注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术医学特种医学口腔医学图像处理

口腔医学图像处理

口腔医学图像处理

定 价:¥108.00

作 者: 夏泽洋,甘阳洲
出版社: 科学出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787030722546 出版时间: 2022-06-01 包装: 平装
开本: 16开 页数: 字数:  

内容简介

  《口腔医学图像处理》针对临床口腔正畸治疗中不同应用场景下扫描得到的各类CT图像,系统地介绍口腔组织分割与重构方法。具体方法上,首先分析目前已有的传统口腔CT图像组织分割方法,并以水平集方法为例介绍口腔CT图像组织分割的基本架构。然后,在此基础上详细阐述常规扫描CT图像、有金属伪影CT图像和闭颌扫描CT图像中牙齿的分割方法。同时,介绍基于深度学习的口腔CT图像组织分割方法。最后,论述如何利用分割得到的口腔组织轮廓重构相应模型的方法,以及一种基于口腔CT图像与激光扫描图像融合的牙齿模型重构方法。

作者简介

暂缺《口腔医学图像处理》作者简介

图书目录

目录
前言
第1章 绪论 1
1.1 口腔正畸背景与临床治疗现状 1
1.1.1 错颌畸形与正畸治疗背景 1
1.1.2 传统的正畸诊疗辅助方法 3
1.2 口腔CT图像在正畸治疗中的重要作用 5
1.2.1 数字化模型应用于正畸治疗的优势 5
1.2.2 牙颌三维图像数据获取方式 5
1.2.3 口腔CT图像处理研究必要性 8
1.3 国内外研究进展及存在的主要问题 9
1.3.1 国内外研究进展 9
1.3.2 存在的主要问题 13
1.4 本书主要内容 13
参考文献 14
第2章 基于传统方法的口腔CT图像组织分割基本架构 17
2.1 水平集方法概述 17
2.1.1 曲线演化理论 18
2.1.2 水平集方法 20
2.2 口腔CT图像牙齿分割总体框架 22
2.3 口腔CT图像牙齿分割中形状先验的计算 24
2.4 口腔CT图像牙齿分割中相邻牙齿轮廓的分离 27
2.4.1 已有的相邻牙齿分离方法及存在的问题 27
2.4.2 基于Radon变换的相邻牙齿分离线提取 30
2.4.3 实验结果与分析 32
2.5 口腔CT图像牙齿分割中初始切片的选择与分割 33
2.5.1 初始切片的选择 33
2.5.2 初始切片的分割 34
2.6 口腔CT图像中牙槽骨的分割 36
2.7 本章小结 37
参考文献 37
第3章 基于混合水平集模型的独立牙齿分割方法 40
3.1 用于口腔CT图像牙齿分割的混合水平集模型 40
3.1.1 局部灰度能量 41
3.1.2 集成梯度方向检测的边界检测能量 43
3.1.3 全局灰度能量 45
3.1.4 形状先验约束能量 46
3.1.5 混合水平集模型的能量函数 46
3.2 混合水平集模型参数自适应选择策略 47
3.3 实验结果与分析 49
3.3.1 实验数据与验证方法 49
3.3.2 定性分割结果及比较 50
3.3.3 量化分割结果及比较 54
3.3.4 计算效率 56
3.3.5 参数稳定性分析 56
3.3.6 可靠性分析 58
3.4 本章小结 59
参考文献 59
第4章 基于先验形状水平集模型的有金属伪影CT图像牙冠分割方法 62
4.1 先验形状模型的学习 63
4.1.1 牙冠先验形状训练样本及其对齐 63
4.1.2 基于PCA与高斯分布的形状统计模型 67
4.1.3 基于非参数估计的形状统计模型 69
4.2 基于先验形状的水平集分割 70
4.3 实验结果与分析 72
4.3.1 实验数据 72
4.3.2 定性实验结果与比较 72
4.3.3 量化分割性能 74
4.4 本章小结 74
参考文献 75
第5章 基于网格模型分割的上下颌闭颌扫描CT图像牙齿分割方法 77
5.1 基于网格模型分割的闭颌扫描CT图像牙齿分割总体框架 78
5.2 网格模型分割基本理论 79
5.2.1 三角网格模型与网格模型分割概述 79
5.2.2 网格模型曲率估计 81
5.2.3 网格模型平均测地线距离 84
5.3 上下颌咬合的牙齿网格模型分割 84
5.3.1 相互接触的上下颌牙齿检测 84
5.3.2 相互接触的牙齿网格模型总体分割流程 85
5.3.3 分割高度函数 85
5.3.4 快速分水岭算法 87
5.3.5 模型修复 87
5.4 实验验证 89
5.4.1 定性分割结果 89
5.4.2 量化分割结果 91
5.5 本章小结 92
参考文献 92
第6章 基于深度学习的口腔CT图像组织分割方法 94
6.1 人工神经网络概述 94
6.1.1 神经元 94
6.1.2 前馈神经网络 96
6.1.3 反向传播算法 97
6.1.4 传统神经网络存在的问题 100
6.2 卷积神经网络 101
6.2.1 卷积神经网络的结构 101
6.2.2 卷积神经网络的训练 103
6.2.3 经典的深度卷积神经网络 104
6.2.4 用于图像语义分割的卷积神经网络 109
6.3 基于深度学习的口腔CT图像牙齿分割方法 115
6.3.1 图像预处理 116
6.3.2 牙齿初始分割与精确分割 117
6.3.3 牙齿VOI提取 118
6.4 实验验证 118
6.4.1 实验数据 118
6.4.2 定性分割结果 119
6.4.3 量化分割结果 120
6.5 本章小结 121
参考文献 121
第7章 基于CT图像的口腔组织重构方法 123
7.1 口腔组织重构总体流程 123
7.2 基于移动立方体法的牙齿及牙槽骨表面三维模型重构 124
7.2.1 移动立方体法简介 124
7.2.2 基于移动立方体法的牙齿及牙槽骨表面模型重构流程及结果 127
7.3 基于布尔运算的牙周膜三维模型重构 131
7.3.1 牙齿及牙槽骨实体模型重构 131
7.3.2 牙周膜实体模型重构 135
7.4 本章小结 137
参考文献 138
第8章 基于口腔CT图像与激光扫描图像融合的牙齿模型重构方法 139
8.1 基于CT图像与激光扫描图像融合的牙齿模型重构总体方案 140
8.2 模型配准 141
8.2.1 基于PCA的模型粗配准 141
8.2.2 基于ICP的模型精配准 145
8.3 模型拼接融合 148
8.4 实验验证 152
8.4.1 配准结果 152
8.4.2 融合拼接结果 153
8.5 本章小结 154
参考文献 155
彩图

本目录推荐