基于口腔CT重建數(shù)據(jù)的牙齒分割與可視化研究.pdf

1、近些年來，各種醫(yī)學(xué)成像技術(shù)飛速發(fā)展，衍生出了各種以此類技術(shù)為基礎(chǔ)的計算機輔助診斷系統(tǒng)，針對不同目的的計算機輔助系統(tǒng)的研究成為該領(lǐng)域的熱點課題。低劑量口腔CT正是針對牙科以及口腔頜面部的保健檢查和疾病診療而設(shè)計的計算機診斷輔助系統(tǒng)，而在口腔CT的工作過程中，圖像分割和三維可視化是實現(xiàn)檢查以及診療疾病的關(guān)鍵技術(shù)。
　　圖像分割一直是一個傳統(tǒng)而具有挑戰(zhàn)性的課題，是計算機輔助分析、醫(yī)學(xué)影像可視化以及疾病診斷的前提和基礎(chǔ)。對于醫(yī)學(xué)圖像分割問

2、題，一般可分為兩個部分:一是圖像中特定目標(biāo)的識別;二是目標(biāo)區(qū)域完整性的描述和提取。相對于一般圖像，醫(yī)學(xué)圖像的多樣性和復(fù)雜性，使得傳統(tǒng)的分割方法很難得到理想的分割結(jié)果，而借鑒一些流體中的重要思想，Osher和Sethian首次提出了水平集算法，這是一種有效解決曲線演化問題的數(shù)值方法，并且計算穩(wěn)定，適合任意維度空間。水平集方法的出現(xiàn)，極大地推動了主動輪廓模型的發(fā)展，水平集方法和曲線演化模型相結(jié)合，克服了傳統(tǒng)Snake模型的諸多固有缺陷，大大

3、拓展了主動輪廓模型的應(yīng)用領(lǐng)域。針對牙齒結(jié)構(gòu)的多目標(biāo)特性，本文主要研究了基于Chan-Vese模型的水平集方法，通過對傳統(tǒng)的水平集方法和無需重新初始化的水平集方法的研究，將其應(yīng)用到口腔CT重建圖像中，逐層的提取出目標(biāo)區(qū)域（牙齒），為后續(xù)的圖像可視化做準(zhǔn)備。
　　醫(yī)學(xué)圖像的可視化技術(shù)是計算機圖形學(xué)和圖像處理在生物醫(yī)學(xué)工程中的重要應(yīng)用，醫(yī)學(xué)上能將人體的組織和病變部位以三維形式顯示出來，為醫(yī)生的臨床診斷和治療提供幫助。醫(yī)生可以無損的獲得人