基于配準(zhǔn)點(diǎn)云集Delaunay虛擬種植導(dǎo)板研究.pdf

1、分類號：UDC：密級：學(xué)校代號：11845學(xué)號：2111104108廣東工業(yè)大學(xué)碩士學(xué)位論文(工學(xué)碩士)基于配準(zhǔn)點(diǎn)云集Delaunay虛擬種植導(dǎo)板研究梁英蓬指導(dǎo)教師姓名、職稱：廑堊塾援學(xué)科(專業(yè))或領(lǐng)域名稱：控劍堡途量控劍王猩學(xué)生所屬學(xué)院：自動絲堂院論文答辯日期：三Q二四生五旦三二旦摘要摘要隨著圖像信息處理技術(shù)和醫(yī)學(xué)成像可視化技術(shù)的發(fā)展，口腔臨床外科手術(shù)的安全性和微創(chuàng)性成為可能。以數(shù)字圖像可視化信息技術(shù)為核心的口腔虛擬種植輔助手術(shù)系統(tǒng)已

2、成為臨床可視化領(lǐng)域高度關(guān)注的對象。然而，虛擬種植導(dǎo)板作為引導(dǎo)種植手術(shù)轉(zhuǎn)移的媒介和信息載體，是牙種植手術(shù)準(zhǔn)確轉(zhuǎn)移的關(guān)鍵保證，但于由于傳統(tǒng)種植導(dǎo)板是通過石膏模型制作的，無法獲得頜骨準(zhǔn)確的組織結(jié)構(gòu)，制作過程中存在明顯安全性和可靠性的缺陷，容易引起種植區(qū)組織骨裂，穿孔下頜神經(jīng)管等并發(fā)癥。本文在CT口腔三維可視化技術(shù)基礎(chǔ)上，對受植區(qū)幾何結(jié)體、牙表面輪廓、邊緣特征進(jìn)行測量研究，利用改進(jìn)的LEVELSET算法重建下牙槽神經(jīng)管，再基于Delaunay配

3、準(zhǔn)融合技術(shù)生成目標(biāo)種植區(qū)域虛擬種植模板，最后結(jié)合空間特征完善種植定位導(dǎo)板的設(shè)計(jì)。本文的研究工作和創(chuàng)新之處體現(xiàn)在如下方面：一、研究改進(jìn)的Levelset牙頜神經(jīng)管分割方法：通過分析牙頜神經(jīng)管自身邊緣的復(fù)雜性，提出了牙弓曲線約束的多水平集主次統(tǒng)計(jì)模型的Levelset算法，該算法充分利用了牙頜神經(jīng)管牙弓曲線的局部信息，結(jié)合區(qū)域形狀和邊界信息約束多水平集函數(shù)的優(yōu)點(diǎn)，不僅有效解決單一水平集速度函數(shù)定義困難和水平速度函數(shù)缺少回饋控制的問題，而且引

4、入結(jié)合牙弓曲線局部信息，融合區(qū)域、形狀和邊界信息約束，能有效減少計(jì)算量的同時(shí)兼顧了全局和局部特征信息，有效提高牙頜神經(jīng)管分割的準(zhǔn)確性。二、研究牙種植虛擬導(dǎo)板模型：利用法向特征曲面的ICP混合算法，將MC面重建技術(shù)構(gòu)建的三維牙頜模型和Delaunay三角網(wǎng)絡(luò)算法重建的點(diǎn)云集牙頜模型進(jìn)行配準(zhǔn)融合，生成精確的牙頜結(jié)構(gòu)等相關(guān)信息，選取適當(dāng)部分作為導(dǎo)向模板與口腔表面相接合的配合面，然后進(jìn)行抽殼和拔模得到導(dǎo)板模型，試驗(yàn)表明其算法有效地解決單一數(shù)據(jù)牙