论文阅读:Crown Segmentation From Computed Tomography Images With Metal Artifacts

【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

【背景】

当有金属植入物存在时,牙齿的轮廓不容易识别出来。牙冠的前表面会有凸出来的东西,而以往的方法都是默认没有这些存在的,所以该论文对于新问题改进了老方法来解决。

【方法】

老套路,手动初始化slice然后LS自动传播。然后在每一个slice开始的时候,用拉登变换分离相邻牙齿。
这里写图片描述

用统计形状先验的LS来限制最后收敛轮廓的形状,避免分割到金属矫正装置。
这里写图片描述
上面是state-of-art方法的结果,下面是本文的结果,成功避开了金属牙套。
这里写图片描述
实验部分,用了15个开口状态的有牙套的数据。有牙套的情况下,准确度显然是要比以往方法高的。除了手动初始化,速度是4-6分钟。

【讨论&启发】

本文的related works写得挺全的,有几篇可以看看。【5,6,7,8,9】
用一条线来分离两个牙齿其实挺好的,有左右两条线的情况下相当于给LS规定了一个牙齿区域,从而避免了多牙根状态下分割失误。但这样分离也是一种假设,postulate。

  • 我们可以试着提出别的办法分开两个牙齿,非线性的方法。
  • 多研究切片,根据实际情况来。比如在一开始3D情况下直接分开来。
  • 或者提升速度,他现在是4-6分钟,也许可以更快。

Reference

【5】M. Hosntalab, R. A. Zoroofi, A. A. Tehrani-Fard, and G. Shirani, “Segmentation of teeth in CT volumetric dataset by panoramic projection and variational level set,” Int. J. Comput. Assisted Radiol. Surg., vol. 3, no. 3–4, pp. 257–265, 2008.
【6】H. Gao and O. Chae, “Individual tooth segmentation from CT images using level set method with shape and intensity prior,” Pattern Recognit., vol. 43, no. 7, pp. 2406–2417, 2010.
【7】H. Yau, T. Yang, and Y. Chen, “Tooth model reconstruction based upon data fusion for orthodontic treatment simulation,” Comput. Biol. Med., vol. 48, pp. 8–16, May 2014.
【8】D. X. Ji, S. H. Ong, and K. W. C. Foong, “A level-set based approach for anterior teeth segmentation in cone beam computed tomography images,”Comput. Biol. Med., vol. 50, pp. 116–128, Jul. 2014.
【9】Y. Gan, Z. Xia, J. Xiong, Q. Zhao, Y. Hu, and J. Zhang, “Towards accurate tooth segmentation from computed tomography images using a hybrid level set model,” Med. Phys., vol. 42, no. 1, pp. 14–27, Jan. 2015.

©️2020 CSDN 皮肤主题: 编程工作室 设计师: CSDN官方博客 返回首页
实付0元
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值