邵金陵, 林珠, 李东, 赵荣椿, 任金昌[1]2002年在《X线颅颌面影像自动识别定点研究》文中进行了进一步梳理目的 研究计算机对X线颅颌面影像的自动识别定点。方法 ①X线颅颌面影像的自动识别:X线颅颌侧位定位片经扫描仪将图像输入计算机,图像处理后重建该图象。②X线颅颌面影像的自动定点:以FH平面为基准进行分区,运用三次样条插值法使曲线光滑,使用轮廓跟踪技术进行标志点的寻找,使用拟合逼近进行拟圆,进行二值化确定两曲线的交点。结果提取出了颅颌面软组织外轮廓、硬组织外轮廓及部分内部结构,提取出了颅颌面31个标志点。结论进行了计算机对X线颅颌面影像轮廓和特征点的识别研究,为全自动识别分析奠定了基础。
邵金陵[2]1999年在《X线颅颌面影像计算机自动识别定点研究》文中研究表明X线颅颌面影像分析是口腔正畸学、正颌外科学等学科对牙颌、颅面畸形进行科学研究和临床诊断、治疗的基本手段。1931年，Broadbent首先提出了将定位X线头颅照片进行X线头影测量分析并将其应用于口腔正畸学的基础与临床研究，此后，X线颅颌面影像分析技术逐步发展且日趋成熟。X线颅颌面影像分析技术在发展过程中，经历了两个阶段：第一：人工进行测量分析：人工画出颅颌面轮廓线，确定标志点，然后使用直尺、量角器等测量这些点与点之间的距离及点与点连线的角度。第二：计算机辅助测量分析：人工画出颅面轮廓线，确定标志点，而后通过图形数字化仪将标志点坐标值输入计算机内；或者，X线片经过扫描仪将图象信息输入计算机内并显示于屏幕，使用鼠标在屏幕上确定标志点。上述两种方式均为人工定点，随后，在计算机内进行测量分析。此外，计算机还可连接一些线段构成颅颌面轮廓线，还可移动组织图象，模拟矫治后的效果、生长发育的结果以及进行手术预测等。 虽然，X线颅颌面影像分析技术逐步发展且日趋成熟，但是，伴随着科学技术的发展与提高，当今的测量分析技术也有其不完善性。目前的X线颅颌面影像分析主要是通过对X线片行人工定点并输入计算机，然后进行测量分析。过程复杂且测量精度较差，测量误差随个人定点的不同而有较大差异。因此，在一定程度上影响了X线颅颌面影像分析的科学性。 近年来，一些学者在减少定点误差方面进行了研究。主要方式为：①通过计算机的图象增强技术提高各标志点的清晰度，使人工识别较为容易，从而提高人工定点的准确性；②计算机自动识别标志点：但是，计算机自动识别标志点的准确性，特别是识别率还未能超过人工定点，对于结构复杂的、较难辨认的标志点更是如此。因此，达到减少定点误差还有相当的距离；③颅颌面三维CT技术：优点为精确的立体颅颌面结构测量，缺点为价格昂贵且使受检者摄入X线较多，因而限制了此技术的应用。因此，
邵金陵, 林珠, 李东, 赵荣椿, 任金昌[3]2003年在《计算机对颅颌面影像的自动识别》文中研究指明目的 采用现代图像处理技术,进行X线颅颌面影像的计算机自动识别研究,为计算机对X线颅颌面影像的全自动识别、定点、测量分析奠定基础。方法 ①图像信息的获取:在头颅定位仪定位下,拍摄研究对象的正中咬合位时X线颅颌侧位片。拍摄的X线片通过扫描仪将图像信息输入计算机。②图像信息的处理:首先是图像增强,按照需要突出、削弱或去除图像中的某些信息;随后,进行图像分层,利用X线颅颌面侧位片图像灰度分布的特征,将原始图像分层;最后,进行图像重建。结果 图像信息的表达:提取了颅面软、硬组织外轮廓及部分颅颌面硬组织内部结构。结论 初步建立了计算机对X线颅颌面影像的自动识别,为进一步研究奠定了基础。
邵金陵, 林珠, 李冬, 赵荣椿, 任金昌[4]2002年在《计算机对X线颅颌面影像的自动定点》文中指出目的 :进行X线颅颌面影像的计算机自动定点研究。方法 :使用计算机提取出的X线颅颌面硬、软组织图象 ,对一些标志点在符合原定义的基础上进行了更为明确的定义以适应计算机的处理 ,采用图象处理技术进行标志点识别。结果 :共判别出 31个标志点。结论 :初步建立了计算机对X线颅颌面影像的自动定点 ,为进一步的研究奠定了基础
邵金陵, 林珠, 李东, 赵荣椿, 任金昌[5]2002年在《X线颅颌面影像标志点的自动识别》文中指出目的 研究计算机对X线颅颌面影像标志点的自动识别。方法 使用计算机提取出的X线颅颌面图象 ,对标志点的自动识别过程为 :①以FH平面为基准进行分区 ;②运用三次样条插值法使曲线光滑 ;③使用轮廓跟踪技术进行标志点的寻找 ;④使用拟合逼近进行拟圆 ;⑤进行二值化以确定两曲线的交点。结果 提取出了颅颌面 3 1个标志点。结论 进行计算机对X线颅颌面影像特征点的识别研究 ,为全自动识别分析奠定了基础
邵金陵, 何艳, 赵荣椿, 任金昌[6]2005年在《计算机对颅颌面影像的自动识别研究》文中进行了进一步梳理自1931年Broadbem 首先提出使用颅颌面定位X 线片进行测量分析以来,X 线头影测量技术逐步发展并被广泛应用。目前的X 线颅颌面影像分析主要是通过对X 线片行人工定点并输入计算机,然后进行测量分析。过程复杂且测量精度较差,测量误差随个人定点的不同而有较大差异,因此,在某种程度上影响了其科学性。近年来,计算机对X 线颅颌面影像的自动识别研究,在这方面进行了努力。目的:采用现代图象处理技术,进行X 线颅颌面影像的计算机自动识别研究。材料和方法:图像信息的获取所有研究对象均在头颅定位仪的严格定位下,拍摄其正中咬合位时
邵金陵, 林珠, 任金昌, 赵荣椿[7]2002年在《X线颅颌影像硬组织内部结构的自动识别》文中研究表明目的 :采用计算机图象处理技术 ,进行X线颅颌影像硬组织内部结构的自动识别研究 ,为计算机对X线颅颌面影像的全自动识别、定点、测量分析奠定基础。方法 :在头颅定位仪的严格定位下 ,拍摄研究对象的正中咬合位时的X线颅颌侧位片。拍摄的X线片通过扫描仪将图像信息输入计算机并进行图象处理。首先是图象增强 ,随后 ,利用X线颅颌面侧位片图象灰度分布的特征 ,将原始图象分层。最后 ,进行了图象重建。结果 :提取出了部分颅颌硬组织内部结构。结论 :初步建立了计算机X线颅颌面影像硬组织的自动识别 ,为进一步的研究奠定了基础
史久慧, 关呈超, 张斌, 李莹, 孙达[8]2006年在《利用神经网络自动识别X线头颅影像标记点》文中认为目的:研究并设计能够自动完成对X线颅颌面影像定点分析的实用程序。方法:采用数学形态学技术对图像增强,识别并提取子图像缩小标志点的标定范围,利用神经网络识别并定位标志点。结果:利用本文所述的方法设计的识别程序很好地完成了对测试X线颅颌面影像的自动定点分析。结论:此法能够高效且准确地对X光颅颌面影像进行自动定点分析。
蒋爱平[9]2007年在《基于分形理论的X线头影侧位片图像分割的研究》文中提出X射线(简称X线)头影测量分析是口腔正畸学、正颌外科学等学科对牙颌、颅面畸形进行科学研究和临床诊断、治疗的基本手段,是影响治疗效果和治疗周期的关键环节。但目前临床X线头影分析都停留在手工测量或计算机辅助测量阶段,工作量大,误差难以控制。由于绝大多数标志点都位于不同组织的边缘上,实现计算机自动定点和自动测量分析的关键是解决X线头影片的软硬组织轮廓分割问题。不同组织轮廓分割完成后才能进行自动定点以及自动测量。X线头影片自动测量分析包括两个过程:①X线头影片的自动识别,即软硬组织轮廓分割;②X线颅颌影像的自动定点。现有X线头影片图像分割方法主要有基于边缘的一阶导数算子和二阶导数算子等方法,基于区域的阈值分割、区域生长等方法。但由于X线头影片图像组织重叠度大、结构复杂、个体差异大、噪声高、对比度低、数据量大、灰度级数复杂、需要的分辨率高等,上述模型对X线头影片图像具有很大的局限性。因此国内外X线头影片的自动定点和自动测量分析研究尚处于初级阶段。本文基于分形几何理论,研究利用简单分形模型和多重分形模型,实现对X线头影侧位片的不同组织的分割。分形几何作为一种新的数学理论,其研究对象是自然界中不规则的、具有自相似性和自仿射性的集合或无序系统。在分形理论中,分数布朗运动作为布朗运动的一般形式,是描述自然图像最有用的数学模型之一。分数布朗运动模型将自然产生的粗糙表面看作是随机行走的最终结果。在我们的宇宙中,这种随机行走是基本的物理过程。而多重分形谱能够全面反映表面上不同几何或物理性质,可以描述其它方法难以描述的具有自相似结构体系中某些物理量的分布特征。事实上,图像边缘除了用几何特征定义外,还可以用给定尺度下的图像灰度的概率分布来定义。多重分形既通过奇异指数描述了其几何特征,又通过多重分形谱考虑了其统计特性,在保留主要边缘信息的同时忽略次要信息。根据颅颌面部结构和X线头影侧位片的特点,结合临床需求,本文的主要创新成果如下:1.建立了基于离散分数布朗运动模型的X线头影侧位片表面的分形模型。研究了X线头影侧位片标度不变性,确定了其无标度区间;分割出X线头影侧位片的软硬组织外轮廓线,以及耳点蝶鞍区等第一区域。2.提出了基于多重相关方差的多重分形谱算法。本研究针对现有计算多重分形谱方法存在的对噪声敏感和权重因子收敛慢的缺点,构建了图像五邻域多重相关函数,定义图像的多重分形谱的归一化多重相关方差概率测度,应用多重相关函数具有抑制白噪声和宽带有色噪声的性质,克服了在多重分形谱分析易受噪声影响的缺点。建立X线头影侧位片的多重分形模型。通过研究X线头影侧位片的多重分形特性,分析X线头影侧位片的多重分形谱与权重因子相关性,进一步判定线性区间及适当的权重因子,得到X线头影片图像的多重分形的线性区间,并对第二区域进行进一步分割。3.提出了基于欧氏距离相关函数的多重分形谱算法。为更好地描述X线头影侧位片的多重分形分布,本文构建了一个X线头影侧位片的欧氏距离相关函数,定义了基于欧氏距离相关函数的多重分形谱的归一化概率测度。不仅能使权重因子的截止范围小,抑制图像噪声,还能更好地描述了X线头影侧位片的多重分形分布。建立X线头影侧位片的多重分形模型。研究X线头影侧位片的多重分形特性,分析X线头影侧位片的多重分形谱与权重因子相关性,判定其线性区间及适当的权重因子,并对第三区域进行进一步分割。实验仿真分析表明,本研究提出的图像分割方法比基于边缘的Canny和Sobel算子分割方法更为准确。
蒋爱平, 王祁[10]2005年在《分数布朗运动在X线图像边缘提取中的应用》文中研究表明分析了X线影像图像的成像机理及其特点,介绍了分数布朗运动模型在X线图像边缘提取中的应用,特别提出了对X线颅颌影像定位片进行边缘提取的新方法,并应用此方法对X线颅颌影像侧位片进行处理,得到了完整连续的头影侧位片不同组织的轮廓线。与现有的X线颅颌影像分析中边缘提取的结果相比,其软硬组织的边缘更加清晰、准确,最大限度地保留了不同组织的边缘信息,为进一步进行准确计算机自动定点奠定了基础。
参考文献：
[1]. X线颅颌面影像自动识别定点研究[J]. 邵金陵, 林珠, 李东, 赵荣椿, 任金昌. 口腔正畸学. 2002
[2]. X线颅颌面影像计算机自动识别定点研究[D]. 邵金陵. 第四军医大学. 1999
[3]. 计算机对颅颌面影像的自动识别[J]. 邵金陵, 林珠, 李东, 赵荣椿, 任金昌. 口腔医学. 2003
[4]. 计算机对X线颅颌面影像的自动定点[J]. 邵金陵, 林珠, 李冬, 赵荣椿, 任金昌. 北京口腔医学. 2002
[5]. X线颅颌面影像标志点的自动识别[J]. 邵金陵, 林珠, 李东, 赵荣椿, 任金昌. 临床口腔医学杂志. 2002
[6]. 计算机对颅颌面影像的自动识别研究[C]. 邵金陵, 何艳, 赵荣椿, 任金昌. 第六届全国生物医学体视学学术会议暨第九届全军军事病理学学术会议、第五届全军定量病理学学术会议论文汇编. 2005
[7]. X线颅颌影像硬组织内部结构的自动识别[J]. 邵金陵, 林珠, 任金昌, 赵荣椿. 北京口腔医学. 2002
[8]. 利用神经网络自动识别X线头颅影像标记点[J]. 史久慧, 关呈超, 张斌, 李莹, 孙达. 放射学实践. 2006
[9]. 基于分形理论的X线头影侧位片图像分割的研究[D]. 蒋爱平. 哈尔滨工业大学. 2007
[10]. 分数布朗运动在X线图像边缘提取中的应用[J]. 蒋爱平, 王祁. 控制工程. 2005