bashana102的博客

【论文信息】 Tooth and Alveolar Bone Segmentation from Dental Computed Tomography Images 发表在IEEE Journal of Biomedical and Health Informatics 3区，IF2 【背景】【方法】 可以用2002年的MS多相水平集模型来进行多目标的分割，但是这样就需要17个水平集（1

【论文信息】 Touching Tooth Segmentation from CT Image Sequences Using Coupled Level Set Method Gao 2008 【背景】

【论文信息】 Automatic Tooth Region Separation for Dental CT Images Hui Gao 2008 年发表的会议论文 【背景】 提出了该领域研究内容：In order to reconstruct each tooth model from images we need to handle the following problems suc

【论文信息】 3D exemplar-based random walks for tooth segmentation from cone-beam computed tomography images Medical Physics 北大 【背景】 用积分投影方法分离相邻牙齿只能得到coarse segmentation results

【论文信息】 Segmentation of teeth in CT volumetric dataset by panoramic projection and variational level set Int J CARS (2008) 3:257–265 DOI 10.1007/s11548-008-0230-9 【背景】 一直到2008年，大多数研究都是针对的X光图像，对于三维数

【论文信息】Automatic Synthesis of Panoramic Radiographs from Dental Cone Beam Computed Tomography Data 生物医学3区文章，IF 3 这文章英语写作相当相当好，比不少SIGGRAPH PAMI还好 提供了4份raw格式的CBCT数据，不知道如何转换为dicom格式。【背景】 以前的方法都可以归纳为圆

【论文信息】 An Automatic Panoramic Image Reconstruction Scheme from Dental Computed Tomography Images 2017 Dentomaxillofac Radiol 提出了一个全自动从CBCT数据生成全景图的方法，主要就是检测-拟合牙弓线-投影成全景图。检测是基于训练出来的模板多项式。【背景】introduct

【论文信息】Fast and Accurate Semiautomatic Segmentation of Individual Teeth from Dental CT Images 4区SCI IF 0.887 【背景】

【论文信息】Combining volumetric dental CT and optical scan data for teeth modeling

【论文信息】Knowledge Based Segmentation for Fast 3D Dental Reconstruction from CBCT 2015 20th International Conference on Control Systems and Science 不知名的国际会议 布加勒斯特理工大学，这群人投了好多会议论文，太水了，论文制造机，论文名字取得都很牛逼，但

【论文信息】AUTOMATIC SEGMENTATION FOR 3D DENTAL RECONSTRUCTION 2015 ICCCNT EI会议 利用牙齿的domain knowledge来减少计算负担。从解剖学角度来分割。 采用canny算子，说是比ACM要好【背景】牙齿分割的难点在于：噪声连通性，牙齿之间经常连在一起位置，跟上面其实差不多，边界不清晰拓扑变化，会分裂成几个分支

【论文信息】Crown Segmentation From Computed Tomography Images With Metal Artifacts IEEE SIGNAL PROCESSING LETTERS 2016 IF 1.66 三区 同样出自Zeyang Xia只手，深圳先进科学技术研究院的【背景】当有金属植入物存在时，牙齿的轮廓不容易识别出来。【方法】老套路，手动初始化slic

【论文信息】Tooth model reconstruction based upon data fusion for orthodontic treatment simulation Computers in Biology and Medicine 2014 IF 1.5 二区【背景】回头看【方法】首先将石膏模型数字化，将上面每个牙齿分割下来。使用如下公式计算顶点的斜率。 然后对斜率设

论文信息A Bottom-Up Approach for Automatic Pancreas Segmentation in Abdominal CT Scans 2014 MICCAI workshop 文章先泛读一下。以后要用到类似方法再回来看。背景胰腺的个异性很强，在形状/尺寸/位置方面。之前的研究几乎都是自顶向下的，图谱配准或统计模型【1-3】。本文提出一个自底向上的方法，基于单相CT

论文信息Three-dimensional reconstruction of teeth and jaws based on segmentation of CT images using watershed transformation Dentomaxillofacial Radiology 2015 IF 1.9 主要描述了他们做的一个CT显示处理软件。背景方法讨论

PrefaceIndividual tooth segmentation from CT images scanned with contacts of maxillary and mandible teeth computer methods and programs in biomedicine 2017Introduction以前的文章几乎都是针对的上颌骨/下颌骨CT牙齿

IEEE International Symposium on Biomedical Imaging (ISBI) 2017 ISBI跟MICCAI差不多 领域里面顶级会议Abstract分为互补的两步，recognition 和 delineation。recognition: 用random forest regression 来在三维中 localize 下颌骨；delineation

PrefaceMICCAI 2012 会议论文 文章实现了中全自动的牙齿检测和分类，对象为CBCT/MSCT，实验数据集是43套临床头部CT图像。 主要是两个步骤： 1. 分割上颌骨； 2. 分成16个子区域，把他们分类成有牙(existing)/无牙(missing)区域。1 Introduction（introduction写得可以，有些句子到时候写论文可以参考。）一般要是在CBCT

1>TextureManager.obj : error LNK2019: 无法解析的外部符号 __imp__FreeImage_Unload@4，该符号在函数 "public: bool __thiscall TextureManager::LoadTexture(char const *,unsigned int,unsigned int,int,int,int)" (?LoadTexture