掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
中醫入門必背歌訣
-
>
醫驗集要
-
>
尋回中醫失落的元神2:象之篇
-
>
補遺雷公炮制便覽 (一函2冊)
-
>
人體解剖學常用詞圖解(精裝)
-
>
神醫華佗(奇方妙治)
-
>
(精)河南古代醫家經驗輯
買過本商品的人還買了
口腔醫學圖像處理/信息科學技術學術著作叢書 版權信息
- ISBN：9787030722546
- 條形碼：9787030722546 ; 978-7-03-072254-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
口腔醫學圖像處理/信息科學技術學術著作叢書 內容簡介
本書針對臨床口腔正畸治療中不同應用場景下掃描得到的各類CT圖像，系統地介紹口腔組織分割與重構方法。具體方法上，首先分析目前已有的傳統口腔CT圖像組織分割方法，并以水平集方法為例介紹口腔T圖像組織分割的基本架構。然后，在此基礎上詳細闡述常規掃描CT圖像、有金屬偽影CT圖像和閉頜掃描CT圖像中牙齒的分割方法。同時，介紹基于深度學習的口腔T圖像組織分割方法。*后，論述如何利用分割得到的口腔組織輪廓重構相應模型的方法，以及一種基于口腔CT圖像與激光掃描圖像融合的牙齒模型重構方法。 本書既適合醫工交叉領域研究、開發及應用人員學習，也可作為口腔臨床醫師技術參考，還可作為相關專業本科生及研究生教材或參考書籍。
口腔醫學圖像處理/信息科學技術學術著作叢書 目錄
目錄
前言
第1章 緒論 1
1.1 口腔正畸背景與臨床治療現狀 1
1.1.1 錯頜畸形與正畸治療背景 1
1.1.2 傳統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 數字化模型應用于正畸治療的優勢 5
1.2.2 牙頜三維圖像數據獲取方式 5
1.2.3 口腔CT圖像處理研究必要性 8
1.3 國內外研究進展及存在的主要問題 9
1.3.1 國內外研究進展 9
1.3.2 存在的主要問題 13
1.4 本書主要內容 13
參考文獻 14
第2章 基于傳統方法的口腔CT圖像組織分割基本架構 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 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 46
3.2 混合水平集模型參數自適應選擇策略 47
3.3 實驗結果與分析 49
3.3.1 實驗數據與驗證方法 49
3.3.2 定性分割結果及比較 50
3.3.3 量化分割結果及比較 54
3.3.4 計算效率 56
3.3.5 參數穩定性分析 56
3.3.6 可靠性分析 58
3.4 本章小結 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計模型 67
4.1.3 基于非參數估計的形狀統計模型 69
4.2 基于先驗形狀的水平集分割 70
4.3 實驗結果與分析 72
4.3.1 實驗數據 72
4.3.2 定性實驗結果與比較 72
4.3.3 量化分割性能 74
4.4 本章小結 74
參考文獻 75
第5章 基于網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 網格模型分割基本理論 79
5.2.1 三角網格模型與網格模型分割概述 79
5.2.2 網格模型曲率估計 81
5.2.3 網格模型平均測地線距離 84
5.3 上下頜咬合的牙齒網格模型分割 84
5.3.1 相互接觸的上下頜牙齒檢測 84
5.3.2 相互接觸的牙齒網格模型總體分割流程 85
5.3.3 分割高度函數 85
5.3.4 快速分水嶺算法 87
5.3.5 模型修復 87
5.4 實驗驗證 89
5.4.1 定性分割結果 89
5.4.2 量化分割結果 91
5.5 本章小結 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 人工神經網絡概述 94
6.1.1 神經元 94
6.1.2 前饋神經網絡 96
6.1.3 反向傳播算法 97
6.1.4 傳統神經網絡存在的問題 100
6.2 卷積神經網絡 101
6.2.1 卷積神經網絡的結構 101
6.2.2 卷積神經網絡的訓練 103
6.2.3 經典的深度卷積神經網絡 104
6.2.4 用于圖像語義分割的卷積神經網絡 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 實驗數據 118
6.4.2 定性分割結果 119
6.4.3 量化分割結果 120
6.5 本章小結 121
參考文獻 121
第7章 基于CT圖像的口腔組織重構方法 123
7.1 口腔組織重構總體流程 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 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流程及結果 127
7.3 基于布爾運算的牙周膜三維模型重構 131
7.3.1 牙齒及牙槽骨實體模型重構 131
7.3.2 牙周膜實體模型重構 135
7.4 本章小結 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 配準結果 152
8.4.2 融合拼接結果 153
8.5 本章小結 154
參考文獻 155
彩圖
前言
第1章 緒論 1
1.1 口腔正畸背景與臨床治療現狀 1
1.1.1 錯頜畸形與正畸治療背景 1
1.1.2 傳統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 數字化模型應用于正畸治療的優勢 5
1.2.2 牙頜三維圖像數據獲取方式 5
1.2.3 口腔CT圖像處理研究必要性 8
1.3 國內外研究進展及存在的主要問題 9
1.3.1 國內外研究進展 9
1.3.2 存在的主要問題 13
1.4 本書主要內容 13
參考文獻 14
第2章 基于傳統方法的口腔CT圖像組織分割基本架構 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 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 46
3.2 混合水平集模型參數自適應選擇策略 47
3.3 實驗結果與分析 49
3.3.1 實驗數據與驗證方法 49
3.3.2 定性分割結果及比較 50
3.3.3 量化分割結果及比較 54
3.3.4 計算效率 56
3.3.5 參數穩定性分析 56
3.3.6 可靠性分析 58
3.4 本章小結 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計模型 67
4.1.3 基于非參數估計的形狀統計模型 69
4.2 基于先驗形狀的水平集分割 70
4.3 實驗結果與分析 72
4.3.1 實驗數據 72
4.3.2 定性實驗結果與比較 72
4.3.3 量化分割性能 74
4.4 本章小結 74
參考文獻 75
第5章 基于網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 網格模型分割基本理論 79
5.2.1 三角網格模型與網格模型分割概述 79
5.2.2 網格模型曲率估計 81
5.2.3 網格模型平均測地線距離 84
5.3 上下頜咬合的牙齒網格模型分割 84
5.3.1 相互接觸的上下頜牙齒檢測 84
5.3.2 相互接觸的牙齒網格模型總體分割流程 85
5.3.3 分割高度函數 85
5.3.4 快速分水嶺算法 87
5.3.5 模型修復 87
5.4 實驗驗證 89
5.4.1 定性分割結果 89
5.4.2 量化分割結果 91
5.5 本章小結 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 人工神經網絡概述 94
6.1.1 神經元 94
6.1.2 前饋神經網絡 96
6.1.3 反向傳播算法 97
6.1.4 傳統神經網絡存在的問題 100
6.2 卷積神經網絡 101
6.2.1 卷積神經網絡的結構 101
6.2.2 卷積神經網絡的訓練 103
6.2.3 經典的深度卷積神經網絡 104
6.2.4 用于圖像語義分割的卷積神經網絡 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 實驗數據 118
6.4.2 定性分割結果 119
6.4.3 量化分割結果 120
6.5 本章小結 121
參考文獻 121
第7章 基于CT圖像的口腔組織重構方法 123
7.1 口腔組織重構總體流程 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 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流程及結果 127
7.3 基于布爾運算的牙周膜三維模型重構 131
7.3.1 牙齒及牙槽骨實體模型重構 131
7.3.2 牙周膜實體模型重構 135
7.4 本章小結 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 配準結果 152
8.4.2 融合拼接結果 153
8.5 本章小結 154
參考文獻 155
彩圖
展開全部
口腔醫學圖像處理/信息科學技術學術著作叢書 節選
第1章 緒論 1.1 口腔正畸背景與臨床治療現狀 1.1.1 錯頜畸形與正畸治療背景 口腔錯頜畸形(malocclusion)是指先天遺傳或后天環境等因素造成的牙齒排列不齊、上下頜咬合關系異常等口腔疾病，是齲齒、牙周病外的第三大口腔疾病，呈現較高的患病率。其對頜面部發育和口腔功能的影響如圖1-1所示[1，2]。以個別正常頜為標準，我國青少年兒童的發病率約為52%～73%[3]，患者人數達2億以上[4]。錯頜畸形除了影響患者頜面美觀與發育、咀嚼與發音等口腔功能外，還可能引發牙周病[5，6]，甚至阿爾茨海默病、心血管疾病、呼吸道疾病、癌癥等全身性重大疾病[7-10](圖1-2)，給患者造成多方面傷害。 圖1-1 錯頜畸形對頜面部發育和口腔功能的影響 口腔正畸學是專門研究錯頜畸形病因、診斷、治療和預防的學科。臨床口腔正畸治療案例如圖1-3所示。口腔正畸治療一般通過患者佩戴固定或可摘矯治器實現。長期以來，口腔正畸治療缺乏有效的輔助治療手段，過度依賴醫師的主觀經驗，采用“試錯”的方式進行。這種治療方式具有對醫師從業要求高、治療效果不佳、周期長、綜合成本高等問題。隨著我國經濟與社會的發展，要求進行正畸治療的患者越來越多，形成大量患者無法及時得到醫治的局面[11]。改變口腔正畸治療技術現狀，普及正畸治療是我國口腔醫學領域發展的目標，也是社會發展到一定階段必然要解決的醫學問題。 圖1-2 口腔錯頜畸形導致全身性重大疾病示意圖[8] 圖1-3 臨床口腔正畸治療案例[12] 1.1.2 傳統的正畸診療輔助方法 為了對患者牙頜與顱面的發育、病變、畸形等進行分析和診斷，臨床正畸治療首先需要進行X線掃描。口腔正畸治療中常用的X線掃描如圖1-4所示。全頜曲面斷層片在同一張圖像上顯示全口牙齒發育情況和上下頜骨的情況。其*大的優勢在于寬廣的頜面和牙齒成像范圍，可用于患者頜骨形態結構及牙的生長發育情況分析、頜骨病變畸形診斷、牙周病診斷、牙槽骨吸收程度檢測等。X線頭影測量是利用頭顱側位X線像，對牙頜、顱面各標志點進行測量與分析，從而檢查診斷牙頜、顱面的骨骼結構。X線頭影測量的應用包括顱面生長發育的研究，牙頜、顱面畸形的診斷分析，錯頜畸形矯治方案的設計，矯治過程中及治療后牙頜、顱面形態結構的變化分析等。口腔正畸的目的是通過矯治器改變牙頜的形態結構，從而校正畸形的牙頜。X線掃描獲取的圖像僅提供牙頜、顱面在一個平面上的二維投影圖像，不能提供牙頜真實的三維解剖結構和形態信息。因此，X線掃描圖像主要應用于患者錯頜畸形的診斷分析，而不能應用于治療方案規劃與器械設計。 圖1-4 口腔正畸治療中常用的X線掃描 在傳統的臨床正畸治療中，牙頜石膏模型是記錄患者病案，表達患者牙齒形態的重要工具，也是反映牙頜真實三維解剖結構*主要的途徑。對石膏模型的測量、分析和操作是錯頜畸形診斷，治療方案規劃和矯治器械設計的主要依據。正畸治療中對石膏模型的操作流程如圖1-5所示。從制作到應用于正畸治療器械設計，整個過程包括印模、制模、模型測量、模型排牙、器械設計等。在上述流程中，印模和制模過程工序操作復雜，耗時長。在正畸治療過程中，醫師需要頻繁地對模型進行測量、修整等操作。同時，模型的多次使用會造成石膏磨損，降低測量精度，增加模型破損的可能。在模型的存儲方面，石膏模型也有很大的局限性。為了便于檢索并防止模型的物理、化學損壞，石膏模型通常需要保持在盒子中。一個每年接診300例口腔正畸治療患者的診所通常需要一整間房間儲存石膏模型。石膏模型作為保存患者治療前后檔案的工具通常需要保留5～15年，甚至更長的時間[13]。隨著時間的推移和病例的增加，石膏模型的管理和儲存越發困難，所需的成本也越來越高。此外，便攜性差是石膏模型面臨的另一個難題。一方面，由于石膏模型易碎的特點，即使是運輸少量模型也有較大的困難。另一方面，針對同一個病例，正畸醫師為了與其他醫師或專家交流必須復制多套石膏模型。綜上所述，傳統基于石膏模型的正畸治療方式在精度和效率等方面都難以滿足正畸醫師快速準確地測量分析病例數據和高效地進行治療方案規劃的需求，亟須發展新的正畸治療輔助方法來推動正畸治療技術的革新。 圖1-5 正畸治療中對石膏模型的操作流程[12] 1.2 口腔 CT圖像在正畸治療中的重要作用 1.2.1 數字化模型應用于正畸治療的優勢 近年來，隨著計算機和醫學成像技術的發展，計算機輔助診斷(computer aided diagnosis，CAD)技術開始應用于正畸治療領域，幫助正畸醫師實現數字化的錯頜診斷，治療方案規劃，治療器械設計和治療效果評估。在基于 CAD技術的正畸治療中，醫師對患者牙頜參數的測量、治療方案的規劃等操作都是在計算機可視化界面下通過對三維模型進行交互操作實現的，可以避免使用物理石膏模型遇到的種種難題。石膏模型與數字化模型的比較如表1-1所示。首先，數字化牙頜模型不存在石膏模型物理損壞的風險。其次，數字化模型存儲在計算機磁盤中，所需的物理存儲空間可忽略不計。病例信息以患者姓名和號碼的方式存儲，檢索和管理也更加方便。在便攜性方面，數字化信息在病例信息傳輸和共享方面有巨大的優勢，在不同地點的醫師或專家在較短的時間內即可實現對同一份病例信息的復制與共享。 表1-1 石膏模型與數字化模型的比較 1.2.2 牙頜三維圖像數據獲取方式 利用CAD技術實現正畸治療輔助首先需要獲取口腔三維圖像數據，并由圖像數據重構牙頜數字化三維模型。目前，應用于口腔正畸領域的三維成像技術包括基于石膏模型的三維掃描，口內三維掃描和口腔 CT(computer tomo-graphy，計算機斷層掃描術)掃描等。基于石膏模型的三維掃描首先需要制作患者牙頜的石膏模型，然后利用激光/結構光三維掃描儀或立體視覺攝像機等成像設備獲取石膏模型的三維圖像數據，重構得到數字化三維模型。圖1-6所示為基于石膏模型的牙頜三維掃描。基于石膏模型的三維掃描重構的模型實際上是石膏牙模的三維模型。模型的精度在很大程度上取決于石膏牙模的精度。同時，這種方式獲取的數據僅包含牙冠表面的信息，缺少牙根及牙槽骨等正畸治療所必需的信息。 圖1-6 基于石膏模型的牙頜三維掃描[14] 口內三維掃描直接利用小型的攝像機在口腔內獲取三維圖像數據并重構得到牙頜三維模型，而不需要制作石膏牙模。口腔三維掃描示意圖如圖1-7所示。這種方式獲取數據方便直接，過程簡單，且對人體無損害。 圖1-7 口腔三維掃描示意圖[14]
書友推薦
- >
唐代進士錄
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
羅庸西南聯大授課錄
- >
伯納黛特,你要去哪(2021新版)
- >
名家帶你讀魯迅:故事新編
- >
莉莉和章魚
- >
詩經-先民的歌唱
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
