عنوان پایان‌نامه
ارائه مدل مبتنی بر شکل استخوان به منظور کمی¬سازی ناهنجاری¬های فک و صورت در تصاویر سی¬تی اسکن با اشعه مخروطی
- رشته تحصیلی
- مهندسی برق- مهندسی پزشکی - بیوالکتریک
- مقطع تحصیلی
- دکتری تخصصی PhD
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3013;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76820;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3013;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76820
- تاریخ دفاع
- ۲۶ مهر ۱۳۹۵
- دانشجو
- فاطمه عبدالعلی
- استاد راهنما
- رضا آقائی زاده ظروفی
- چکیده
- برنامه ریزی برای جراحی های کرانیوفیشال و ارزیابی روش های درمانی نیازمند مدلسازی شکل استخوان و سایر بافت های مهم است. موفقیت جراحی وابسته به طراحی پیش از عمل است که مستلزم بخش بندی دقیق بافت های فک یعنی دندان ها، کانال فک پایین، استخوان اسفنجی و استخوان کورتیکال است. می توان به کمک روش های جدید تجزیه و تحلیل مبتنی بر شکل و مصورسازی تصاویر چندمقطعی، کمی سازی انواع ضایعات و ناهنجاری ها را با دقت بیشتری انجام داد. در این رساله به منظور حل چالش های موجود در مدلسازی شکل، یک چارچوب ریاضی مبتنی برمدل سطحی و هارمونیک های کروی پیشنهاد می شود. با وجود اینکه بسیاری از مسائل تئوری مربوط به هارمونیک های کروی وزن دار حل شده اما پیاده سازی و محاسبات مربوط به اعمال هارمونیک های کروی بر روی داده های بزرگ مشکل ساز است که در این رساله روشی مبتنی بر متعامدسازی ارائه خواهد شد. به منظور ارزیابی روش های پیشنهادی از 97 مجموعه داده ی سی تی اسکن با اشعه مخروطی که متعلق به بیماران مبتلا به سه نوع کیست هستند و 120 مجموعه داده ی سی تی اسکن با اشعه مخروطی جهت برنامه ریزی جراحی ایمپلنت استفاده شده است. در زمینه بخش بندی کیست و کانال فک پایین، روش های پیشنهادی به ترتیب با یک روش بخش بندی ناهنجاری های فک و صورت و دو روش بخش بندی کانال مقایسه شده اند. نتایج به دست آمده بیانگر این است که روش های پیشنهادی در رساله که مبتنی بر تجزیه و تحلیل تقارن و مدل آماری بهبود یافته می باشند، دارای برتری نسبت به روش های مورد مقایسه هستند؛ زیرا می توانند مستقل از نوع کیست و دستگاه تصویربرداری و بدون نیاز به مداخله کاربر به دقت بالاتری به ویژه در محیط های نویزی و مواردی که دچار تحلیل استخوان خفیف هستند، برسند. به کمک روش تجزیه و تحلیل تقارن، میانگین ضریب دایس0/83، 0/87 و 0/80 در بخش بندی خودکار کیست های رادیکولار، دنتی ژور و ادونتوژیک کراتوسیست بدست آمده است. به علاوه میانگین خطای مکانیابی کانال در مدل آماری بهبود یافته، کمتر از 1 میلی متر است که دقت لازم برای کاربردهای کلینیکی محسوب می شود. همچنین از لحاظ تئوری ثابت می شود که جمع مربعات مانده های روش هارمونیک های کروی متعامد کمتر از هارمونیک های کروی متداول بوده و درنتیجه روش پیشنهادی دارای دقت بالاتری در تخمین ضرایب خواهد بود. به کمک رویکرد پیشنهادی برمبنای اعمال هارمونیک های کروی متعامد و کانتورلت به عنوان ورودی طبقه بند ماشین بردار پشتیبان به درصد صحت 94/29% دست پیدا کردیم که نسبت به هارمونیک های کروی متداول به میزان 8/94% بهبود یافته است. نتایج نشان می دهند که مدل پیشنهادی می تواند به پزشک در برنامه ریزی برای جراحی کمک نماید.
- Abstract
- Accurate modeling of bone shape and other tissues is a prerequisite for craniofacial surgery planning and treatment evaluation. Segmentation of teeth, cortical bone, trabecular bone and mandibular canal is essential for successful surgery planning. Shape analysis and visualization can be utilized to quantify various deformities and lesions accurately. In this thesis, a mathematical framework based on surface modeling and Spherical Harmonics is proposed which can be employed in diagnosis and surgery planning procedure. Although various theoretical problems in Spherical Harmonics are solved, challenges in implementation and computational issues in large scale data are still remaining. In this thesis, a new framework based on orthogonalized Spherical Harmonics is introduced which is capable of solving aforementioned challenges. We evaluate our proposed methods using 97 sets of CBCT images with three classes of maxillofacial cysts: radicular cyst, dentigerous cyst and keratocystic odontogenic tumor and 120 CBCT datasets belonging to patients who refer to imaging acquisition centers for implant surgery planning. In the segmentation steps, the proposed methods are compared with one cystic lesion segmentation method and two mandibular canal segmentation methods. Experimental results show the superiority of our quantification methods based on symmetry analysis and conditional SSM over the comparison methods because they are independent of cyst type and the imaging acquisition systems. Furthermore, they are efficient in noisy conditions and cases with mild bone resorption. Moreover, user interaction is not essential in the segmentation procedures. The mean Dice's coefficient of 0.83, 0.87 and 0.80 is achieved for automatic segmentation of Radicular, Dentigerous and KCOT classes, respectively. The mean error of automatic canal detection method is less than 1 mm which is required in the clinical applications. We have theoretically proved that using our proposed SPHARM, residual sum of squares is decreased which leads to a more accurate estimation of coefficients. The classification rate of 94.29% is achieved using support vector machine and proposed SPHARM features. Classification accuracy is at least improved 8.94% with respect to conventional features. In conclusion, the proposed methods in this thesis can help physicians in implant surgery planning as well as detection and treatment of maxillofacial cysts. Keywords: Cone beam CT, mandibular canal, maxillofacial cyst, quantification, Spherical harmonics
