DE10045551A1 - Verfahren zum Identifizieren von Alveolar-Nervenbereichen im Kieferbild - Google Patents
Verfahren zum Identifizieren von Alveolar-Nervenbereichen im KieferbildInfo
- Publication number
- DE10045551A1 DE10045551A1 DE10045551A DE10045551A DE10045551A1 DE 10045551 A1 DE10045551 A1 DE 10045551A1 DE 10045551 A DE10045551 A DE 10045551A DE 10045551 A DE10045551 A DE 10045551A DE 10045551 A1 DE10045551 A1 DE 10045551A1
- Authority
- DE
- Germany
- Prior art keywords
- pixels
- nerve
- area
- image
- jaw
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
- 210000005036 nerve Anatomy 0.000 title claims abstract description 251
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000002591 computed tomography Methods 0.000 title abstract description 74
- 238000001356 surgical procedure Methods 0.000 title description 7
- 208000004929 Facial Paralysis Diseases 0.000 title description 2
- 208000036826 VIIth nerve paralysis Diseases 0.000 title description 2
- 230000010339 dilation Effects 0.000 claims description 7
- 230000035784 germination Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims 2
- 238000004364 calculation method Methods 0.000 claims 1
- 210000001847 jaw Anatomy 0.000 description 116
- 239000007943 implant Substances 0.000 description 18
- 238000002513 implantation Methods 0.000 description 16
- 230000003628 erosive effect Effects 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 210000000988 bone and bone Anatomy 0.000 description 4
- 238000003064 k means clustering Methods 0.000 description 4
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 2
- 235000011613 Pinus brutia Nutrition 0.000 description 2
- 241000018646 Pinus brutia Species 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 210000004373 mandible Anatomy 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 229910000497 Amalgam Inorganic materials 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000004053 dental implant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000502 dialysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 210000002050 maxilla Anatomy 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 210000000944 nerve tissue Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 210000000216 zygoma Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/506—Clinical applications involving diagnosis of nerves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- A61B6/51—
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C1/00—Dental machines for boring or cutting ; General features of dental machines or apparatus, e.g. hand-piece design
- A61C1/08—Machine parts specially adapted for dentistry
- A61C1/082—Positioning or guiding, e.g. of drills
- A61C1/084—Positioning or guiding, e.g. of drills of implanting tools
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
- G06T2207/10124—Digitally reconstructed radiograph [DRR]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30052—Implant; Prosthesis
Abstract
Verfahren zum Identifizieren von Alveolar-Nervenbereichen im Kieferbild für Zahnimplantationen. Das Verfahren mit: (a) Aufteilen des 3-dimensionalen Kieferbildes in eine Anzahl von 2-dimensionalen Schnittbildern; (b) Ermitteln eines Binärbildobjekts, das einem Kieferbereich in einem der Schnittbilder entspricht; (c) Gruppieren der Pixel des Binärbildobjekts des Kieferbereichs in Cluster, welche jeweils Pixel mit einer ähnlichen Intensität aufweisen; (d) Bestimmen der Cluster, die mehr als eine vorbestimmte Mindestanzahl von Pixeln aufweisen, sowie Bestimmen eines Minimum-Clusters, welches die geringste Pixelintensitätsverteilung unter den Clustern aufweist; (e) Bilden eines neuen Binärbildes, welches Pixel aufweist, die sowohl dem Kieferbereich als auch den Clustern mit einer geringeren Intensitätsverteilung als dem Minimum-Cluster angehören, um ein Mögliches Nervenobjekt zu extrahieren; und (f) Bestimmen, ob das mögliche Nervenobjekt dem tatsächlichen Alveolar-Nervenbereich entspricht. Daher ermöglicht das Verfahren einem Zahnchirurgen die Lage des Alveolar-Nervenbereichs während einer Implantation in einer automatisierten Weise genau zu ermitteln.
Description
Die Erfindung betrifft ein Verfahren zum Identifizieren
von Alveolar-Nervenbereichen in einem Kieferbild während einer
Zahnimplantation und insbesondere ein automatisches oder
halbautomatisches Verfahren zum Identifizieren von Alveolar-
Nervenbereichen in einem durch Computertomographie erhaltenen
(computer tomography, CT) Kieferbild.
Es ist üblich geworden, zu stark beschädigte Zähne, die
nicht mehr behandelt werden können, operativ durch künstliche
Zähne zu ersetzen. Bei einer solchen Operation muß eine
Implantatschraube als Halterung für die künstlichen Zähne in
den Kieferknochen eingesetzt werden.
In den Fig. 1A bis 1G sind alle Schritte einer
Implantation dargestellt. Wird ein Zahn infolge eines
Zahnschadens gezogen, wie in Fig. 1A dargestellt, so wird in
dieser Zahnlücke ein künstlicher Zahn folgendermaßen
implantiert. Wie aus Fig. 1B ersichtlich, wird das Zahnfleisch
im Bereich der Zahnlücke aufgeschnitten. Ein Bereich wird
aufgebohrt, um eine Öffnung auszubilden, in die eine
Implantatschraube eingesetzt werden soll, wie aus Fig. 1C
ersichtlich, und die Implantatschraube wird in das Loch
eingesetzt, wie aus Fig. 1D ersichtlich. Dann wird der
Implantationsbereich in Ruhe gelassen, um zu ermöglichen, daß
die Implantatschraube mit dem Kieferknochen richtig
zusammenwächst und neues Gewebe über der Implantatschraube
wächst, um diese zu bedecken, wie aus Fig. 1E ersichtlich.
Wenn die Implantatschraube richtig mit dem Kieferknochen
zusammengewachsen ist, wird das Zahnfleisch über dem
Implantationsbereich entfernt, wie aus Fig. 1F ersichtlich,
und dann wird der künstliche Zahn an der Implantatschraube
befestigt.
Wenn ein Zahnarzt während der oben beschriebenen Operation
die Implantatschraube jedoch nicht in einen geeigneten Bereich
in einer richtigen Richtung einsetzt, kann die
Implantatschraube den künstlichen Zahn nicht richtig halten
oder die falsch eingeführte Implantatschraube kann in Alveolar-
Nerven eindringen, wodurch eine Gesichtslähmung verursacht
wird. Folglich ist der wichtigste Schritt bei der Implantation
die Dicke des Kieferknochens im Bereich der gewünschten
Implantation genau abzuschätzen. Insbesondere muß ein Berühren
der Implantatschraube mit einem Bereich geringer Dichte und ein
Eindringen in die Nerven in dem Kieferknochen verhindert
werden. Folglich ist es für den Zahnchirurgen wichtig, die Lage
der Nerven in der Umgebung der gewünschten Implantatstelle
genau zu untersuchen.
Der Erfolg einer Implantationen hängt davon ab, wie genau
der Zahnchirurg die Dichte des Kieferknochens eines Patienten
festellen kann. Das derzeit führende Verfahren zum genauen
Feststellen der Kieferknochendichte ist die Computertomographie
(CT). Bei einem CT wird ein Objekt in mehreren Richtungen
abgetastet, um ein 3-dimensionales Bild des Objekts zu
erfassen. Bei einer Zahnoperation wird typischerweise entweder
der Kinnbacken (maxilla) oder der Kiefer (mandible) in 1,0 mm
Schritten während der CT abgetastet, wodurch ungefähr 45
Schnittbilder entstehen.
Fig. 2 zeigt ein durch CT erhaltenes Bild eines Kiefers.
Wie aus Fig. 2 ersichtlich, stellen die CT-Abtastung und die
Computersimulationsverfahren eine große Informationsmenge des
Kiefers für den Zahnchirurgen zur Verfügung. Es ist jedoch für
den Zahnchirurgen nicht einfach, den Bereich, in dem sich die
Nerven befinden, aus den CT-Bildern direkt und genau zu
identifizieren.
Um die oben genannten Probleme zu lösen, ist es ein Ziel
der Erfindung, ein automatisches Verfahren zum Identifizieren
eines Alveolar-Nervenbereichs in einem durch
Computertomographie (CT) erhaltenen Kieferbild bereitzustellen.
Es ist ein weiteres Ziel der Erfindung ein Verfahren zum
Identifizieren eines Alveolar-Nervenbereichs in einem durch
Computertomographie (CT) erhaltenen Kieferbild unter Verwenden
eines in einem CT-Schnittbild vorhandenen Keimpunkt (seed
point) bereitzustellen.
Es ist ein weiteres Ziel der Erfindung computerlesbare
Medien für die Verfahren zum Identifizieren eines Alveolar-
Nervenbereichs bereitzustellen.
Gemäß einem Aspekt der Erfindung wird ein Verfahren zum
Identifizieren eines Alveolar-Nervenbereichs bereitgestellt,
die folgende Schritte aufweisend: (a) Aufteilen des 3-
dimensionalen Kieferbildes in eine Anzahl von 2-dimensionalen
Schnittbildern; (b) Erfassen eines binären Bildobjekts, das
einem Kieferbereich aus einem der Schnittbilder entspricht; (c)
Gruppieren von Pixeln des binären Bildobjekts des
Kieferbereichs in Cluster, welche jeweils Pixel mit einer
ähnlichen Intensität aufweisen; (d) Ermitteln der Cluster, die
mehr als eine vorbestimmte Mindestanzahl von Pixeln aufweisen,
sowie Ermitteln der Minimum-Cluster, welche die geringste
Pixelintensitätsverteilung unter den Clustern aufweist; (e)
Bilden eines neuen Binärbildes, welches Pixel aufweist, die
sowohl dem Kieferbereich (mandible) als auch den Clustern mit
einer Intensitätsverteilung angehören, die geringer als die des
Minimum-Clusters, um ein mögliches Nervenobjekt zu extrahieren;
und (f) Festlegen, ob das mögliche Nervenobjekt dem
eigentlichen Alveolar-Nervenbereich entspricht.
Das Verfahren zum Identifizieren eines Alveolar-
Nervenbereichs kann ferner aufweisen: Ermitteln von möglichen
Nervenobjekten für den tatsächlichen Alveolar-Nervenbereich mit
Bezug auf alle Schichtbilder und Zusammensetzen aller
Schnittbilder zu einem Kieferbild, um den vollständigen
Alveolar-Nervenbereich unter Verwenden der möglichen
Nervenobjekten zu erhalten. Das Verfahren kann ferner
aufweisen: Identifizieren eines Alveolar-Nervenbereichs für ein
benachbartes Schnittbild Si-1 oder Si+1, welche vor oder nach
dem Schnittbild Si angeordnet sind, indem der durch das
Schnittbild Si festgelegte Alveolar-Nervenbereich vergrößert
wird.
Vorzugsweise weist der Schritt (f) auf: (f1) Ausführen
einer Dialationsoperation an dem möglichen Nervenobjekt, um
dessen Perimeterbereich zu extrahieren; (f2) Vergleichen der
Intensität der zu dem Perimeterbereich gehörenden Pixel mit der
Intensität der inneren Pixel, die von dem Perimeterbereich
umgeben sind, und (f3) Ermitteln eines Objekts mit einem
Perimeterbereich als ein neues mögliches Nervenobjekt, bei dem
die Intensität der Pixel größer ist als die der inneren Pixel.
Alternativ dazu kann der Schritt (f) aufweisen: (f1) Berechnen
der Anzahl N1 von den zu dem möglichen Nervenobjekt gehörenden
Pixeln; (f2) Berechnen des Mittelpunkts (centroid point) des
möglichen Nervenobjekts; (f3) Ausführen einer
Bereichsvergrößerungsoperation (region growing operation) an
dem möglichen Nervenobjekt ausgehend von dem Mittelpunkt als
einen Keimpunkt, um ein vergrößertes Nervenobjekt zu erzeugen;
(f4) Berechnen der Anzahl N2 der Pixel des vergrößerten Nerven
objekts; und (f5) Vergleichen von N1 und N2 und wenn N2 um eine
vorbestimmte Anzahl oder mehr größer als N1 ist, Entfernen des
möglichen Nervenobjekts. Bei einer weiteren Ausführungsform
kann der Schritt (f) aufweisen: (f1) Berechnen eines
Mittelpunkts bezogen auf alle in den Kieferbereich des Schnitt
bilds gehörenden Pixel; (f2) Ermitteln des obersten und des
untersten Pixels des Kieferbereichs und Berechnen eines Punkts,
der mittig zwischen dem obersten und dem untersten Pixel liegt;
(f3) Ermitteln, ob der Mittelpunkt in der Nähe des Punkts, der
mittig zwischen dem obersten und dem untersten Pixel liegt,
angeordnet ist; und (f4) wenn der Mittelpunkt in der Nähe des
Punkts, der mittig zwischen dem obersten und dem untersten
Pixel liegt, angeordnet ist, Ermitteln des möglichen
Nervenobjekts oberhalb des Punkts, der mittig zwischen dem
obersten und dem untersten Pixel liegt, und am nächsten an dem
Mittelpunkt angeordnet ist, oder des möglichen Nervenobjekts
unterhalb des Punkts, der mittig zwischen dem obersten und dem
untersten Pixel liegt, und am nächsten an dem Mittelpunkt
angeordnet ist als tatsächlichen Alveolar-Nervenbereich und
wenn der Mittelpunkt nicht in der Nähe des Punkts, der mittig
zwischen dem obersten und dem untersten Pixel liegt, angeordnet
ist, Ermitteln des am nächsten zu dem Mittelpunkt liegenden
möglichen Nervenobjekts als ein Alveolar-Nervenbereich.
Gemäß einem weiteren Aspekt der Erfindung wird ein
Verfahren zum Identifizieren eines Alveolar-Nervenbereichs in
einem Kieferbild bereitgestellt, die folgenden Schritte
aufweisend: (a) Aufteilen des 3-dimensionalen Kieferbilds in
eine Anzahl von 2-dimensonalen Schnittbilder und Auswählen
eines der Schnittbilder; (b) Anzeigen der möglichen Nervenpixel
auf dem ausgewählten Schnittbild, wobei eines der möglichen
Nervenpixel als Keimpunkt ausgewählt wird und zum
Identifizieren des Alveolar-Nervenbereichs des Schnittbildes
verwendet wird; (c) ein Benutzer legt den Keimpunkt unter den
möglichen Nervenpixeln fest; und (d) Vergleichen der Intensität
des Keimpunkts mit der Intensität der benachbarten Pixel und
Ausführen eines Bereichsvergrößerungsprozesses in dem
Schnittbild basierend darauf, ob ein Unterschied zwischen den
verglichenen Intensitäten innerhalb eines vorbestimmten
Fehlerbereichs liegt, um ein Pixel zu ermitteln, das einem
Alveolar-Nervenbereich in dem Schnittbild entspricht.
Vorzugsweise weist das Verfahren zum Identifizieren von
Alveolar-Nerven ferner das Identifizieren eines Alveolar-
Nervenbereichs für ein benachbartes Schnittbild Si-1 oder Si+1,
welche vor oder nach dem Schnittbild Si angeordnet sind, indem
der durch die Schicht Si festgelegte Alveolar-Nervenbereich
vergrößert wird. Ferner kann das Verfahren ein Ausführen der
Schritte (a) bis (d) aufweisen bezüglich jedes Schnittbilds, um
die Alveolar-Nervenbereiche zu ermitteln und ein Zusammenfügen
aller Schnittbilder zu einem Kieferbild, um einen vollständigen
Alveolar-Nervenbereich in einem zum Ermitteln der Alveolar
bereiche verwendeten Kieferbild zu erzeugen.
Die Erfindung wird anhand der Beschreibung mit Hilfe der
Zeichnung näher erläutert, in der Zeichnung zeigen:
Fig. 1A bis 1G jeden Schritt einer Zahnimplantation;
Fig. 2 ein durch eine Computertomographie (CT) erhaltenes
3-dimensionales Bild eines Kiefers;
Fig. 3A und 3B ein Verfahren, um aus einem 3-dimensionalen
CT-Bild eines Kiefers Schnittbilder zu erhalten, welche dann
verwendet werden, um einen Alveolar-Nervenbereich in einem CT-
Bild gemäß der Erfindung zu identifizieren;
Fig. 4A bis 4D Flußdiagramme, die ein Verfahren zum
Identifizieren eines Alveolar-Nervenbereichs in einem CT-
Schnittbild eines Kiefers gemäß einer bevorzugten Aus
führungsform der Erfindung darstellen;
Fig. 5A bis 5I die Bilder von CT-Schichten nach den
Schritten des Verfahrens in Fig. 4A bis 4D;
Fig. 6 ein Flußdiagramm, das eine weitere Ausführungsform
des Verfahrens zum Identifizieren eines Alveolar-Nervenbereichs
in einem CT-Bild eines Kiefers gemäß der Erfindung darstellt;
Fig. 7A bis 7E die Bilder von CT-Schnitten nach den
Schritten des Verfahrens in Fig. 6; und
Fig. 8 einen Zustand, in dem ein virtuelles Schrauben
implantat in einen Implantationsbereich eines Kieferbildes
eingeführt ist.
Bei der Erfindung wird ein Kieferbereich in einem CT-
Schnittbild basierend auf der Intensitätsverteilung des
Bereichs unterschieden und ein als tatsächlicher Alveolarnerv
im Kiefer betrachteter möglicher Nervenbereich wird aus dem
Kieferbereich extrahiert. Dann wird der mögliche Nervenbereich
einer Reihe von Bildverfahren unterzogen, um die möglichen
Nervenbereiche zu entfernen, die eine geringe
Wahrscheinlichkeit aufweisen, tatsächliche Alveolarnerven zu
sein. Die verwendeten Bildverfahren weisen morphologische
Operationen, Kontrasterhöhung, K-Means-Clustering und
Bereichsvergrößerungs-Bildverarbeitungs-Algorithmen auf. Das
endgültige Ausgabebild wird als ein Binärbild dargestellt,
welches die Form, Größe und Position der identifizierten
Alveolar-Nervenbereiche darstellt.
Die in der Beschreibung der Ausführungsformen verwendeten
Begriffe werden folgendermaßen definiert. Der Begriff "Objekt"
bezieht sich auf eine Gruppe von Binärpixeln, die räumlich
benachbart oder miteinander verbunden sind. Der Begriff
"Perimeter" bezieht sich auf eine Menge der äußersten
Binärpixel eines Objekts, wobei die äußersten Binärpixel
miteinander verbunden sind, um eine geschlossene Schleife
auszubilden. Der Begriff "Mittelpunkt" bezieht sich auf die
mittlere Position aller ein Objekt ausbildenden Pixel. Der
Begriff "Cluster" bezieht sich auf eine Menge von Pixeln mit
einer ähnlichen Charakteristik, beispielsweise mit einer
ähnlichen Dichte.
Die in den folgenden Ausführungsformen eingesetzte
Bildverarbeitung wird kurz erläutert. Erstens, "morphologische
Operationen" beziehen sich auf mathematische Werkzeuge zum
Verarbeiten und Manipulieren einer Menge von Objekten, welche
Dilatations-, Erosions-, Schließ- und Öffnungsoperationen
bezüglich eines Binärbilds aufweisen. Die Dilatationsoperation
dehnt die hellen Bereiche des Originalbilds aus und zieht die
dunklen Bereiche des Originalbilds zusammen, so daß das
Gesamtbild heller und größer erscheint. Im Gegensatz zu der
Dilatationsoperation dehnt die Erosionsoperation die dunklen
Bereiche des Originalbilds aus und zieht die helleren Bereiche
des Originalbilds zusammen, so daß das Gesamtbild dunkler und
kleiner erscheint. Der Grad der Ausdehnung oder der Kontraktion
des Originalbilds durch die Dilatations- oder die
Erosionsoperation variiert entsprechend der Größe und des Werts
eines als Strukturelement verwendeten Operators. Die Öffnungs-
und Schließoperationen werden in Kombination mit den
Dilatations- und Erosionsoperationen durchgeführt. Die
Öffnungsoperation wird hier zum Glätten eines Bereichs ver
wendet, bei dem die Helligkeit stark zunimmt, wohingegen die
Schließoperation zum Glätten eines Bereichs verwendet wird, bei
dem die Helligkeit stark abnimmt.
Zweitens, "Kontrasterhöhung" bezieht sich auf eine lineare
Skalierung eines Bildes, um die Intensität eines Bildes
zwischen vorbestimmten Maximum- und Minimumwerten anzuordnen.
Drittens, "K-Means-Clustering" bezieht sich auf die Zuordnung
von Pixeln eines Eingangsbildes zu einer Mehrzahl von K-
Clustern gemäß der Intensitätsähnlichkeit. Ein Benutzer
definiert K-mittel Intensitätswerte für K-Cluster und jedes
Pixel eines Bildes wird dann dem Cluster zugeordnet, deren
Mittelintensität der Intensität des Pixels am nächsten kommt.
Nachdem alle Pixel zugeordnet wurden, wird die Mittelintensität
der Pixel jedes Clusters berechnet. Dann wird das Ergebnis als
die neue Mittelintensität für jedes Cluster definiert.
Darauffolgend werden die Pixel des Bildes den entsprechenden
Cluster basierend auf den neuen Mittelintensitäten der Gruppen
neu zugeordnet. Dieser Prozeß wird solange wiederholt, bis die
Durchschnittsintensität jedes Clusters die geringste Änderung
zeigt.
Viertens, "Bereichsvergrößerung" bezieht sich auf das
Bestimmen eines Keimpixels für jedes Cluster und Zuordnen der
benachbarten Pixel mit einer Intensität innerhalb einer
vorbestimmten Toleranz bezogen auf die Keimpixelintensität in
das entsprechende Cluster. Die Durchschnittsintensität der in
jedem Cluster enthaltenen Pixel wird nach einer vorbestimmten
Zeitperiode erneut berechnet und jedes Pixel des Bildes wird
dem entsprechenden Cluster basierend auf den neuen
Durchschnittsintensitäten zugeordnet.
Fig. 3A und 3B sind Diagramme, die ein Verfahren dar
stellen, um von einem 3-dimensionalen CT-Bild eines Kiefers
Schnittbilder zu erhalten, welche dann verwendet werden, um
einen Alveolar-Nervenbereich in einem CT-Bild gemäß der
Erfindung zu identifizieren.
Bezugnehmend auf Fig. 3A wird das Kieferbild in der
Längsrichtung des Backenknochens (von der Oberseite zu der
Unterseite des Kiefers hin, wie aus Fig. 3A ersichtlich) ge
schnitten, d. h. entlang der Linien A-A', B-B' und C-C', um
Querschnitte des Kiefers auszubilden. Hier wird das
Querschnittbild von der durch den Pfeil 31 angezeigten Richtung
als Schnittbild angezeigt. Der Abstand zwischen den
Querschnitten hängt hier im allgemeinen von der Auflösung des
CT-Bildes ab. Werden die Abstände geringer, so können Alveolar-
Nervenbereiche genauer ermittelt werden. Der unter Bezugnahme
der Fig. 4A bis 4D beschriebene Prozeß muß jedoch entsprechend
der Anzahl der geschnittenen Querschnitte wiederholt werden, so
daß die für die Identifizierung des Alveolar-Nevenbereichs
benötigte Zeit erhöht wird. Die erhaltenen Querschnittbilder
werden als ein in Fig. 5A dargestelltes "Eingabebild"
bereitgestellt.
Fig. 3B zeigt einen Fall bei dem das Kieferbild senkrecht
zu der gestrichelten Linie 38 des Kiefers geschnitten wird,
d. h. entlang der Linien A-A' und B-B' um die Querschnitte des
Kiefers zu erhalten. Hier wird das Querschnittbild von der
durch die Pfeile 35 oder 36 angezeigten Richtungen als
Schnittbild angezeigt. Die Alveolar-Nerven sind entlang der
Mittellinie des Kiefers angeordnet. Wenn folglich Alveolar-
Nervenbereiche in jedem der Querschnitt-Schnitte in der in aus
Fig. 3B ersichtlichen Richtung identifiziert werden und dann zu
einem gesamten Alveolar-Nervenbereich verbunden werden, kann
ein Ergebnis erzielt werden, welches gegenüber dem durch das in
Fig. 3A dargestellten Schneideverfahren erzeugte Ergebnis
bevorzugt wird. Obwohl die Alveolar-Nervenbereiche durch die
Querschnitt-Schnitte in der parallelen Richtung, welche nicht
senkrecht zu der Mittellinie des Kiefers sind, wie aus Fig. 3A
ersichtlich, identifiziert werden, ist kein erheblicher
Unterschied zwischen den durch die unterschiedlichen
Schnittverfahren erhalten Ergebnisse ersichtlich, da das
Schnittintervall sehr klein ist. Daher kann gefolgert werden,
daß das in Fig. 3A dargestellte Schneiden eines Kieferbildes im
Vergleich zu dem in Fig. 3B dargestellten Verfahren einfacher
ist.
Bei dieser Ausführungsform wird ein durch CT erhaltenes 3-
dimensionales Bild eines Kiefers in eine Mehrzahl von 2-
dimensionalen Schnittbildern geschnitten, wie aus den Fig. 3A
oder 3B ersichtlich, und der Alveolar-Nervenbereich des Kiefers
jedes Schnittbildes wird durch das in den Fig. 4A bis 4D
dargestellte Verfahren identifiziert. Nachdem der Nervenbereich
in jedem Schnittbild ermittelt ist, werden die Bilder aller
Schnittbilder vereinigt, um den gesamten Alveolar-Nervenbereich
des Kiefers unter Verwenden der Nervenbereiche der
Schnittbilder auszubilden.
Fig. 4A bis 4D sind Flußdiagramme, die ein Verfahren zum
Identifizieren eines Alveolar-Nervenbereichs eines Kiefers
gemäß der Erfindung darstellen. Fig. 5A bis 5I zeigen durch die
Schritte des in Fig. 4A bis 4D dargestellten Verfahrens
erhaltene Schnittbilder.
In Schritt 41 wird ein Kieferbild durch eine CT ausge
bildet und dann in 2-dimensionale Schnittbilder geschnitten,
wie unter Bezugnahme der Fig. 3A oder 3B beschrieben. Fig. 5A
zeigt das Bild eines der Schnittbilder, welches als "Eingabe
bild" bezeichnet wird. Die Intensität jedes Pixels des
Schnittbildes weist einen Wert zwischen 0 und 2N-1 auf, wobei N
die Anzahl der verwendeten Bits ist, um jedes Pixel
darzustellen. Wenn N = 16 ist, ist die maximale Pixelintensität
65,535.
Im allgemeinen werden CT-Schnittbilder mit verschiedenen
über den Computer zugeführten Texten versehen, wie
beispielsweise Schnittbildnummer und die Höhe und Breite des
Schnittbildes. Diese Anmerkungen sind am Rand des Schnittbildes
angebracht und weisen eine konstante Intensität auf, welche
sehr viel höher als die der benachbarten Pixel ist. In Schritt
42 werden die Pixel mit der größten Intensität ermittelt, die
die Pixel der Anmerkung beinhalten, und dann wird die
Intensität der ermittelten Pixel auf Null oder auf den
Minimalwert gesetzt. Anders ausgedrückt, nachdem alle Pixel des
Schnittbildes abgetastet wurden, um die maximale Pixel
intensität herauszufinden, wird die Intensität aller Pixel mit
der gleichen oder einer etwas geringeren Intensität als die
maximale Pixelintensität auf Null (schwarz) gesetzt.
In dem Fall, daß bei einem Patienten einer oder mehrere
Zähne mit Amalgam behandelt wurden, absorbieren diese
künstlichen Strukturen Röntgenstrahlen und erscheinen auf dem
CT-Schnittbild sehr hell und sind gewöhnlich in dem oberen
Abschnitt des Kieferbilds angeordnet. Folglich besteht die
Notwendigkeit die Intensität dieser Pixel, die einem solchen
hellen Bereich zugeordnet sind, auf Null oder die minimale
Pixelintensität zu setzen. Die mittlere und die oberste
Koordinate des Kieferobjekts werden berechnet und daraufhin
wird die Durchschnittsintensität der Pixel zwischen diesen
beiden Koordinaten berechnet. Dann wird die Intensität des
Pixels mit einer größeren Intensität als die
Durchschnittsintensität auf Null gesetzt. Fig. 5B zeigt das
Schnittbild nachdem Schritt 42 ausgeführt wurde, wobei die
Pixel für die Anmerkung und die künstliche Struktur entfernt
wurden.
Dann wird ein Binärbild (bestehend aus "0" und "1") für
den Kieferbereich aus dem Eingabebild, aus dem die Anmerkung
entfernt wurde, näherungsweise getrennt, welches als
Kieferobjekt bezeichnet wird. Die Durchschnittsintensität des
Kieferobjekts ist größer als die des Hintergrundbereichs und
folglich wird ein vorbestimmter Schwellenwert eingestellt, um
die Pixel mit einer geringeren Intensität als der Schwellenwert
zu eliminieren, so daß der Kieferbereich von den anderen
Bereichen unterschieden werden kann. Wenn die Pixelintensität
größer ist als der Schwellenwert, wird die Pixelintensität auf
1 (weiß) gesetzt. Ansonsten wird die Pixelintensität auf 0
(schwarz) gesetzt, wenn die Pixelintensität kleiner ist als der
Schwellenwert. Folglich erhält man ein in Fig. 5C
dargestelltes Binärbild, das sogenannte Kieferobjekt (Schritt
43). Die Durchschnittspixelintensität der CT-Schicht kann als
Schwellenwert eingestellt werden.
Wenn das Binärbild jedoch unter Verwenden des Schwellen
werts erhalten wird, wie aus Fig. 5C ersichtlich, können viele
unnötige kleinere Objekte zusätzlich zu dem Kieferobjekt
erscheinen. Für diesen Fall wird der Schwellenwert mit einem
vorbestimmten Koeffizienten multipliziert, z. B. eines
"Mean_Multiplier", um das Erscheinen dieser unnötigen Objekte
zu reduzieren. In Schritt 42 wird die Intensität der
Anmerkungspixel auf Null gesetzt, so daß die Durchschnitts
intensität aller Pixel verringert wird. Folglich muß bei der
Festlegung des "Mean_Multiplier" die Menge der Anmerkungen
betrachtet werden. Durch den Erfinder aufgestellte
Versuchsergebnisse zeigen, daß der Koeffizient vorzugsweise
einen Wert von ungefähr 1.25 aufweist.
Das in Fig. 5C dargestellte Kieferobjekt, welches in
Schritt 43 unter Verwenden eines Schwellenwerts festgelegt
wurde, kann den Kieferbereich und den Nicht-Kieferbereich
aufweisen. Normalerweise ist das dem Kieferbereich
entsprechende Binärobjekt das größte und folglich wird das
größte Objekt als Kieferbereich betrachtet. In Schritt 44 wird
dann das größte Binärobjekt als Kieferobjekt angezeigt. Anders
ausgedrückt, die Größe aller Objekte in dem Bild wird
verglichen und die Pixel des größten Objekts werden auf "1"
gesetzt, während die verbleibenden Pixel auf "0" gesetzt
werden, um das Kieferobjekt festzulegen. Das Bild des
Kieferobjekts ist in Fig. 5D dargestellt.
In dem Binärkieferobjekt sind viele Aushöhlungen vor
handen, da die Dichte des Kiefers nicht über den gesamten
Bereich gleichmäßig ist. Anders ausgedrückt, der harte Rand
bereich des Kiefers weist eine hohe Dichte auf, wobei das den
harten Randbereich umgebenden Kern- oder Fettgewebe eine
relativ geringe Dichte aufweist. Um das größte zusammenhängende
Objekt zu erhalten, wird eine Schließoperation ausgeführt, um
die kleinen Aushöhlungen in dem Kieferbereich zu eliminieren
(Schritt 45). Dann kann eine Erosionsoperation bezogen auf das
Binärobjektbild ausgeführt werden, um den Randbereich des
Binärobjekts zu glätten. Fig. 5E stellt das durch Schritt 45
erhaltenen Binärbild des Kieferobjekts dar, was als "bm-Bild"
(bm-image) bezeichnet wird.
Danach wird ein Kontrasterhöhungsverfahren an dem Kiefer
objekt des originalen "Eingabebildes" (siehe Fig. 5A) in
Schritt 46 angewandt. Der Intensitätsbereich des Kieferbildes
und insbesondere der Intensitätsbereich der Nerven- und der
Knochenstruktur des Kiefers ist noch nicht ausreichend bekannt.
Der Intensitätsbereich des Knochenbereichs und des Alveolar-
Nervenbereichs kann durch Anwenden eines
Kontrasterhöhungverfahrens an dem Kieferobjekt ungefähr
festgelegt werden.
Erstens, für den Intensitätsbereich des Kieferbereichs
werden die dem Binärkieferobjekt in Fig. 5E entsprechenden Pixel
des Kieferbereichs aus dem "Eingabebild" in Fig. 5A extrahiert.
Dann wird die maximale Pixelintensität des extrahierten Pixels
auf "MAX" eingestellt und die minimale Pixelintensität wird auf
"MIN" eingestellt. Um ein kontrastverbessertes Bild zu
erhalten, wird die Intensität der Kontrasterhöhung für jedes zu
dem Kieferobjekt gehörenden Pixel unter Verwenden der Formel
(1) berechnet. Fig. 5F zeigt das Bild des kontrasterhöhten
Kieferobjekts.
ENH_DEN = (Max_T - Min_T).((PIX_DEN - MIN)/(MAX-MIN)) + Min_T (1)
In der Formel (1) steht ENH_DEN für die Intensität des
kontrastverbesserten Pixels, Max_T steht für den maximale
Pixelintensität des Kieferobjekts, Min_T steht für minimale
Pixelintensität des Kieferobjekts und PIX_DEN steht für die
Intensität des originalen Pixels vor der Kontrastverbesserung.
Nach der Kontrastverbesserung bezüglich des dem Kiefer
objekt entsprechenden Eingabebilds werden die zu dem
Kieferobjekt gehörenden Pixel einem K-Means-Clustering-
Algorithmus unterzogen, um ein Mehrzahl von Cluster zu
erhalten, die jeweils Pixel einer ähnlichen Pixelintensität
aufweisen (Schritt 47). Die Durchschnittspixelintensität für
das Cluster kann auf 0, 10 × 103, 15 × 103, 20 × 103, 25 × 103, 45 × 103
und 500 × 103 eingestellt werden. Jeder der Pixel wird basierend
auf seiner Intensität einem der 7 Cluster zugeordnet.
Das Cluster mit der maximalen Durchschnittsintensität
weist Pixel mit einer höheren Intensität auf, was durch ein
künstliches Metallimplantat verursacht werden kann, und das
Cluster mit einer relativ geringen Durchschnittsintensität
weist Pixel für den Hintergrund und das Nervengewebe auf. Die
Cluster mit mittleren Durchschnittsintensitäten weisen Pixel
der harten Knochenstruktur und den die Alveolarnerven
umgebenden Kanal auf. Nachdem die Pixel der Bilder in Cluster
eingeteilt wurden, werden die Alveloar-Nervenbereiche basierend
auf den Clustern ermittelt. Fig. 5G zeigt das 7-Schicht-
Clusterbild bezüglich des Kieferobjekts, welches durch Anwenden
des K-Means-Clustering-Algorithmus basierend auf den
Pixelintensitäten erhalten wird und als "Clusterbild"
bezeichnet wird.
Nachfolgend wird ein Schritt zum Erhalten der möglichen
Alveolar-Nervenpixeln aus dem "Gruppenbild" und dem "bm-Bild"
beschrieben.
Um mögliche Alveolar-Nervenobjekte zu finden, die sehr
wahrscheinlich dem Alveolar-Nervenbereich entsprechen, werden,
nachdem alle Pixel des Kieferobjekts einem der Cluster
zugordnet sind, die Cluster bestimmt, die eine vorbestimmte
minimale Anzahl von Pixel aufweisen, beispielsweise mehr als 10
Pixel, und dann wird das Cluster mit der geringsten
Durchschnittsintensität als "K_Min" definiert. Anders
ausgedrückt, die mögliche Alveolar-Nervenpixel aufweisenden
Cluster müssen mindestens 10 Pixel aufweisen und die
Clusternummer muß so klein wie möglich sein. Dies ist darauf
zurückzuführen, daß bekannt ist, daß die Alveolar-Nervenpixel
eine geringe Intensität aufweisen und die Pixel mit einer
geringen Intensität einem Cluster geringer Nummer zugeordnet
sind.
Dann werden die Pixel der Cluster des Binärbilds "bm-
Bild", die mit "K_Min" oder weniger bezeichnet sind, aus allen
Pixeln, die bereits auf "1" gesetzt sind (Kieferbereiche), auf
"1" gesetzt und die anderen Pixel werden auf "0" gesetzt, um
ein neues Binärbild (Schritt 48) zu erhalten.
Eine Mehrzahl der Objekte, die in dem in Schritt 48
erhaltenen Binärbild enthalten sind werden sequentiell mit
Nummern beginnend mit "1" bezeichnet. Objekte mit wenigen
Pixeln werden als Rauschkomponenten betrachtet und müssen
folglich aus dem Bild entfernt werden. Die Pixel der Objekte
mit einer minimalen Anzahl von Pixeln, "Min_Nummer", werden auf
"0" gesetzt und dann entfernt (Schritt 49). Die "Min_Nummer"
ist vorzugsweise 5. Nach dem Entfernen der kleinen Objekte, die
den Wert "Min_Nummer" verwenden, werden die verbleibenden
"möglichen" Alveolar-Nervenobjekte neu bezeichnet und den
folgenden Prozessen unterzogen. Fig. 5H zeigt die möglichen
Alveolar-Nervenobjekte nachdem Schritt 49 vollständig
ausgeführt wurde.
Nach Schritt 49 verbleiben gewöhnlich ein oder mehrere
mögliche Alveolar-Nervenobjekte. Folglich wird das wahrschein
lichste mögliche Nervenobjekt basierend auf den folgenden
Charakteristiken von Alveolar-Nerven ausgewählt. Die Intensität
des Alveolar-Nervenbereichs ist etwas geringer als die des
Perimeters, welcher der den Alveolar-Nervenbereich umgebenden
Kanalbereich ist. Der Alveolar-Nervenbereich des Kiefers wird
als kreisförmiger dunkler Bereich (mit einer geringen
Intensität) beschrieben, welcher von einem ringförmigen, aus
Pixeln bestehenden Kanalbereich umgeben ist, wobei diese Pixel
eine etwas höhere Intensität aufweisen, als die Pixel des
Alveolar-Nervenbereichs. Der Kanalbereich ist von einem Bereich
weißer Knochen (mit einer sehr viel höheren Intensität)
umgeben. Folglich muß für das wahrscheinlichste mögliche
Alveolar-Nervenobjekt die Intensität des Perimeters des
mögliche Alveolar-Nervenobjekt etwas höher sein als die des
inneren Nervenbereichs.
In Schritt 50 wird die Intensität der inneren Pixel des
möglichen Objekts mit den Pixeln des Perimeterbereichs des
Objekts verglichen, um festzustellen, ob das mögliche Alveolar-
Nervenobjekt dem echten Alveolar-Nervenobjekt entspricht.
Dieser Schritt wird nun unter Bezugnahme auf Fig. 4B
beschrieben.
Um eine Clusternummer bezüglich der Perimeterpixel des
möglichen Nervenobjekts festzulegen, werden die Binärobjekte in
Fig. 5H einer morphologischen Dilatationsoperation unterzogen,
um die Perimeterbereiche zu extrahieren (Schritt 502). Der
Perimeterbereich jedes Objekts bildet einen engen kreisförmigen
Bereich aus. Die Clusternummern bezüglich der Perimeterpixel
innerhalb des kreisförmigen Bereichs müssen berechnet werden,
um zu bestimmen, ob der kreisförmige Bereich dem den Alveolar-
Nerven des Kiefers umgebenden Kanal entspricht.
Für das wahrscheinlichste mögliche Alveolar-Nervenobjekt
muß die Clusternummer der Perimeterpixel, die den das mögliche
Nervenobjekt umgebenden kreisförmigen Bereich ausbilden, etwas
höher sein als die der inneren Pixel des von dem kreisförmigen
Kanalbereich umgebenen möglichen Nervenobjekts.
Folglich wird die Nummer (P1) der Perimeterpixel und die
Nummer (P2) der Pixel, die der mit "K_Min+1" oder "K_Min+2"
bezeichneten Cluster unter den Perimeterpixeln angehören
gezählt (Schritt 504). Um zu bestimmen, ob das mögliche
Nervenobjekt Perimeterpixel mit einer etwas höheren Intensität
als die durch dieselben umgebenen inneren Pixel aufweisen, wird
der Prozentsatz der in den Clustern "K-Min+1" oder "K_Min+2"
enthaltenen Pixel bezüglich der Perimeterpixel berechnet
(Schritt 506). Wenn der berechnete Prozentsatz geringer ist,
beispielsweise 80%, bedeutet dies, daß das mögliche
Nervenobjekt nicht der Charakteristik der Alveolar-Nerven
entspricht, und das mögliche Nervenobjekt aus dem Binärbild
entfernt wird (Schritt 508).
Die Schritte 502 bis 508 werden bezüglich aller möglichen
Nervenobjekte wiederholt, um wahrscheinlichere mögliche
Nervenobjekte zu finden. Fig. 5I zeigt ein Beispiel eines
Binärbildes des wahrscheinlichsten möglichen Nervenobjekts,
welches unter Verwenden der oben genannten Schritte erhalten
wurde.
Danach werden in Schritt 51 aus den verbleibenden
möglichen Nervenobjekten die Objekte neben den Alveolar-
Nervenbereichen entfernt, die als Fett- oder Kerngewebe im
Kiefer betrachtet werden. Ein Merkmal eines Fett- oder
Kerngewebe aufweisenden Objekts ist, daß das Objekt von einer
Anzahl von Pixeln mit beinahe der gleichen Intensität umgeben
wird. Folglich können die als Fett- oder Kerngewebe angesehenen
Objekte eliminiert werden, in dem die Pixelintensität des
Objekts mit der Intensität des benachbarten Pixels des Objekts
verglichen wird. Schritt 51 wird nun unter Bezugnahme auf Fig.
4C beschrieben.
Erstens, die Anzahl der Pixel der möglichen Nervenobjekte
wird gezählt und als N1 definiert (Schritt 511). Dann wird der
Mittelpunkt des möglichen Nervenobjekts berechnet und als
Keimpunkt festgelegt (Schritt 512). Danach wird ein
Bereichsvergrößerungs-Algorithmus von dem Keimpunkt ausgehend
angewandt (Schritt 513). Der Abschaltwert für den
Bereichsvergrößerungsprozeß wird hier auf 0,085 eingestellt und
die Bereichsvergrößerung von dem Keimpunkt aus wird solange
weitergeführt, bis alle Pixel mit einem vorbestimmten
Intensitätsbereich in der Bereichsvergrößerung enthalten sind.
Anders ausgedrückt, wenn die Intensität eines des
Vergrößerungsbereichs benachbarten Pixels innerhalb von 8,5%
der mittleren Intensität aller Pixel des Vergrößerungsbereichs
ist, wird das benachbarte Pixel in den Vergrößerungsbereichs
mit aufgenommen. Nachdem die Bereichsvergrößerung beendet ist,
wird die Anzahl der Pixel in dem vergrößerten Nervenobjekt
gezählt und als N2 definiert (Schritt 514).
Dann werden die Anzahl (N1) der Pixels des originalen
möglichen Nervenobjekts und die Anzahl (N2) der Pixel innerhalb
des vergrößerten Nervenobjekts miteinander verglichen (Schritt
515). Wenn N2 viel größer als N1 ist, ist das mögliche
Nervenobjekt wahrscheinlicher ein Fett- oder Kerngewebebereich
als ein Alveolar-Nervenbereich. Wenn N2 ungefähr dreimal größer
als N1 ist, ist die Wahrscheinlichkeit sehr gering, daß das
mögliche Nervenobjekt ein Alveolar-Nervenbereich ist, und
folglich wird das mögliche Nervenobjekt aus dem Bild entfernt
(Schritt 516). Die Schritte 511 bis 516 werden für alle
möglichen Objekte wiederholt und der Prozeß geht dann zu
Schritt 52.
In Schritt 52 wird bestimmt, ob das mögliche Nervenobjekt
räumlich an den Rand des Kieferbereichs angrenzt. Alveolar-
Nerven sind im allgemeinen an dem Rand des Kieferbereichs
angeordnet und insbesondere an dem Bereich an dem die Alveolar-
Nerven in den Kiefer eindringen. Falls folglich bestätigt
werden kann, daß das mögliche Nervenobjekt den Rand des Kiefers
berührt (Schritt 53), wird das mögliche Nervenobjekt als echter
Alveolar-Nervenbereich bestimmt und der Prozeß wird beendet.
Ansonsten wird der Prozeß mit nachfolgenden Schritten
ausgeführt.
Um festzustellen, ob das mögliche Nervenobjekt den Rand
des Kieferbereichs berührt, wird das mögliche Nervenobjekt
zuerst einer morphologischen Dilatationsoperation unterzogen
und dann wird überprüft, ob das mögliche Nervenobjekt, an dem
die morphologischen Dilatationsoperation ausgeführt wurde, sich
an den Rand des Kieferbereichs erstreckt. Falls ja, bedeutet
dies, daß das originale mögliche Nervenobjekt den Rand des
Kieferbereichs schon vor der Dilatation berührt, und es
folglich sehr wahrscheinlich ist, daß das mögliche Nervenobjekt
ein echter Alveolar-Nervenbereich ist.
Danach wird in Schritt 54 festgelegt, ob das mögliche
Nervenobjekt der Alveolar-Nervenbereich ist, basierend darauf,
welcher Bereich des Kieferbereichs der CT-Schicht
genommen wurde. Der Querschnitt des Kiefers eines Patienten
variiert. Das heißt, der obere und der untere Teil des
Kieferquerschnitts weisen die gleiche Breite auf oder der obere
Teil des Kiefers ist breiter als dessen unteres Teil. Aus Sicht
der Anatomie wird die Lage der Alveolar-Nerven relativ zu der
Form der Kieferquerschnitte bestimmt. Anders ausgedrückt, der
Bereich des Kiefers aus dem die CT-Schicht genommen wurde, muß
bei der Bestimmung, ob ein mögliches Nervenobjekt einem
Alveolar-Nervenbereich entspricht, beachtet werden. Schritt 54
wird nun unter Bezugnahme auf Fig. 4D beschrieben.
Erstens, ein Mittelpunkt bezüglich aller Pixel des
Kieferbildes einer CT-Schicht wird berechnet (Schritt 541). Das
oberste und das unterste Pixel des Kieferbereichs wird
festgelegt und es wird ein Punkt berechnet, der mittig zwischen
dem obersten und dem untersten Pixel liegt (Schritt 542). Dann
wird bestimmt, ob der Mittelpunkt nahe dem Punkt, der mittig
zwischen dem obersten und dem untersten Pixel liegt, angeordnet
ist (Schritt 543). Wenn der Mittelpunkt nahe dem Punkt, der
mittig zwischen dem obersten und dem untersten Pixel liegt,
angeordnet ist, bedeutet dies, daß der Kieferquerschnitt eine
ähnliche Breite an dem oberen und dem unteren Teil aufweist und
der Prozeß wird in Schritt 545 weitergeführt. Ansonsten wird
Schritt 544 ausgeführt. In Schritt 543 wird der Mittelpunkt
vorzugsweise nahe dem Punkt, der mittig zwischen dem obersten
und dem untersten Pixel liegt, bestimmt, wenn der Abstand
zwischen dem Mittelpunkt und dem Punkt, der mittig zwischen dem
obersten und dem untersten Pixel liegt, innerhalb eines
vorbestimmten Prozentsatzes für den Abstand zwischen dem
obersten und dem untersten Pixel liegt, beispielsweise 10%
davon.
Schritt 545 wird in dem Fall ausgeführt, wenn die Breite
des Kieferbereichs von oben bis unten nahezu konstant ist. Es
ist aus den Versuchsergebnissen bekannt, daß die Alveolar-
Nerven oberhalb des Punkts, der mittig zwischen dem obersten
und dem untersten Pixel liegt, und nahe dem Mittelpunkt
angeordnet sind. Folglich wird in Schritt 545 festgelegt, ob
ein mögliches Nervenobjekt oberhalb des Punkts, der mittig
zwischen dem obersten und dem untersten Pixel liegt, angeordnet
ist. Existieren solche möglichen Nervenobjekte in dem Bild,
wird das dem Mittelpunkt am nächsten liegende mögliche
Nervenobjekt ausgewählt und als echter Alveolar-Nervenbereich
bestimmt. Auch wenn keine möglichen Nervenobjekte oberhalb des
Punkts, der mittig zwischen dem obersten und dem untersten
Pixel liegt, angeordnet sind, wird das mögliche Nervenobjekt
unterhalb des Mittelpunkts ausgewählt und als echter Alveolar-
Nervenbereich bestimmt (Schritt 547).
Inzwischen wird Schritt 544 in dem Fall ausgeführt, bei
dem die Breite des Kieferbereichs in der vertikalen Richtung
nicht konstant ist. In Schritt 544 wird das dem Mittelpunkt am
nächsten angeordnete mögliche Nervenobjekt ausgewählt und als
echter Alveolar-Nervenbereich bestimmt.
Das wahrscheinlichste mögliche Nervenobjekt wird durch den
oben beschriebenen Prozeß aus einem CT-Schnittbild des Kiefers
erhalten. Die oben genannten Schritte, von Schritt 42 bis 54
werden bezüglich aller CT-Schnittbilder von dem Kieferbild
wiederholt, um für jedes Schnittbild ein mögliches Nervenobjekt
zu erzeugen. Dann werden die wahrscheinlichsten möglichen
Alveolar-Nervenobjekte aus jedem CT-Schnittbild wiedergegeben,
um ein vollständiges Alveolar-Nervenbild zu erzeugen.
Fig. 6 zeigt ein Flußdiagramm, welches ein weiteres Ver
fahren zum Identifizieren eines Alveolar-Nervenbereichs gemäß
der Erfindung darstellt. Fig. 7A bis 7E zeigen die Bilder, die
durch die Prozesse des Verfahrens in Fig. 6 erzeugt wurde.
Verglichen mit dem unter Bezugnahme der Fig. 4A bis 4D
beschriebenen Verfahren, bei dem eine Reihe von Schritten zum
Identifizieren der Alveolar-Nervenbereiche automatisiert sind,
kann das Verfahren in Fig. 6 als eine Art halbautomatisches
Verfahren bezeichnet werden, da ein Keimpunkt bezüglich jedes
CT-Schnittbilds des Kieferbilds durch einen Benutzer manuell
ausgewählt wird. Anders ausgedrückt, ein Anwender (Zahnchirurg)
zeigt einen Bereich oder einen Punkt in einem CT-Schnittbild
an, der als Alveolar-Nervenbereich betrachtet werden kann, und
ein Bereichsvergrößerungs-Algorithmus wird unter Verwenden des
von dem Benutzer als Keimpunkt angezeigten Bereichs angewandt,
um eine Alveolar-Nervenbereich innerhalb des CT-Schnittbilds
des Kiefers zu identifizieren. Die durch den Benutzer auf
Erfahrung basierende Auswahl des Keimpunkts ermöglicht das
Weglassen einer Reihe von zeitaufwendigen Prozessen, die in dem
unter Bezugnahme der Fig. 4A bis 4D beschriebenen Verfahren
ausgeführt werden, um mögliche Nervenobjekte zu erhalten,
wodurch sehr viel Zeit gespart wird. Folglich kann die
Bildverarbeitungsgeschwindigkeit verbessert werden.
Gemäß dem unter Bezugnahme der Fig. 4A bis 4D
beschriebenen Verfahren zum Identifizieren von Alveolar-Nerven,
werden mögliche Nervenobjekte aus allen CT-Schnittbildern
bestimmt und in einem vollständigen Alveolar-Nervenbereich
wiedergegeben. Verglichen mit dem Verfahren nach Fig. 4A bis 4D
ermittelt das Verfahren zum Identifizieren von Alveolar-Nerven
nach Fig. 6 einen Alveolar-Nervenbereich aus einem CT-
Schnittbild eines Kiefers auf dem angezeigten Keimpunkt
basierend und führt an dem ermittelten Nervenbereich bezüglich
eines benachbarten CT-Schnittbildes einen Bereichs
vergrößerungsprozeß aus, um ein Alveolar-Nervenbild zu
erhalten. Dadurch kann die Gesamtverarbeitungsgeschwindigkeit
stark verbessert werden. Das Verfahren in Fig. 6, bei dem das
Alveolar-Nervenbild durch Bereichsvergrößerung bezüglich der
benachbarten CT-Schnittbilder erzeugt wird, kann bei dem
Verfahren in Fig. 4A bis 4D verwendet werden. Beispielsweise
nachdem das wahrscheinlichste mögliche Nervenobjekt aus einem
CT-Schnittbild eines Kiefers ermittelt wurde, kann der gleiche
Bereichsvergrößerungsprozeß bezüglich der benachbarten CT-
Schnittbilder wie in Fig. 6 auf dem wahrscheinlichsten
möglichen Nervenobjekt des vorhergehenden Schnittbildes
basierend angewandt werden.
Bezugnehmend auf Fig. 6, wird zuerst ein CT-Schnittbild Si
aus dem Kieferbild genommen (Schritt 61). Ein 3-dimensionales
Kieferbild wird unter Verwenden des Verfahrens aus Fig. 3A oder
3B in 2-dimensionale Schnittbilder geschnitten und eines der 2-dimen
sionalen Schnittbilder wird ausgewählt. Dann werden wie in
Schritt 42 in Fig. 4A Anmerkungen aus dem Schichtbild entfernt
und dann wird ein Bildverarbeitungsverfahren, beispielsweise
Kontrasterhöhung, in dem Schnittbild angewandt, um das Bild des
Kieferbereichs auf einem Anzeigeschirm darzustellen.
Bei dieser Ausführungsform wird eines der zu dem
Schnittbild gehörenden Pixel als Keimpunkt festgelegt und die
Bereichsvergrößerung wird bezüglich des Schnittbildes von dem
Keimpunkt ausgehend ausgeführt. Für ein einfaches Verständnis
des Bereichsvergrößerungprozesses wird die Charakteristik von
Alveolar-Nerven folgendermaßen kurz beschrieben.
- 1. Alveolar-Nerven werden von einem eine kontinuierliche röhrenartige Form ausbildenden Kanal umgeben und sind nicht verzweigt.
- 2. Alveolar-Nerven erstrecken sich kontinuierlich in den Kiefer.
- 3. Querschnitte von Alveolar-Nerven weisen beinahe die gleiche Fläche auf.
- 4. Ein Alveolar-Nervenbereich überlappt notwendigerweise benachbarte CT-Schnittbilder.
- 5. Die Pixelintensität von Alveolar-Nervenbereichen in CT-Schnittbildern ist innerhalb eines bestimmten Bereichs, beispielsweise 1100 bis 1700.
- 6. Die Pixelintensität von Alveolar-Nervenbereichen ist innerhalb eines vorbestimmten Fehlerbereichs.
- 7. Gewöhnlich werden Alveolar-Nervenbereiche, die aus 2-dimensionalen CT-Schnittbilder erhalten wurden, als eine geschlossene Figur angezeigt. Nur die beiden Alveolarbereiche des Kiefers, wo die Neven in den Kiefer eintreten und wieder aus diesem heraustreten, werden als offene Figur in einem CT-Schnittbild angezeigt.
In Schritt 62 werden die möglichen Nervenpixel in dem CT-
Schnittbild auf einem Bildschirm angezeigt, die ein
Keimpunkt für einen Bereichsvergrößerungsprozeß wären, der
zum Erhalten eines Alveolar-Nervenbereichs ausgeführt
würde. Da die Pixelintensität der einem Alveolar-
Nervenbereich entsprechenden Pixel in einem Bereich von
1100 bis 1700 liegen, werden solche Pixel, deren
Pixelintensität innerhalb dieses Bereichs liegen, als
mögliche Nervenpixel angezeigt. Dann bezeichnet ein
Benutzer einen der möglichen Nervenpixel als Keimpunkt
(Schritt 63).
Fig. 7A zeigt ein Beispiel für einen Keimpunkt in
einem CT-Schnittbild, der durch einen Anwender ausgewählt
wurde. Es ist für einen Zahnchirurgen nicht schwer, einen
Alveolar-Nervenbereich in einem CT-Schnittbild basierend
auf seiner Erfahrung zu finden.
Basierend auf der zuvor erwähnten Charakteristik von
Alveolar-Nerven wird ein Bereichsvergrößerungsprozeß
bezüglich der benachbarten Pixel des Keimpunkts
ausgeführt, um einen Alveolar-Nervenbereich für das
Schnittbild zu erhalten (Schritt 64). Der Bereichsver
größerungsprozeß wird folgendermaßen ausgeführt. Zuerst
wird die Pixelintensität des Keimpunkts mit der des
benachbarten Pixels verglichen, um zu bestimmen, ob der
Unterschied zwischen den beiden Pixelintensitätswerten
innerhalb eines Fehlerbereichs d liegt, welcher durch die
nachfolgende Formel (2) ausgedrückt wird. Wenn die
Pixelintensität des benachbarten Pixels innerhalb des
Fehlerbereichs liegt, wird das Pixel als ein Teil des
Alveolar-Nervenbereichs bestimmt. Fig. 7B zeigt einen
vergrößerten Alveolar-Nervenbereich aus dem Keimpunkt
eines CT-Schnittbildes. In Fig. 7B zeigt der dunkle
Bereich den vergrößerten Nervenbereich an.
d = (DVmax - DVmin).0,05 (2)
In der Formel (2) stehen DVmax und DVmin für den
maximalen bzw. den minimalen Pixelintensitätswert in dem
Kieferbereich. Der Koeffizient 0,05 kann abhängig von der
Auflösung der CT-Schnittbilder entsprechend variieren.
Nachdem die dem Alveolar-Nervenbereich entsprechenden
Pixel aus einem CT-Schnittbild Si identifiziert wurden,
wird der Bereichsvergrößerungsprozeß in dem benachbarten
CT-Schnittbild Si-1 oder Si+1, welche vor oder nach dem CT-
Schnittbild Si angeordnet sind, auf den Nervenbereich des
CT-Schnittbilds Si basierend angewandt, um den
Nervenbereich des Schnittbilds Si zu den benachbarten CT-
Schnittbildern Si-1 und Si+1 zu vergrößern (Schritte 65 bis
67).
In Schritt 65 wird ein Pixelbereich mit 8
Nachbarpixeln als ein Schablonenbereich auf den Alveolar-
Nervenbereich des CT-Schnittbilds Si basierend gesetzt,
welcher die erhaltenen Nervenbereiche und die 8
benachbarten Pixel aller in diesen Nervenbereich gehörenden
Pixel aufweist. Ein Alveolar-Nervenbereich wird bezüglich
eines benachbarten Schnittbildes Si-1 oder Si +1, welche vor
oder nach dem CT-Schnittbild Si angeordnet sind,
vergrößert, so daß sich der Nervenbereich nicht über den
aus dem CT-Schnittbild Si erhaltenen Schablonenbereich
hinaus erstreckt.
In Schritt 66 wird ein Pixel mit der geringsten
Pixelintensität unter den zu dem Bereich der benachbarten
Schnittbilder Si-1 oder Si +1 gehörenden Pixel, die dem
Schablonenbereich entsprechen, als Keimpunkt für die
Bereichsvergrößerung bezüglich der benachbarten
Schnittbilder Si-1 oder Si +1 festgelegt. Der Grund, warum
das Pixel mit der geringsten Intensität als Keimpunkt
bestimmt wurde, ist, daß der innere Bereich von Alveolar-
Nerven eine relativ geringere Dichte als der Kanal
aufweist. Dann wird die Bereichsvergrößerung bezüglich der
CT-Schnittbilder Si-1 oder Si+1 von dem Keimpunkt aus in der
gleichen Weise wie in Schritt 64 ausgeführt, um einen
Alveolar-Nervenbereich der Schnittbilder Si-1 oder Si+1 zu
erhalten (Schritt 67). Fig. 7C zeigt einen Fall, bei dem
der Alveolar-Nervenbereich neben dem Punkt, der mittig
zwischen dem obersten und dem untersten Pixel liegt, des
Kiefers angeordnet und Fig. 7D einen Fall, bei dem der
Alveolar-Nervenbereich neben dem oberen Teil des Kiefers
angeordnet ist.
Die zuvor erwähnten Schritte werden bezüglich aller
CT-Schnittbilder (Schritt 68) ausgeführt und die aus allen
CT-Schnittbildern erhaltenen Alveolar-Nervenbereiche
werden als ein vollständiger Alveolar-Nervenbereich des
Kiefers wiedergegeben (Schritt 69).
Fig. 7E ist ein Querschnitt des Kieferbilds entlang
der Mittellinie, die zwischen dem obersten und dem
untersten Pixel liegt, wobei der Querschnitt den durch die
zuvor genannten Schritte ermittelten Alveolar-
Nervenbereich darstellt. Ein Zahnchirurg kann den
Alveolar-Nervenbereich in dem Kieferbild eines Patienten
durch das oben genannte Verfahren identifizieren, welches
es dem Zahnchirurgen ermöglicht, vor der Implantation zu
simulieren, ob die Implantatschraube in die Alveolar-
Nerven eindringen kann oder nicht.
Fig. 8 zeigt einen Zustand, bei dem eine Implantat
schraube in den Implantationsbereich des Kieferbildes
eines Patienten eingeführt ist, welches eine Simulation der
Implantation darstellt. In Fig. 8 stellt das Bezugszeichen
81 ein 3-dimensionales Kieferbild dar und das
Bezugszeichen 82 eine virtuelle Implantatschraube.
Für die Simulation der Implantation wird die
virtuelle Implantatschraube in den Implantationsbereich
des Kieferbilds eingesetzt, um die Pixel zu bestimmen, die
die eingesetzte virtuelle Implantatschraube berühren. Dann
wird festgelegt, ob die Schraube Pixel berührt, die zu dem
durch das erfindungsgemäße Verfahren ermittelten Alveolar-
Nervenbereich gehören. Das heißt, ein Zahnchirurg kann die
Position, die Ausrichtung und Tiefe der virtuellen
Implantatschraube willkürlich bestimmen, so daß die
Implantatschraube den Alveolar-Nervenbereich nicht
berührt, wodurch eine sichere Implantation gewährleistet
ist.
Die Erfindung kann ebenso als ein computerlesbarer
Code in einem computerlesbaren Medium ausgestaltet sein.
Das computerlesbaren Medium kann jeglicher Datenspeicher
sein, der Daten speichert, die dann von einem
Computersystem gelesen werden können. Beispiele für ein
computerlesbares Medium weisen Festwertspeicher, Schreib-
Lese-Speicher, CD-ROMs, Magnetbänder, Disketten und
optische Datenspeicher auf. Das computerlesbare Medium
kann ebenso über ein vernetztes Computersystem verteilt
werden, so daß der computerlesbare Code verteilt
gespeichert und ausgeführt wird.
Wie zuvor beschrieben, ermöglicht das Verfahren zum
Identifizieren von einem Alveolar-Nervenbereich in einem
Kieferbild gemäß der Erfindung einem Zahnchirurgen den
Alveolar-Nervenbereich in einer automatischen Weise genau
zu ermitteln, um eine sichere Implantation auszuführen.
Ferner wird ein wahrscheinlicher Alveolar-Nervenbereich,
der von einem Zahnchirurgen auf dessen Erfahrung mit CT-
Bildern basierend ermittelt wurde, durch einen Vergleich
mit dem durch das erfindungsgemäße Verfahren ermittelten
Alveolar-Nervenbereich bestätigt und folglich kann die
eigentliche Implantation vorsichtiger ausgeführt werden.
Wie zuvor beschrieben, kann bei einer Ausführungsform
gemäß der Erfindung ein Keimpunkt, der der Startpunkt für
die Bereichsvergrößerung der Alveolar-Nerven-
Identifizierung ist, von einem Benutzer (Zahnchirurgen)
persönlich bestimmt werden und als Basis für die
Bereichsvergrößerung innerhalb eines CT-Schnittbildes oder
zwischen benachbarten CT-Schnittbilder verwendet werden,
um einen Alveolar-Nervenbereich zu identifizieren und
dadurch die Geschwindigkeit zur Ermittlung von Nerven zu
verbessern.
Claims (15)
1. Verfahren zum Identifizieren von einem Alveolar-
Nervenbereich in einem Kieferbild, die folgenden Schritte
aufweisend:
- a) Aufteilen des 3-dimensionalen Kieferbildes in eine Anzahl von 2-dimensionalen Schnittbildern;
- b) Ermitteln eines Binärbildobjekts, das einem Kieferbereich aus einem der Schnittbilder entspricht;
- c) Gruppieren der Pixel des Binärbildobjekts des Kieferbereichs in Cluster, welche jeweils Pixel mit einer ähnlichen Intensität aufweisen;
- d) Bestimmen der Cluster, die mehr als eine vorbestimmte Mindestanzahl von Pixeln aufweisen, sowie Bestimmen des Minimum-Clusters, welches die geringste Pixelintensitätverteilung unter den Clustern aufweist;
- e) Bilden eines neuen Binärbildes, welches Pixel aufweist, die sowohl dem Kieferbereich als auch den Clustern mit einer geringeren Intensitätsverteilung als der des Minimum-Clusters angehören, um ein mögliches Nervenobjekt zu extrahieren; und
- f) Bestimmen, ob das mögliche Nervenobjekt dem tatsächlichen Alveolar-Nervenbereich entspricht.
2. Verfahren nach Anspruch 1, ferner aufweisend, (g)
Bestimmen von möglichen Nervenobjekten als eigentliche
Alveolar-Nervenbereiche mit Bezug auf alle Schnittbilder
und Zusammensetzen aller Schnittbilder zu einem
Kieferbild, um den vollständigen Alveolar-Nervenbereich
unter Verwenden der möglichen Nervenobjekte zu erhalten.
3. Verfahren nach Anspruch 1, ferner aufweisend, (g)
Identifizieren eines Alveolar-Nervenbereichs für ein
benachbartes Schnittbild Si-1 oder Si+1, welche vor oder
nach dem Schnittbild Si angeordnet sind, nachdem der in
dem Schnittbild Si bestimmte Alveolar-Nervenbereich
vergrößert wird.
4. Verfahren nach Anspruch 1, bei dem der Schritt (a) ferner
Entfernen von Pixeln aufweist, die Anmerkungen und einer
künstlichen Struktur entsprechen.
5. Verfahren nach Anspruch 1, bei dem in Schritt (b) der
mittlere Intensitätswert aller Pixel in dem Schnittbild
oder ein vorbestimmter Schwellenwert, der durch
Multiplizieren des mittlere Intensitätswerts mit einem
vorbestimmten Koeffizient erhalten wird, mit dem
Intensitätswert jedes zu dem Schnittbild gehörenden
Pixels verglichen wird und das dem Kieferbereich
entsprechende Binärbildobjekt basierend auf dem
Vergleichsergebnis gebildet wird.
6. Verfahren nach Anspruch 1, das nach Schritt (b) ferner
eine Kontrasterhöhung aufweist, indem die Intensität
jedes Pixels unter Verwenden der maximalen und der
minimalen Pixelintensitätswerte für die dem Kieferbereich
des Schnittbilds entsprechenden Pixel interpoliert
werden.
7. Verfahren nach Anspruch 1, bei dem Schritt (f) aufweist:
- 1. Ausführen einer Dilatationsoperation in dem mög lichen Nervenobjekt, um dessen Perimeterbereich zu extrahieren;
- 2. Vergleichen der Intensität der zu dem Perimeter bereich gehörenden Pixel mit der Intensität der von dem Perimeterbereich umgebenen inneren Pixel; und
- 3. Bestimmen eines Objekts mit einem Perimeterbereich als ein neues mögliches Nervenobjekt, bei dem die Intensität der Pixel größer ist als die der inneren Pixel.
8. Verfahren nach Anspruch 1, bei dem Schritt (f) aufweist:
- 1. Berechnen der Anzahl N1 der zu dem möglichen Nervenobjekt gehörenden Pixel;
- 2. Berechnen des Mittelpunkts des möglichen Nerven objekts;
- 3. Ausführen einer Bereichsvergrößerungsoperation an dem möglichen Nervenobjekt ausgehend von dem Mittelpunkt als einen Keimpunkt, um ein vergrößertes Nervenobjekt zu erzeugen;
- 4. Berechnen der Anzahl N2 der Pixel des vergrößerten Nervenobjekts; und
- 5. Vergleichen von N1 und N2 und wenn N2 um eine vorbestimmte Anzahl oder mehr größer als N1 ist, Entfernen des möglichen Nervenobjekts.
9. Verfahren nach Anspruch 1, bei dem Schritt (f) aufweist:
- 1. Berechnen eines Mittelpunkts bezogen auf alle in den Kieferbereich des Schnittbilds gehörenden Pixel;
- 2. Bestimmen des obersten und des untersten Pixels des Kieferbereichs und Berechnen eines Punkts, der mittig zwischen dem obersten und dem untersten Pixel liegt;
- 3. Bestimmen, ob der Mittelpunkt in der Nähe des Punkts, der mittig zwischen dem obersten und dem untersten Pixel liegt, angeordnet ist; und
- 4. wenn der Mittelpunkt der Nähe des Punkts, der mittig zwischen dem obersten und dem untersten Pixel liegt, angeordnet ist, Bestimmen des möglichen Nervenobjekts oberhalb des Punkts, der mittig zwischen dem obersten und dem untersten Pixel liegt, und dem Mittelpunkt am nächsten angeordnet ist, oder des möglichen Nervenobjekts unterhalb des Punkts, der mittig zwischen dem obersten und dem untersten Pixel liegt, und dem Mittelpunkt am nächsten angeordnet ist als tatsächlicher Alveolar-Nervenbereich und wenn der Mittelpunkt nicht in der Nähe des Punkts, der mittig zwischen dem obersten und dem untersten Pixel liegt, angeordnet ist, Bestimmen des am nächsten zu dem Mittelpunkt liegenden möglichen Nervenobjekts als einen Alveolar-Nervenbereich.
10. Verfahren zum Identifizieren eines Alveolar-Nerven
bereichs in einem Kieferbild, die folgenden Schritte
aufweisend:
- a) Aufteilen des 3-dimensionalen Kieferbilds in eine Anzahl von 2-dimensionalen Schnittbildern und Auswählen eines der Schnittbilder;
- b) Anzeigen der möglichen Nervenpixel des ausgewählten Schnittbilds, wobei eines der möglichen Nervenpixel als Keimpunkt ausgewählt wird und zum Identifizieren des Alveolar-Nervenbereichs des Schnittbildes verwendet wird;
- c) ein Benutzer bestimmt den Keimpunkt unter den möglichen Nervenpixeln; und
- d) Vergleichen der Intensität des Keimpunkts mit der Intensität der benachbarten Pixel und Ausführen eines Bereichsvergrößerungsprozesses in dem Schnittbild basierend darauf, ob ein Unterschied zwischen den ver glichenen Intensitäten innerhalb eines vorbestimmten Fehlerbereichs liegt, um ein Pixel zu ermitteln, das einem Alveolar-Nervenbereich in dem Schnittbild entspricht.
11. Verfahren nach Anspruch 10, ferner aufweisend:
- a) Identifizieren eines Alveolar-Nervenbereichs für ein benachbartes Schnittbild Si-1 oder Si+1, welche vor oder nach dem Schnittbild Si angeordnet sind, indem der in dem Schnittbild Si bestimmte Alveolar-Nervenbereich vergrößert wird.
12. Verfahren nach Anspruch 11, wobei Schritt (e) aufweist:
- 1. Festlegen eines Schablonenbereichs, der die Pixel aufweist, die dem aus dem Schnittbild erhaltenen Alveolar-Nervenbereich und dessen benachbarten Pixeln entsprechen;
- 2. Bestimmen eines Pixels mit der geringsten Pixelintensität unter den zu einem Bereich der benach barten Schnittbilder Si-1 oder Si+1 gehörenden Pixeln, das dem in Schritt (e1) erhaltenen Schablonenbereich entspricht, als Keimpunkt für die benachbarten Schnittbilder Si-1 oder Si+1; und
- 3. Vergleichen der Intensitäten des Keimpunkts des benachbarten Schnittbildes Si-1 oder Si+1 mit der Intensität von deren benachbarten Pixeln und Ausführen eines Bereichsvergrößerungsprozesses in dem benachbarten Schnittbild Si-1 oder Si+1 darauf basierend, ob ein Unterschied zwischen den verglichenen Intensitäten innerhalb eines vorbestimmten Fehlerbereichs liegt, um die Pixel zu ermitteln, die dem Alveolar-Nervenbereich des benachbarten Schnittbildes Si-1 oder Si+1 entsprechen.
13. Verfahren nach Anspruch 10, wobei ferner aufweisend: (e)
Ausführen der Schritte (a) bis (d) bezüglich jedes
Schnittbildes, um die Alveolar-Nervenbereiche zu
ermitteln und Zusammenfügen aller Schnittbilder zu einem
Kieferbild, um einen vollständigen Alveolar-Nervenbereich
in einem zum Ermitteln der Alveolarbereiche verwendeten
Kieferbild zu erzeugen.
14. Computerlesbares Medium mit einem Computerprogramm zum
Identifizieren von einem Alveolar-Nervenbereich in einem
Kieferbild, wobei die Identifizierung von Alveolar-
Nervenbereichen die Schritte aufweist:
- a) Aufteilen des 3-dimensionalen Kieferbildes in eine Anzahl von 2-dimensionalen Schnittbildern;
- b) Ermitteln eines Binärbildobjekts, das einem Kieferbereich aus einem der Schnittbilder entspricht;
- c) Aufteilen der Pixel des Binärbildobjekts des Kieferbereichs in Cluster, welche jeweils Pixel mit einer ähnlichen Intensität aufweisen;
- d) Bestimmen von Clustern, die mehr als eine vorbestimmte Mindestanzahl von Pixeln aufweisen, sowie Bestimmen eines Minimum-Clusters, welches die geringste Pixelintensitätverteilung unter den Clustern aufweist;
- e) Bilden eines neuen Binärbildes, welches Pixel aufweist, die sowohl dem Kieferbereich als auch den Clustern mit einer geringeren Intensitätsverteilung als das Minimum-Cluster angehören, um ein mögliches Nervenobjekt zu extrahieren; und
- f) Bestimmen, ob das mögliche Nervenobjekt dem tatsächlichen Alveolar-Nervenbereich entspricht.
15. Computerlesbares Medium mit einem Computerprogramm zum
Identifizieren von einem Alveolar-Nervenbereich in einem
Kieferbild, wobei die Identifizierung von Alveolar-
Nervenbereichen die Schritte aufweist:
- a) Aufteilen des 3-dimensionalen Kieferbilds in eine Anzahl von 2-dimensionalen Schnittbildern und Auswählen eines der Schnittbilder;
- b) Anzeigen der möglichen Nervenpixel in dem ausgewählten Schnittbild, wobei eines der möglichen Nervenpixel als Keimpunkt ausgewählt wird und zum Identifizieren des Alveolar-Nervenbereichs des Schnittbildes verwendet wird;
- c) ein Anwender legt den Keimpunkt unter den möglichen Nervenpixeln fest; und
- d) Vergleichen der Intensität des Keimpunkts mit der Intensität der benachbarten Pixel und Ausführen eines Bereichsvergrößerungsprozesses in dem Schnittbild basierend darauf, ob ein Unterschied zwischen den ver glichenen Intensitäten innerhalb eines vorbestimmten Fehlerbereichs liegt, um ein Pixel zu ermitteln, das einem Alveolar-Nervenbereich in dem Schnittbild entspricht.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019990039328A KR100338975B1 (ko) | 1999-09-14 | 1999-09-14 | 턱뼈의 치조신경 검출방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE10045551A1 true DE10045551A1 (de) | 2001-03-22 |
Family
ID=19611473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10045551A Ceased DE10045551A1 (de) | 1999-09-14 | 2000-09-14 | Verfahren zum Identifizieren von Alveolar-Nervenbereichen im Kieferbild |
Country Status (7)
Country | Link |
---|---|
US (1) | US6704439B1 (de) |
KR (1) | KR100338975B1 (de) |
DE (1) | DE10045551A1 (de) |
FI (1) | FI20002018A (de) |
FR (1) | FR2798493A1 (de) |
IT (1) | IT1318843B1 (de) |
SE (1) | SE0003205L (de) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7119805B2 (en) * | 2001-02-20 | 2006-10-10 | Canon Kabushiki Kaisha | Three-dimensional CAD attribute information presentation |
US7397937B2 (en) * | 2001-11-23 | 2008-07-08 | R2 Technology, Inc. | Region growing in anatomical images |
US7123766B2 (en) * | 2002-02-11 | 2006-10-17 | Cedara Software Corp. | Method and system for recognizing and selecting a region of interest in an image |
JP4487180B2 (ja) * | 2004-03-18 | 2010-06-23 | ソニー株式会社 | 情報生成装置及び情報生成方法 |
WO2006033483A1 (ja) * | 2004-09-24 | 2006-03-30 | Icat Corporation | 人体情報抽出装置、人体撮影情報の基準面変換方法および断面情報検出装置 |
FR2880154B1 (fr) * | 2004-12-27 | 2007-06-22 | Gen Electric | Procede et systeme de visualisation rapide de structures |
US7421144B2 (en) * | 2005-03-16 | 2008-09-02 | Fabio Riccardi | Interface method and system for finding image intensities |
FR2916626B1 (fr) * | 2007-06-04 | 2014-09-19 | Jean Capsal | Procede de realisation d'un dispositif d'assistance au forage d'au moins un puits d'implantation dans une structure osseuse et dispositif obtenu |
US8059888B2 (en) * | 2007-10-30 | 2011-11-15 | Microsoft Corporation | Semi-automatic plane extrusion for 3D modeling |
US8644608B2 (en) * | 2009-10-30 | 2014-02-04 | Eiffel Medtech Inc. | Bone imagery segmentation method and apparatus |
KR101662738B1 (ko) * | 2010-02-05 | 2016-10-05 | 삼성전자주식회사 | 영상 처리 방법 및 그 장치 |
KR101190651B1 (ko) | 2010-03-22 | 2012-10-15 | 이태경 | 영상이미지를 이용하여 천공 술식을 시뮬레이트 하는 장치 및 시뮬레이트 하는 방법 |
US8634626B2 (en) * | 2010-06-29 | 2014-01-21 | The Chinese University Of Hong Kong | Registration of 3D tomography images |
US9179843B2 (en) | 2011-04-21 | 2015-11-10 | Hassan Ghaderi MOGHADDAM | Method and system for optically evaluating proximity to the inferior alveolar nerve in situ |
US9269155B2 (en) * | 2012-04-05 | 2016-02-23 | Mediatek Singapore Pte. Ltd. | Region growing method for depth map/color image |
US9430839B2 (en) * | 2014-03-31 | 2016-08-30 | Regents Of The University Of Minnesota | Unsupervised framework to monitor lake dynamics |
CN106530367B (zh) * | 2016-09-29 | 2019-03-08 | 天津大学 | 一种基于Firm阈值迭代的电学层析成像稀疏重建方法 |
KR102205987B1 (ko) * | 2018-12-17 | 2021-01-21 | 주식회사 디오 | 하악골 신경 파악방법 |
KR102237711B1 (ko) * | 2019-02-18 | 2021-04-09 | 오스템임플란트 주식회사 | 신경관 라인 생성 방법 및 이를 위한 의료영상 처리장치 |
KR102210341B1 (ko) * | 2019-02-26 | 2021-02-01 | 오스템임플란트 주식회사 | 영상처리 및 시뮬레이션을 이용한 신경관 자동 검출방법 및 그 장치 |
KR102231215B1 (ko) * | 2019-05-21 | 2021-03-23 | 오스템임플란트 주식회사 | 신경관 라인 자동 생성방법 및 이를 위한 의료영상 처리장치 |
KR102193158B1 (ko) * | 2019-06-05 | 2020-12-18 | 주식회사 인피니트헬스케어 | 치과 영상 시스템에서 신경관 경로 입력 및 생성 시스템 |
KR102456703B1 (ko) * | 2021-01-18 | 2022-10-20 | 오스템임플란트 주식회사 | 신경관 라인 생성방법 및 치과 임플란트 수술계획 수립장치 |
KR102523555B1 (ko) * | 2022-05-26 | 2023-04-20 | 가천대학교 산학협력단 | 갈비뼈 분할 및 순서 결정 방법 및 이를 이용한 장치 |
CN115688461B (zh) * | 2022-11-11 | 2023-06-09 | 四川大学 | 基于聚类的牙弓和牙槽骨弓形态异常程度评估装置及方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4920573A (en) * | 1988-05-09 | 1990-04-24 | Mpdi, Inc. | Method for generating perpendicular synthesized cross-sectional images |
JPH0824685B2 (ja) * | 1992-11-25 | 1996-03-13 | 株式会社江川 | インプラント構造体の測定方法およびその測定装置 |
JPH0728859B2 (ja) * | 1992-12-16 | 1995-04-05 | 株式会社江川 | Mri口腔内測定装置およびmri口腔内測定用造影剤 |
US5848177A (en) * | 1994-12-29 | 1998-12-08 | Board Of Trustees Operating Michigan State University | Method and system for detection of biological materials using fractal dimensions |
US5725376A (en) * | 1996-02-27 | 1998-03-10 | Poirier; Michel | Methods for manufacturing a dental implant drill guide and a dental implant superstructure |
JPH09322883A (ja) * | 1996-06-05 | 1997-12-16 | Tadahiko Kawai | 顎関節の接触圧分布状態の解析装置 |
US6466687B1 (en) * | 1997-02-12 | 2002-10-15 | The University Of Iowa Research Foundation | Method and apparatus for analyzing CT images to determine the presence of pulmonary tissue pathology |
KR100338974B1 (ko) * | 1999-03-15 | 2002-05-31 | 최은백, 이찬경 | 턱뼈의 뼈밀도를 확인하기 위한 시뮬레이션 방법 및 이를 실현시키기 위한 프로그램이 기록된 기록매체 |
-
1999
- 1999-09-14 KR KR1019990039328A patent/KR100338975B1/ko not_active IP Right Cessation
-
2000
- 2000-09-11 IT IT2000MI001980A patent/IT1318843B1/it active
- 2000-09-11 SE SE0003205A patent/SE0003205L/xx not_active Application Discontinuation
- 2000-09-13 FI FI20002018A patent/FI20002018A/fi unknown
- 2000-09-14 FR FR0011727A patent/FR2798493A1/fr not_active Withdrawn
- 2000-09-14 US US09/661,216 patent/US6704439B1/en not_active Expired - Fee Related
- 2000-09-14 DE DE10045551A patent/DE10045551A1/de not_active Ceased
Also Published As
Publication number | Publication date |
---|---|
SE0003205D0 (sv) | 2000-09-11 |
ITMI20001980A0 (it) | 2000-09-11 |
KR20010027535A (ko) | 2001-04-06 |
FI20002018A0 (fi) | 2000-09-13 |
KR100338975B1 (ko) | 2002-05-31 |
FR2798493A1 (fr) | 2001-03-16 |
US6704439B1 (en) | 2004-03-09 |
IT1318843B1 (it) | 2003-09-10 |
SE0003205L (sv) | 2001-03-15 |
ITMI20001980A1 (it) | 2002-03-11 |
FI20002018A (fi) | 2001-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE10045551A1 (de) | Verfahren zum Identifizieren von Alveolar-Nervenbereichen im Kieferbild | |
DE10108295A1 (de) | Zahnidentifikation auf digitalen Röntgenaufnahmen und Zuordnung von Informationen zu digitalen Röntgenaufnahmen | |
WO2014068107A1 (de) | Verfahren und vorrichtung zur kosmetischen zahnanalyse | |
DE112005000205T5 (de) | System und Verfahren zur automatischen Knochenextraktion von einem medizinischen Bild | |
EP1930677B1 (de) | Brennofen | |
EP2182488B1 (de) | Gebissbild-Simulationsvorrichtung | |
DE102007057013A1 (de) | Verfahren und Vorrichtung zur Verarbeitung digitaler Mammogramme | |
WO2003063085A1 (de) | Verfahren, vorrichtung und computerprogrammprodukt zum erstellen eines individuellen modells eines kieferknochens | |
DE10100830B4 (de) | Verfahren zum Segmentieren der Bereiche der weißen Substanz, der grauen Substanz und der Zerebrospinalflüssigkeit in den Bildern des menschlichen Gehirns, und zum Berechnen der dazugehörigen Volumina | |
EP2271265B1 (de) | Erstellung und präsentation von patientenindividuellen panoramadarstellungen | |
DE102004003381A1 (de) | Verfahren zur Bestimmung der Lage wenigstens einer Schicht in einem Untersuchungsgebiet, in welcher Schicht eine Schichtbildaufnahme erfolgen soll | |
DE10163813A1 (de) | Verfahren zur Darstellung von unterschiedlichen Bildern eines Untersuchungsobjektes | |
DE10253617B4 (de) | Verfahren zur Darstellung eines ineinem Volumendatensatz abgebildeten Objektes | |
EP3682453B1 (de) | Verfahren zur ermittlung und visualisierung von zahnbewegungen und geplanten zahnumstellungen | |
DE10160206A1 (de) | Verfahren und Vorrichtung zur Erstellung einer isolierten Darstellung von Körperstrukturen | |
DE102006025917A1 (de) | Verfahren zur Konturermittlung in einem medizinischen digitalen Durchleuchtungsbild | |
DE102018211477A1 (de) | Verfahren zum automatischen Bestimmen einer Gewichtung für ein Roadmap-Verfahren, Computerprogramm, Datenspeicher und entsprechendes bildgebendes Gerät | |
DE102018124114B4 (de) | Verfahren zum Auffinden von funktionstragendem Gehirngewebe mittels elektrischer Stimulation | |
DE10253191A1 (de) | Verfahren zur selektiven Darstellung von Körperstrukturen | |
DE10210644A1 (de) | Verfahren zum Erstellen einer Sequenz | |
DE102004042792B3 (de) | Verfahren zur Verbesserung der Darstellung von CT-Aufnahmen | |
DE102022203101B3 (de) | Verfahren zur Artefaktkorrektur in einem Computertomographiebilddatensatz, Computertomographieeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger | |
DE102014019584A1 (de) | Bildverarbeitungsverfahren, korrespondierende Bildverarbeitungsvorrichtung und Endoskopanordnung | |
DE102007013417A1 (de) | Nachbearbeitung von medizinischen Schichtbilddaten | |
DE102005040738A1 (de) | Mittel und Verfahren zur Registrierung dreidimensionaler Bilddaten |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8127 | New person/name/address of the applicant |
Owner name: 10DR CO. LTD., SEOUL/SOUL, KR |
|
8131 | Rejection |