基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
牙齿的计算机断层扫描(CT)图像中存在边界模糊、相邻牙齿粘连等情况,且拓扑结构较为复杂,要实现准确的牙齿分割非常困难.对传统的牙齿CT图像分割方法,特别是近年来用于牙齿分割的水平集方法进行介绍,对其水平集函数中各能量项进行研究,并通过对比实验体现水平集方法的优越性.基于水平集的牙齿CT图像分割方法中水平集函数的能量项主要包括:竞争能量项、梯度能量项、形状约束能量项、全局先验灰度能量项、局部灰度能量项.实验结果表明基于混合模型的水平集方法分割效果最佳,切牙与磨牙分割准确率分别为88.92%和92.34%,相比自适应闽值和传统水平集方法,分割准确率总体提升10%以上.在综合利用图像信息和先验知识的基础上,通过对水平集函数中能量项进行优化和创新,有望进一步提高分割的准确率.
推荐文章
基于增强补种的混合水平集 CT 图像分割
补种算法
奇异性
水平集
CT 图像
分割
基于模糊水平集的脑肿瘤MR图像分割方法
脑肿瘤
MR
模糊聚类
水平集
图像分割
基于遗传算法的水平集超声图像分割
遗传算法
水平集方法
超声图像分割
基于深度学习算法的脑肿瘤CT图像特征分割技术改进
深度学习算法
脑肿瘤CT图像
特征分割技术
多模态3D-CNN
SAE结构
数据集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于水平集的牙齿CT图像分割技术
来源期刊 计算机应用 学科 工学
关键词 牙齿锥形束计算机断层扫描图像 图像分割 水平集 能量项 混合模型
年,卷(期) 2016,(3) 所属期刊栏目 虚拟现实与数字媒体
研究方向 页码范围 827-832
页数 6页 分类号 TP391.413
字数 6598字 语种 中文
DOI 10.11772/j.issn.1001-9081.2016.03.827
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王远军 上海理工大学医学影像工程研究所 66 239 9.0 12.0
2 汪葛 上海理工大学医学影像工程研究所 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (19)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (4)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
牙齿锥形束计算机断层扫描图像
图像分割
水平集
能量项
混合模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
论文1v1指导