基于CBCT圖像的牙齒水平集分割
發(fā)布時間:2021-06-19 16:56
隨著越來越多人重視口腔健康,牙齒功能改善和美觀治療存在大量的臨床需求,醫(yī)生對牙齒分割技術(shù)的應(yīng)用要求逐步提高。CBCT的出現(xiàn)為計算機(jī)輔助口腔診療提供重要的數(shù)據(jù)信息,但牙齒與鄰牙、牙周組織、頜骨接觸邊界模糊,且牙齒結(jié)構(gòu)發(fā)生拓?fù)渥兓葐栴}令分割難度增大,而水平集方法在醫(yī)學(xué)圖像分割拓?fù)浣Y(jié)構(gòu)變化方面表現(xiàn)良好。因此,本文針對臨床口腔在牙齒分割效率、準(zhǔn)確度和穩(wěn)定性方面的應(yīng)用現(xiàn)實(shí)問題,結(jié)合CBCT圖像數(shù)據(jù)特征和牙齒解剖結(jié)構(gòu)知識,進(jìn)行牙齒水平集分割算法研究,并完成牙齒三維結(jié)構(gòu)實(shí)現(xiàn)。具體研究內(nèi)容如下:數(shù)據(jù)預(yù)處理。根據(jù)CBCT圖像數(shù)據(jù)信息采用分段線性變換、中值濾波進(jìn)行圖像增強(qiáng)、降噪,利用最大密度投影選取牙齒邊界區(qū)域,便于分割處理;制定牙齒分割實(shí)現(xiàn)方案。結(jié)合牙齒分割發(fā)展歷程,基于水平集理論和牙齒解剖結(jié)構(gòu)重點(diǎn)介紹牙齒分割實(shí)現(xiàn)方案。針對初始層磨牙提出基于邊緣檢測因子的快速水平集分割,實(shí)驗(yàn)結(jié)果驗(yàn)證了運(yùn)行時間有相對較好的提升。改進(jìn)的單牙齒混合水平集分割。針對分割牙根拓?fù)渥兓患皶r和曲線易被鄰牙、牙周組織影響導(dǎo)致分割錯誤邊界的情況,本文充分利用CBCT圖像序列的層間信息,優(yōu)化先驗(yàn)信息項(xiàng)和正則項(xiàng)的定義,引入帶約束的形狀項(xiàng)...
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【部分圖文】:
牙齒CBCT影像
電子科技大學(xué)碩士學(xué)位論文12每個數(shù)據(jù)元描述一條信息,其中數(shù)據(jù)標(biāo)簽TAG分為4類:Patient,Study,Series,Image,由8位16進(jìn)制數(shù)組成描述,前4位代表組號(GroupNumber),后4位代表元素號(ElementNumber)。常見的有:(0018,0050)代表切片厚度(SliceThickness);(0028,0030)代表像素間隔(PixelSpacing);(0028,1050)代表窗位(WindowCenter);(0028,1051)代表窗寬(WindowWidth);(0018,0088)代表片層間隔(SpacingBetweenSlices)。不同CBCT采集設(shè)備參數(shù)設(shè)置會影響所生成數(shù)據(jù)內(nèi)容,但DICOM格式文件中總會包含一幅以.dcm為后綴的序列結(jié)構(gòu)影像圖。2.2CBCT數(shù)據(jù)預(yù)處理CBCT圖像偽影的存在和放射物劑量小會影響成像質(zhì)量,給圖像分割造成不小的困難。為給后續(xù)分割提供有用的圖像信息,本節(jié)對CBCT圖像進(jìn)行預(yù)處理。2.2.1圖像灰度變換為便于后續(xù)分割進(jìn)行,首先分析本次圖像數(shù)據(jù),圖像大小480*480,像素大小是0.2658mm*0.2658mm,層厚0.2515mm,如圖2-3(a)所示是CBCT掃描得到的牙齒橫斷面序列圖像中的一層,圖2-3(b)是該CBCT圖像的灰度統(tǒng)計分布圖。(a)(b)圖2-3牙齒CBCT影像。(a)牙齒橫斷面序列圖像中的一層;(b)灰度直方圖由圖2-3(b)可以看出,與一般自然圖像相比,醫(yī)學(xué)圖像灰度級達(dá)到上千位,數(shù)據(jù)灰度值跨度大概在4000-5000,范圍較大。圖像一般需要基于圖像灰度信息進(jìn)行處理,因此首先對CBCT圖像進(jìn)行預(yù)處理,將灰度值轉(zhuǎn)換到常用的人眼可識別范圍[0,255],增強(qiáng)圖像對比度;叶茸儞Q需要將圖像上像素點(diǎn)的灰度值映射為另一個新的灰度值的變化,其中映射關(guān)系代表灰度變換過程。一般的灰度變換可以改善圖像質(zhì)量,增強(qiáng)對比度。這種灰度變換可表示為一種函數(shù)關(guān)系如式(2-2)所示:
局部增強(qiáng)
【參考文獻(xiàn)】:
期刊論文
[1]最大密度投影算法實(shí)現(xiàn)與改進(jìn)[J]. 羅守華,劉俊秀,于潔,陳功. 北京生物醫(yī)學(xué)工程. 2009 (02)
本文編號:3238194
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【部分圖文】:
牙齒CBCT影像
電子科技大學(xué)碩士學(xué)位論文12每個數(shù)據(jù)元描述一條信息,其中數(shù)據(jù)標(biāo)簽TAG分為4類:Patient,Study,Series,Image,由8位16進(jìn)制數(shù)組成描述,前4位代表組號(GroupNumber),后4位代表元素號(ElementNumber)。常見的有:(0018,0050)代表切片厚度(SliceThickness);(0028,0030)代表像素間隔(PixelSpacing);(0028,1050)代表窗位(WindowCenter);(0028,1051)代表窗寬(WindowWidth);(0018,0088)代表片層間隔(SpacingBetweenSlices)。不同CBCT采集設(shè)備參數(shù)設(shè)置會影響所生成數(shù)據(jù)內(nèi)容,但DICOM格式文件中總會包含一幅以.dcm為后綴的序列結(jié)構(gòu)影像圖。2.2CBCT數(shù)據(jù)預(yù)處理CBCT圖像偽影的存在和放射物劑量小會影響成像質(zhì)量,給圖像分割造成不小的困難。為給后續(xù)分割提供有用的圖像信息,本節(jié)對CBCT圖像進(jìn)行預(yù)處理。2.2.1圖像灰度變換為便于后續(xù)分割進(jìn)行,首先分析本次圖像數(shù)據(jù),圖像大小480*480,像素大小是0.2658mm*0.2658mm,層厚0.2515mm,如圖2-3(a)所示是CBCT掃描得到的牙齒橫斷面序列圖像中的一層,圖2-3(b)是該CBCT圖像的灰度統(tǒng)計分布圖。(a)(b)圖2-3牙齒CBCT影像。(a)牙齒橫斷面序列圖像中的一層;(b)灰度直方圖由圖2-3(b)可以看出,與一般自然圖像相比,醫(yī)學(xué)圖像灰度級達(dá)到上千位,數(shù)據(jù)灰度值跨度大概在4000-5000,范圍較大。圖像一般需要基于圖像灰度信息進(jìn)行處理,因此首先對CBCT圖像進(jìn)行預(yù)處理,將灰度值轉(zhuǎn)換到常用的人眼可識別范圍[0,255],增強(qiáng)圖像對比度;叶茸儞Q需要將圖像上像素點(diǎn)的灰度值映射為另一個新的灰度值的變化,其中映射關(guān)系代表灰度變換過程。一般的灰度變換可以改善圖像質(zhì)量,增強(qiáng)對比度。這種灰度變換可表示為一種函數(shù)關(guān)系如式(2-2)所示:
局部增強(qiáng)
【參考文獻(xiàn)】:
期刊論文
[1]最大密度投影算法實(shí)現(xiàn)與改進(jìn)[J]. 羅守華,劉俊秀,于潔,陳功. 北京生物醫(yī)學(xué)工程. 2009 (02)
本文編號:3238194
本文鏈接:http://sikaile.net/yixuelunwen/yundongyixue/3238194.html
最近更新
教材專著