口腔醫(yī)學圖像處理

目錄
前言
第1章 緒論 1
1.1 口腔正畸背景與臨床治療現(xiàn)狀 1
1.1.1 錯頜畸形與正畸治療背景 1
1.1.2 傳統(tǒng)的正畸診療輔助方法 3
1.2 口腔CT圖像在正畸治療中的重要作用 5
1.2.1 數(shù)字化模型應(yīng)用于正畸治療的優(yōu)勢 5
1.2.2 牙頜三維圖像數(shù)據(jù)獲取方式 5
1.2.3 口腔CT圖像處理研究必要性 8
1.3 國內(nèi)外研究進展及存在的主要問題 9
1.3.1 國內(nèi)外研究進展 9
1.3.2 存在的主要問題 13
1.4 本書主要內(nèi)容 13
參考文獻 14
第2章 基于傳統(tǒng)方法的口腔CT圖像組織分割基本架構(gòu) 17
2.1 水平集方法概述 17
2.1.1 曲線演化理論 18
2.1.2 水平集方法 20
2.2 口腔CT圖像牙齒分割總體框架 22
2.3 口腔CT圖像牙齒分割中形狀先驗的計算 24
2.4 口腔CT圖像牙齒分割中相鄰牙齒輪廓的分離 27
2.4.1 已有的相鄰牙齒分離方法及存在的問題 27
2.4.2 基于Radon變換的相鄰牙齒分離線提取 30
2.4.3 實驗結(jié)果與分析 32
2.5 口腔CT圖像牙齒分割中初始切片的選擇與分割 33
2.5.1 初始切片的選擇 33
2.5.2 初始切片的分割 34
2.6 口腔CT圖像中牙槽骨的分割 36
2.7 本章小結(jié) 37
參考文獻 37
第3章 基于混合水平集模型的獨立牙齒分割方法 40
3.1 用于口腔CT圖像牙齒分割的混合水平集模型 40
3.1.1 局部灰度能量 41
3.1.2 集成梯度方向檢測的邊界檢測能量 43
3.1.3 全局灰度能量 45
3.1.4 形狀先驗約束能量 46
3.1.5 混合水平集模型的能量函數(shù) 46
3.2 混合水平集模型參數(shù)自適應(yīng)選擇策略 47
3.3 實驗結(jié)果與分析 49
3.3.1 實驗數(shù)據(jù)與驗證方法 49
3.3.2 定性分割結(jié)果及比較 50
3.3.3 量化分割結(jié)果及比較 54
3.3.4 計算效率 56
3.3.5 參數(shù)穩(wěn)定性分析 56
3.3.6 可靠性分析 58
3.4 本章小結(jié) 59
參考文獻 59
第4章 基于先驗形狀水平集模型的有金屬偽影CT圖像牙冠分割方法 62
4.1 先驗形狀模型的學習 63
4.1.1 牙冠先驗形狀訓練樣本及其對齊 63
4.1.2 基于PCA與高斯分布的形狀統(tǒng)計模型 67
4.1.3 基于非參數(shù)估計的形狀統(tǒng)計模型 69
4.2 基于先驗形狀的水平集分割 70
4.3 實驗結(jié)果與分析 72
4.3.1 實驗數(shù)據(jù) 72
4.3.2 定性實驗結(jié)果與比較 72
4.3.3 量化分割性能 74
4.4 本章小結(jié) 74
參考文獻 75
第5章 基于網(wǎng)格模型分割的上下頜閉頜掃描CT圖像牙齒分割方法 77
5.1 基于網(wǎng)格模型分割的閉頜掃描CT圖像牙齒分割總體框架 78
5.2 網(wǎng)格模型分割基本理論 79
5.2.1 三角網(wǎng)格模型與網(wǎng)格模型分割概述 79
5.2.2 網(wǎng)格模型曲率估計 81
5.2.3 網(wǎng)格模型平均測地線距離 84
5.3 上下頜咬合的牙齒網(wǎng)格模型分割 84
5.3.1 相互接觸的上下頜牙齒檢測 84
5.3.2 相互接觸的牙齒網(wǎng)格模型總體分割流程 85
5.3.3 分割高度函數(shù) 85
5.3.4 快速分水嶺算法 87
5.3.5 模型修復(fù) 87
5.4 實驗驗證 89
5.4.1 定性分割結(jié)果 89
5.4.2 量化分割結(jié)果 91
5.5 本章小結(jié) 92
參考文獻 92
第6章 基于深度學習的口腔CT圖像組織分割方法 94
6.1 人工神經(jīng)網(wǎng)絡(luò)概述 94
6.1.1 神經(jīng)元 94
6.1.2 前饋神經(jīng)網(wǎng)絡(luò) 96
6.1.3 反向傳播算法 97
6.1.4 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)存在的問題 100
6.2 卷積神經(jīng)網(wǎng)絡(luò) 101
6.2.1 卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 101
6.2.2 卷積神經(jīng)網(wǎng)絡(luò)的訓練 103
6.2.3 經(jīng)典的深度卷積神經(jīng)網(wǎng)絡(luò) 104
6.2.4 用于圖像語義分割的卷積神經(jīng)網(wǎng)絡(luò) 109
6.3 基于深度學習的口腔CT圖像牙齒分割方法 115
6.3.1 圖像預(yù)處理 116
6.3.2 牙齒初始分割與精確分割 117
6.3.3 牙齒VOI提取 118
6.4 實驗驗證 118
6.4.1 實驗數(shù)據(jù) 118
6.4.2 定性分割結(jié)果 119
6.4.3 量化分割結(jié)果 120
6.5 本章小結(jié) 121
參考文獻 121
第7章 基于CT圖像的口腔組織重構(gòu)方法 123
7.1 口腔組織重構(gòu)總體流程 123
7.2 基于移動立方體法的牙齒及牙槽骨表面三維模型重構(gòu) 124
7.2.1 移動立方體法簡介 124
7.2.2 基于移動立方體法的牙齒及牙槽骨表面模型重構(gòu)流程及結(jié)果 127
7.3 基于布爾運算的牙周膜三維模型重構(gòu) 131
7.3.1 牙齒及牙槽骨實體模型重構(gòu) 131
7.3.2 牙周膜實體模型重構(gòu) 135
7.4 本章小結(jié) 137
參考文獻 138
第8章 基于口腔CT圖像與激光掃描圖像融合的牙齒模型重構(gòu)方法 139
8.1 基于CT圖像與激光掃描圖像融合的牙齒模型重構(gòu)總體方案 140
8.2 模型配準 141
8.2.1 基于PCA的模型粗配準 141
8.2.2 基于ICP的模型精配準 145
8.3 模型拼接融合 148
8.4 實驗驗證 152
8.4.1 配準結(jié)果 152
8.4.2 融合拼接結(jié)果 153
8.5 本章小結(jié) 154
參考文獻 155
彩圖