عنوان پایان‌نامه
باز یابی تصاویر سی تی اسکن مخروطی ضایعه های درون استخوانی دندان با استفاده از مدل سازی آماری
- رشته تحصیلی
- مهندسی برق- مهندسی پزشکی - بیوالکتریک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2598;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 66309
- تاریخ دفاع
- ۲۸ مرداد ۱۳۹۳
- دانشجو
- مهسا سپهریان
- استاد راهنما
- رضا آقائی زاده ظروفی
- چکیده
- بازیابی تصاویر مبتنی بر محتوا برای تشخیص بیماری ها و ضایعه های استخوانی فک و دندان در بیماران جدید و ارزیابی مجدد تصاویر بیماران قبلی و نیز کمک به آموزش نوآموزان از اهمیت زیادی در زمینه ی دندان پزشکی برخوردار است. بازیابی تصاویر به علت وجود فاصله معنایی بین درک ماشین و انسان همواره یک چالش بزرگ بوده است. روش های CBIR پیشین به علت نداشتن رویکردی سه بعدی برای کاربردهای پزشکی و دارا بودن الگوریتم های پیچیده، از دقت و سرعت خوبی برخوردار نیستند. به منظور رفع این مشکلات، در این طرح سیستم جدیدی با رویکردی سه بعدی مبتنی بر مدل آماری، برای بازیابی داده های CBCT که حاوی ضایعه ی درون استخوانی فک هستند، ارائه شده است. برای کاهش زمان محاسبات، سیستمی سه مرحله ای در این طرح در نظر گرفته شده است. در مرحله اول، قوس فک با استفاده از خوشه بندی و برازش منحنی استخراج شده است تا تعداد پیکسل های تصویر برای پردازش های بعدی کاهش یابد. سپس در مرحله ی دوم یعنی مرحله ی جستجوی سخت، با استفاده از الگوریتم پیشنهادی مبتنی بر DCT ویژگی ها استخراج شده و به کمک طبقه بندی کننده یSVM ، داده هایی که با اطمینان بالایی فاقد ضایعه بودند، حذف شده اند. در مرحله ی سوم یعنی مرحله ی جستجوی نرم، در ابتدا با استفاده از فیلتر وینر، نویز تصاویر در هر اسلایس کاهش داده شده و سپس اسلایس ها با استفاده از روش کانتور فعال بخش بندی شده اند. سپس اشیاء سه بعدی ساخته شده و بردار ویژگی متناظر با هر کدام محاسبه شده است. در انتها هر یک از این اشیاء با دو مدل HMM مقایسه شده و در مورد ماهیت آن ها تصمیم گیری صورت گرفته است. سیستم CBIR پیشنهادی با استفاده از 60 داده ی CBCT فک و دندان حاوی 40 داده ی سالم و 20 داده ی ضایعه دار مورد ارزیابی قرار گرفت. این سیستم در مرحله ی اول 73 % پیکسل ها را حذف و در مرحله ی دوم، جستجوی سخت، از انتقال 7/36 % از داده های سالم به مرحله ی نهایی جلوگیری نمود. در انتها به دقت متوسط 75/86 % رسید. همچنین زمان محاسبات با در نظر گرفتن مراحل اول و دوم به اندازه 64 % کاهش یافت و زمان پردازش برای هر داده CBCT به حدود 1 دقیقه رسید. کلمات کلیدی: بازیابی تصویر مبتنی بر محتوا، HMM، بخش بندی، ضایعه ی درون استخوانی دندان.
- Abstract
- Retrieval of images based on contents has important role in diagnosis of jaw lesions in current plationts. CBIR is always a great challenge because of semantic gap between human and computer. Teeth are the hardest tissues playing key role in forensic investigation and medicine. So there is a large amount of dental images need to be analyzed every day. Dental image retrieval can be used in many applications such as detecting data containing dental disease among a large data set. This paper proposes an approach for automatic recognition of bone lesion disease data and determines the locality of it in the upper or lower jaw using morphological operations and watershed algorithm. In Cone Beam Computer Tomography and Multi Slice Computer Tomography (MSCT) each tooth is an elliptic shape region and cannot be separated only by considering their pixels’ intensity values. Morphological operation is used to enhance image. A Maximum Intensity Projection (MIP) mask is used to eliminate black and bony areas and find teeth regions. Then, because of the structure of the lesion that cause abnormality in the appearance of the jaw, boundary of destroyed region is detected with morphological operation. Each tooth is separated using watershed and Anatomical constraint is used for overcoming the over segmentation problem in using watershed. system reduced 73% of each slice pixels. The average precision of proposed system was 86.75%. Computational time was 1 minute per CBCT data. Keywords: CBIR, HMM, segmentation, jaw lesion.
