عنوان پایان‌نامه
بخش بندی اتوماتیک کانال عصبی فک تحتانی در تصاویر سی تی اسکن با اشعه ی مخروطی
- رشته تحصیلی
- مهندسی برق- مهندسی پزشکی - بیوالکتریک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3111;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 79147;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3111;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 79147
- تاریخ دفاع
- ۱۳ شهریور ۱۳۹۵
- دانشجو
- سعید شاکری
- استاد راهنما
- رضا آقائی زاده ظروفی
- چکیده
- استخراج مکان دقیق کانال عصبی فک تحتانی به علت وجود عصب آلوئول تحتانی در آن، در عمل های جراحی فک و صورت به‌منظور کاهش احتمال جراحت آن مسئله‌ی بسیار مهمی می باشد. امروزه روش تصویربرداری سی تی با اشعه ی مخروطی به دلیل دوز اعمالی کم به بیمار و رزولوشن بالا، به‌صورت گسترده در تصویربرداری از ناحیه ی فک و صورت مورداستفاده قرار می گیرد. ازیک‌طرف ابعاد کوچک کانال عصبی در مقایسه با استخوان فک و تفاوت در مکان آن در افراد مختلف، و از طرف دیگر نسبت سیگنال به نویز پایین تصاویر سی تی با اشعه ی مخروطی، مکان-یابی کانال عصبی فک در این تصاویر را به یک چالش اساسی تبدیل کرده است. هدف از انجام این پایان نامه ارائه ی روشی برای استخراج مکان کانال عصبی فک تحتانی در تصاویر سی تی با اشعه ی مخروطی به‌صورت خودکار و حجمی سازی آن است. الگوریتم موردنظر ما سه مرحله ی کلی دارد: اول، در مرحله ی پیش پردزاش تصویر جهت افزایش تباین و نسبت سیگنال به نویز، فیلتر انتشار ناهمسانگرد بهینه که قابلیت حذف نویز و حفظ لبه ها را به‌طور هم‌زمان دارد، مورداستفاده قرارگرفته است. در مرحله ی دوم، الگوریتم سطوح هم‌تراز بدون مقداردهی مجدد اولیه برای بخش بندی کانال عصبی معرفی و در هر مقطع دوبعدی از تصویر اعمال شده است. همچنین با استفاده از استخراج قوس فکی افراد، مکان سطح صفرم الگوریتم سطوح هم‌تراز بدست می آید. درنهایت، پس از استخراج مکان کانال در مقاطع دوبعدی، با استفاده از فیلترهای آستانه گذاری و نرم کنندگی سه بعدی و با بهره گیری از روش های حجمی سازی موجود، مکان کانال عصبی در استخوان فک تحتانی به‌صورت حجمی نمایش داده می شود. روش پیشنهادی بر روی 60 داده اعمال و با نتایج بخش بندی دستی توسط متخصص مقایسه شد. براین اساس مقدار میانگین معیارهای دقت، حساسیت، تداخل حجمی و ضریب شباهت دایس به ترتیب 0/76، 0/83، 0/67 و 0/8 به‌دست‌آمده است.
- Abstract
- Due to successful dental or maxillofacial surgery, it is essential to identify vital anatomic structure of mandible such as the inferior alveolar nerve that passes through the mandibular canal, which should be avoided during the surgical procedure. Todays Cone beam computed tomography imaging methods due to low patient dose and high-resolution, widely use in imaging of dental and maxillofacial regions. The small size of the mandibular canal compared with mandible bone and its variety in different people and also low signal to noise ratio of the CBCT images have turned mandibular canal segmentation in these images into a major challenge. The aim of this thesis is to propose a method for automatically extracting of the location of mandibular nerve canal in the CBCT images, and then volume rendering of the results. The proposed algorithm consists of three main stages: Firstly in image preprocessing, optimized anisotropic diffusion filter has been used because of its good ability in noise reduction and preserving edges. In next stage for 2D canal segmentation, we introduced level set algorithm without re-initialization and apply to each slice. The location of initial contour in the level set algorithm has been set using extracting dental arch for each patient. Finally, mandible bone and location of mandibular canal are visualized as volume rendering using thresholding and 3D smoothing and available volume rendering method. Our segmentation method has been applied to 60 patient’s CBCT images and evaluated with precision, sensitivity, volumetric overlapping and Dice similarity coefficients on average of 0.76, 0.83, 0.67 and 0.8 respectively. Keywords: Image segmentation, Mandibular canal, Anisotropic diffusion filter, Level set without re-initialization, Volume rendering visualization
