠得到較好效果的牙體三維結(jié)構(gòu)。
[Abstract]:In recent years, various medical imaging techniques have been developed rapidly, and various computer-aided diagnosis systems based on these techniques have been derived. The research of computer-aided systems for different purposes has become a hot topic in this field. Low dose oral CT is designed for dental and oral and maxillofacial health care and disease diagnosis and treatment of computer diagnostic assistance system, and in the oral CT process, Image segmentation and three-dimensional visualization are the key technologies to detect and treat diseases. Image segmentation is a traditional and challenging subject, which is the premise and foundation of computer aided analysis, medical image visualization and disease diagnosis. The medical image segmentation problem can be divided into two parts: one is the recognition of specific targets in the image and the other is the description and extraction of the integrity of the target region. Compared with general images, the diversity and complexity of medical images make it difficult for traditional segmentation methods to obtain ideal segmentation results. For the first time, Osher and Sethian have proposed level-set algorithms for reference to some important ideas in fluids. It is an effective numerical method to solve the problem of curve evolution and is stable and suitable for arbitrary dimensional space. The emergence of the level set method has greatly promoted the development of the active contour model. The combination of the level set method and the curve evolution model overcomes many inherent defects of the traditional Snake model and greatly expands the application field of the active contour model. Aiming at the multi-objective characteristic of tooth structure, the level set method based on Chan-Vese model is studied in this paper. By studying the traditional level set method and the level set method without reinitialization, the level set method is applied to the reconstruction of oral CT image. The target area (tooth) is extracted layer by layer to prepare for the subsequent image visualization. The visualization technology of medical image is an important application of computer graphics and image processing in biomedical engineering. In medicine, the tissues and pathological parts of human body can be displayed in three-dimensional form, which can be helpful for the clinical diagnosis and treatment of doctors. Doctors can obtain a great deal of information about the internal anatomy of human body, and obtain the relative spatial relationship between tissues and organs, which greatly promotes the development of medicine. In this paper, the basic principle of Marching Cubes algorithm (MC) is studied, and a method of extracting isosurface and detecting volume elements is proposed by using. Marching Cubes algorithm of dental 3D structure reconstruction based on oral CT, which is a widely used 3D reconstruction algorithm. According to the corresponding structure of teeth, the Marching Cubes algorithm can be adjusted properly to get a better effect of the three-dimensional structure of the tooth.
【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：R816.98;TP391.41

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周浩;陳萬(wàn)春;殷興良;;高超聲速飛行器滑行航跡優(yōu)化[J];北京航空航天大學(xué)學(xué)報(bào);2006年05期

2 董艷;;有限維賦范線性空間的性質(zhì)[J];成都電子機(jī)械高等�？茖W(xué)校學(xué)報(bào);2006年01期

3 殷羽;;Lipschitz函數(shù)的廣義導(dǎo)數(shù)[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年12期

4 方玲;雷淵;;矩陣方程AXB=D的中心對(duì)稱最小二乘解及最佳逼近的迭代解法[J];長(zhǎng)沙大學(xué)學(xué)報(bào);2008年02期

5 白鵬;謝文俊;劉君華;;支持向量機(jī)在混合氣體種類光譜識(shí)別中的應(yīng)用[J];光電工程;2006年08期

6 周恒亮;控制變量為非線性的松馳系統(tǒng)時(shí)間最優(yōu)控制[J];淮海工學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年04期

7 方玲;李玻;付詩(shī)祿;林瓊;;不相容矩陣方程AXB=D的反中心對(duì)稱迭代解[J];后勤工程學(xué)院學(xué)報(bào);2010年04期

8 劉浩瀚;劉志斌;;對(duì)偶定理在運(yùn)輸問(wèn)題中的應(yīng)用[J];經(jīng)濟(jì)研究導(dǎo)刊;2009年10期

9 袁敏;劉宣會(huì);;基于Lagrange方法的資產(chǎn)與負(fù)債的管理問(wèn)題[J];佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年05期

10 楊家穩(wěn);孫合明;鐘青;胡珊珊;;多維聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)在圖像回憶中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年04期

相關(guān)博士學(xué)位論文 前9條

1 張英朝;基于全局視圖的虛擬組織信息共享方法與應(yīng)用研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

2 于亞璇;非線性方程精確解和一類空間的凸性與光滑性[D];大連理工大學(xué);2006年

3 龔麗莎;關(guān)于子矩陣約束下矩陣方程問(wèn)題的研究[D];湖南大學(xué);2006年

4 劉建林;不定期船運(yùn)輸系統(tǒng)優(yōu)化研究[D];上海海事大學(xué);2006年

5 秦訓(xùn)鵬;燒結(jié)材料三維變形廣義上限元理論與應(yīng)用研究[D];武漢理工大學(xué);2008年

6 謝善斌;基于瞬變流動(dòng)分析的給水管網(wǎng)事件模型基礎(chǔ)研究[D];北京工業(yè)大學(xué);2009年

7 李本星;部分K空間采樣MR快速重建與相位解纏繞[D];南方醫(yī)科大學(xué);2009年

8 徐文星;混沌粒子群優(yōu)化算法及應(yīng)用研究[D];北京化工大學(xué);2012年

9 李潤(rùn)鑫;約束向量?jī)?yōu)化問(wèn)題的近似拉格朗日乘子和KKT條件[D];云南大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李水勤;矩陣方程A~HXA=B的反問(wèn)題[D];河南理工大學(xué);2011年

2 李晶;一般風(fēng)險(xiǎn)測(cè)度的最優(yōu)再保險(xiǎn)研究[D];暨南大學(xué);2011年

3 李鴻鵬;錐臨界角及P錐的若干性質(zhì)[D];東北林業(yè)大學(xué);2011年

4 李德峰;肇慶供電局電力變壓器狀態(tài)檢修策略的研究[D];華南理工大學(xué);2011年

5 姜嘵玲;基于變分水平集的赤潮藻顯微圖像分割方法研究[D];中國(guó)海洋大學(xué);2011年

6 朱志偉;數(shù)學(xué)模型在高校招生預(yù)測(cè)中的應(yīng)用[D];青島理工大學(xué);2010年

7 石文強(qiáng);對(duì)流傳熱強(qiáng)化的最小作用量原理分析[D];哈爾濱工業(yè)大學(xué);2011年

8 侯飛飛;不可微復(fù)合多目標(biāo)規(guī)劃最優(yōu)性條件的研究[D];遼寧工程技術(shù)大學(xué);2011年

9 楊迎春;基于偏微分方程的圖像去噪算法研究[D];中北大學(xué);2012年

10 屈紹建;求解DC規(guī)劃的全局收斂性算法和近似點(diǎn)算法[D];南京航空航天大學(xué);2005年

，

本文編號(hào)：2378538