عنوان پایان‌نامه
بازسازی شکل از دست رفته با استفاده از مدل سازی آماری دندان ها در تصاویر چند مقطعی سی تی اسکن
- رشته تحصیلی
- مهندسی برق- مهندسی پزشکی - بیوالکتریک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه دانشکده برق و کامپیوتر شماره ثبت: E2019;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 52714;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2019
- تاریخ دفاع
- ۲۹ بهمن ۱۳۹۰
- دانشجو
- محمدرضا سلطانی نژاد
- استاد راهنما
- رضا آقائی زاده ظروفی
- چکیده
- در دندانپزشکی مدرن، استفاده از کامپیوتر در پروسه¬های رایج کلینیکی نظیر پرکردن¬ دندان، ایمپلنت، ارتودنسی و جراحی¬های فک و صورت، به طور پیوسته در حال توسعه است. یکی از مراحل مهم در پروسه¬های درمانی مبتنی بر کامپیوتر، کمّی¬سازی و مدل¬سازی سه¬بعدی دندان¬ها است که کاربرد زیادی در شبیه¬سازیِ تحقیقات و درمان¬های حوزه دندانپزشکی دارد. یکی از روش-های مدل¬سازی سه¬بعدی، مدل¬های آماری شکل است که اطلاعات مفیدی از ساختار سه¬بعدی دندان¬ها و تغییرات شکل آن¬ها در اختیار محققان می¬گذارد. یکی از کاربردهای این مدل، بازسازی شکل بافت¬ها است؛ زیرا با استفاده از مدل آماری می¬توان از اطلاعات ذخیره شده¬ی نمونه¬های قبلی همان بافت استفاده کرد. هدف از انجام این پایان¬نامه بازسازی شکل دندان از دست رفته توسط مدل آماری دندان¬ها در تصاویر سی¬تی اسکن می¬باشد. روش پیشنهادی دارای دو مرحله اصلی می¬باشد که این مراحل شامل ایجاد مدلِ آماری و بازسازی شکل دندان از روی آن است. روش استخراج مدل آماری شامل چهار مرحله استخراج داده اولیه از روی تصاویر خام سی¬تی اسکن، پیش¬پردازش، استخراج نقاط نشانه متناظر و ساخت مدل آماری شکل است. برای بازسازی شکل دندان از کانتور دندان¬های مجاور، خصوصیات شکل ظاهری آنها و مدل آماری مربوط به دندان از دست رفته استفاده شده است. در این مرحله ابتدا قوس فکی استخراج شده و سپس کانتور دندان از دست رفته با استفاده از خصوصیات هندسی دندان¬های مجاور بازسازی شده و سطح دندان به آن منطبق می¬شود. نتایج به دست آمده در قسمت مدل¬سازی آماری برای 12 دسته داده سی¬تی اسکن نشان می¬دهد که هر چه پیچیدگی شکل هندسی دندان¬ها بیشتر باشد، میزان تعمیم¬پذیری مدل کاهش و خطای مدل¬سازی افزایش می¬یابد. همچنین تعداد مدهای تغییرات لازم برای رسیدن به درصد تغییرپذیری تجمعی مطلوب بیشتر می¬شود. نتایج به دست آمده در مرحله بازسازی شکل دندان نشان می¬دهد که شباهت بسیار خوبی برای تاج دندان بازسازی شده با دندان اصلی وجود دارد؛ بطوریکه معیار شباهت در این مرحله بالای 90% است. همچنین برای دندان¬های دارای یک ریشه نیز میزان شباهت بسیار خوب است؛ اما در مورد سایر دندان¬ها، میزان شباهت ریشه کمتر از 70% به دست آمده است. کلمات کلیدی: مدل آماری شکل، بازسازی شکل سه¬بعدی، انطباق تصویر صلب و غیرصلب، نمایش سه¬بعدی، مدل توزیع نقطه¬ای، سی¬تی¬اسکن دندان.
- Abstract
- In modern dentistry, computerized procedures are widely used for simulating operation and treatment processes such as dental implantation and maxillofacial surgeries. Quantification and three dimensional (3D) modeling of teeth are significant stages of computer-based procedures, which are frequently used in dental studies and treatment simulations. Statistical shape modeling (SSM) is a 3D modeling method which provides researches with valuable information about the 3D structure and variations of teeth. Using these SSMs, the tissue shape can be reconstructed based on training datasets. In this thesis, the goal is to reconstruct the shape of the missing teeth in dental CT images. The proposed method is mainly comprised of two parts: generating the SSM and reconstructing the missing tooth. Extracting SSM is performed through the following four steps: extracting data from raw CT images, preprocessing, automatic landmark extraction and statistical shape modeling. To reconstruct a missing tooth shape, the contour and geometrical characteristics of adjacent teeth and the SSM of the missing tooth are employed. Edentulous region is automatically determined by the means of panorex line. Then, the atlas is rigidly registered on the region. To establish compatibility between the estimated tooth shape and the adjacent teeth, the surface of crown is deformed so that it fits to the corresponding contours. The evaluation of the system is performed in two main parts: analyzing the generated SSMs and evaluating the reconstructed shapes. In case of SSM, the results show that the reconstruction error is greater for teeth with more complex geometrical shape. Therefore, the number of required training shapes to reach desired statistical model increases. The results show that the estimated shapes for crowns are very similar to real ones; that is, the similarity percent for all crowns is above 90%. Moreover, the similarity for teeth with one root is acceptable, while this quantity is below 70% for complex teeth. Keywords: statistical shape models; 3D shape reconstruction; rigid and non-rigid registration; 3D visualization; dental CT scan
