عنوان پایان‌نامه
آنالیز مبتنی بر تقارن ناهنجاری های فک و صورت در تصاویر CBCT
- رشته تحصیلی
- مهندسی برق- مهندسی پزشکی - بیوالکتریک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3113;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 79148;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3113;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 79148
- تاریخ دفاع
- ۱۴ شهریور ۱۳۹۵
- دانشجو
- میثم حسنی
- استاد راهنما
- رضا آقائی زاده ظروفی
- چکیده
- تقارن یک ویژگی ذاتی در بدن انسان می باشد. به جز برخی از اندام ها، در تمام قسمت های بدن حد بالایی از تقارن در دو طرف صفحه میدساجیتال وجود دارد. این ویژگی می تواند به عنوان ابزاری مفید، در شناخت اندام ها و شناسایی ناهنجاری های احتمالی در آن ها به کار گرفته شود. در این پایان نامه با هدف تحلیل تصاویر فک و صورت تهیه شده با سیستم مقطع نگاری محاسبه شده با اشعه مخروطی، به روشی که تاکنون در تصاویر پزشکی مورد استفاده قرار نگرفته است، سعی در تحلیل تقارن فک و صورت افراد شده است. در این روش با به کار گیری نقاط ویژگی قوی، تناظر بین ویژگی های متقارن در تصاویر یافته شده و از آن ها تقارن تصاویر دو بعدی و سه بعدی استخراج و نیز کمی سازی شده است. در ادامه معیاری برای بررسی صحت تقارن در تصاویر دو بعدی معرفی شده است که طبق آن معیار در 82 درصد داده ها، خط تقارن تصاویر دو بعدی فک و صورت به درستی شناسایی شده اند. کاربرد شناسایی تقارن در تصاویر فک و صورت، علاوه بر تحلیل تغییر شکل و ناتقارنی این اعضا، شناسایی ناهنجاری های احتمالی این نواحی نیز می باشد. بعد از استخراج خطوط تقارن، تصاویر دو بعدی و نیز سه بعدی، به دو نیمه متقارن تقسیم شده و با مقایسه دو نیمه تصویر، ناحیه هایی که تقارن دو طرفه بدن را رعایت نمی کنند با ملاحظاتی به عنوان ناهنجاری شناخته خواهند شد. مقایسه دو تصویر از طریق الگوریتم تثبیت دگردیسی شکل آزاد به همراه توابع پایه ب-اسپلاین صورت گرفته است. ناهنجاری های بخش بندی شده طبق معیار دایس، با بخش بندی های دستی مقایسه شده و به صحتی تا میزان 0/9 در این معیار، دست یافتیم. سیستم پیشنهادی همچنین قادر است عارضه های استخراج شده را در چهار گروه دندان فشرده، حفره خالی دندان، تومور و نیز دندان پر شده طبقه بندی نموده و نوع بیماری را به همراه میزان صحت مربوطه اعلام نماید.
- Abstract
- Symmetry is a natural phenomenon in human body. Apart from some organs, most parts of the body are similar in both sides of mid-sagittal plane. This fact can be a very helpful tool for studying the body tissues and recognizing probable disorders. The main purpose of this dissertation, is to analyze maxillofacial symmetry and disorders in cone beam computed tomography, using a novel approach that has not been used in medical images’ field. In our method symmetry of 2D and 3D images has been extracted by finding the matches between symmetric features, using robust feature points. We proposed an evaluation criteria to test the symmetry detector method and achieved 82 percent accuracy in symmetry line detection according to this criteria. In addition to analysis of maxillofacial deformities and asymmetries, symmetry detection helps us to find some prevalent disorders. After extracting symmetry line (plane) in 2D (3D) images, those images will be divided into two symmetric halves that must be compared with each other. The tissues that are not similar to the corresponding tissues in the other side, with some considerations, will be labeled as disorders. Comparison of the two halves of the images are being done using a non-rigid registration algorithm, named “free form deformation”, along with B-spline interpolation. The final segmented disorders, are being evaluated using manual segmentation and we achieved more than 0.9 accuracy according to Dice similarity coefficient. The proposed method is also able to classify the detected disorder into four groups including, impacted tooth, missing tooth, cyst and restored tooth, and determine the disorder’s type with the detection accuracy. Keywords – Maxillofacial symmetry, feature points, segmentation, registration, free form deformation
