论文阅读:Three-dimensional reconstruction of teeth and jaws based on segmentation of CT images using wat

【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

【背景】

现在CBCT的分辨率大约为0.1mm;MSCT的在0.2mm以上。而牙齿根部的牙周膜宽度小于0.1mm,所以在医学影像中很难看到。而有些方式可以提高分辨率,但同时也会提高放射性物质的摄入,临床上很受限制。而且分辨率越高,噪声越多。
CBCT虽然分辨率比MSCT高,但是对比度较低。所以还是MSCT容易分割,尽管分割结果的三维形状会有较大变形。
大部分商用软件都是针对MSCT。CBCT专用的很少很少。
提到【8,9】牙齿分割,【10】牙齿分类有前途。

【方法】

分为五步

1 数据获取,CT扫描

数据的获取。

2 预处理

一个是通过滤镜来加强对比度,比如mimics中的非线性滤波。
还有个是ROI的选取,可以加速处理过程,不必对全部的体素计算。
要尽量在张嘴模式扫描,不然上下颌的连接处理起来很麻烦。
论文阅读:Three-dimensional reconstruction of teeth and jaws based on segmentation of CT images using wat_第1张图片

3 粗分割

这一步要把牙齿,颌骨,软组织互相分离开。最后要得到两个模型:一个是ROI中带牙根牙冠的整个牙齿模型(没有颌骨);还有个是粗糙的整个颌骨连着牙齿。
用的方法是简单阈值分割,把软组织等去掉。留下最亮的牙齿和骨头。阈值是某个经验值。
论文阅读:Three-dimensional reconstruction of teeth and jaws based on segmentation of CT images using wat_第2张图片
接下来用一个半自动的分水岭算法来分离颌骨和牙齿。在不同相的不同层的slice上面手动加marker, 颌骨标注1,牙齿标注2。标注的越多结果越准确。然后用分水岭watershed transformation 来separate jaw和teeth。要是不满意结果,可以修改marker。
论文阅读:Three-dimensional reconstruction of teeth and jaws based on segmentation of CT images using wat_第3张图片

4 颌骨3D实体创建

上一步主要是分割牙齿。由于颌骨有些部位的密度比较低,(可能由于部分容积效应等),需要在3的基础上,把阈值调低,加一些东西进去。这样的两步分割增加了精确度。

5 分离每个牙齿

全手动分离,用工具“虚拟剪刀”。见Figure 3 中的 c
论文阅读:Three-dimensional reconstruction of teeth and jaws based on segmentation of CT images using wat_第4张图片

【讨论&启发】

主要描述了他们做的一个CT显示处理软件。这文章的作者很专业,是真正牙医行业的,而不是学校里发发论文的那种。所以本文的背景介绍部分含金量高。自己写论文的时候,背景部分可以参考这篇文章。
这文章由于没有训练数据,连结果部分都没有。
本软件,从MSCT中分割下颌骨及下牙需要10-15min,在CBCT中要20min,如果要上颌骨的话,再加5-10min,时间包括迭代选取阈值的过程。
本文的方法很简单,就是阈值分割然后选点,分水岭。最有手动用剪刀来分离牙齿。于是顺理成章地,效率很低,结果也一般。但是自己开发软件的时候完全可以考虑用类似的方法。毕竟高级算法的实现和鲁棒性都不强,还不如多加入一些人工交互。

【参考文献】

8/9看一下
【8】 Yanagisawa R, Sugaya Y, Kasahara S, Omachi S. Tooth shape reconstruction from dental CT images with the regiongrowing method. Dentomaxillofac Radiol 2014; 43: 20140080. doi: 10.1259/dmfr.20140080

【9】 Liu X, Shi F, Zhang J. Teeth segmentation from CBCT images using deformable triangle mesh model. [In Chinese.] Zhongguo Yi Liao Qi Xie Za Zhi 2011; 35: 414–17.

【10】Duy NT, Lamecker H, Kainmueller D, Zachow S. Automatic detection and classification of teeth in CT data. Med Image Comput Comput Assist Interv 2012; 15: 609–16.

你可能感兴趣的:(论文阅读:Three-dimensional reconstruction of teeth and jaws based on segmentation of CT images using wat)