基于錐形束CT的牙齒髓腔分割算法研究.pdf

1、最新的醫(yī)學(xué)研究發(fā)現(xiàn)牙髓腔沉積可用于法醫(yī)學(xué)中的人體年齡推算，基于目前流行的口腔CBCT(Cone Beam CT，錐形束CT)成像技術(shù)，如何準確實現(xiàn)牙髓腔的三維斷層圖像分割是應(yīng)用的前提。由于CBCT牙齒圖像存在噪聲干擾、牙齒界限模糊、牙齒與牙槽骨灰度值相近等因素的影響，使得牙髓腔的準確分割存在較多的難點。PCNN(Pulse Coupled Neural Network，脈沖耦合神經(jīng)網(wǎng)絡(luò))具備生物學(xué)背景，能夠從復(fù)雜背景下提取有效信息，具有

2、同步脈沖發(fā)放和全局耦合等特性，其信號形式和處理機制更符合人類視覺神經(jīng)系統(tǒng)的生理學(xué)基礎(chǔ)。本論文在PCNN理論與應(yīng)用深入研究的基礎(chǔ)上，提出了一種改進的PCNN模型，實現(xiàn)了CBCT牙髓腔的三維斷層序列圖像的準確分割。論文完成的主要工作和創(chuàng)新點有:
　　(1)針對傳統(tǒng)的PCNN模型結(jié)構(gòu)繁冗、大量人工設(shè)定參數(shù)、閾值衰減不穩(wěn)定等問題，本文通過調(diào)整PCNN接受部分網(wǎng)絡(luò)結(jié)構(gòu)，在保證其生物學(xué)特性的前提下，提出了一種改進的PCNN模型，優(yōu)化了神經(jīng)元外