The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

3D Reconstruction System of Teeth for Dental Simulation

치과 진료 시뮬레이션을 위한 3차원 치아의 재구성 시스템

  • 허훈 (경희대학교 대학원 컴퓨터공학과) ;
  • 최원준 (경희대학교 대학원 컴퓨터공학과) ;
  • 채옥삼 (경희대학교 전자계산공학과)
  • Published : 2004.04.01
Download PDF
⟨ Previous Next ⟩

Abstract

Recently, the dental information systems were rapidly developed in order to store and process the data of patients. But, these systems should serve a doctor a good quality information against disease for diagnostic and surgery purpose so as to success in this field. This function of the system it important to persuade patients to undergo proper surgical operation they needed. Hence, 3D teeth model capable of simulating the dental surgery and treatment is necessary Teeth manipulation of dentistry is performed on individual tooth in dental clinic. io, 3D teeth reconstruction system should have the techniques of segmentation and 3D reconstruction adequate for individual tooth. In this paper, we propose the techniques of adaptive optimal segmentation to segment the individual area of tooth, and reconstruction method of tooth based on contour-based method. Each tooth can be segmented from neighboring teeth and alveolar bone in CT images using adaptive optimal threshold computed differently on tooth. Reconstruction of individual tooth using results of segmentation can be manipulated according to user's input and make the simulation of dental surgery and treatment possible.

최근 치과 분야의 정보화는 환자자료와 진단영상의 취득과 관리 등을 포함하는 통합 정보화시스템으로써 급속히 발전되었다. 이러한 시스템이 성공하기 위해선 의사가 정확하게 질환을 진단하고 치료하도록 양질의 정보를 제공하며 환자들에게 필요한 고가의 치료를 효과적으로 설득할 수 있는 기능이 확보되어야 한다. 이러한 측면에서 치과분야 시뮬레이션이 가능한 3차원 재구성된 치아모델이 필요하다 치과분야의 치아조작은 대부분 개별 치아 단위로 이루어진다. 따라서 3차원 치아 재구성 시스템은 개변치아의 영역분할과 치아에 맞는 재구성기술이 요구된다. 본 논문에서 적응 최적 임계화를 사용한 치아단위 영역분할 방안과 분할된 경계를 사용한 윤곽선 기반방식의 치아 재구성방안을 제안한다. 즉, 연속된 CT영상에서 개별치아 영역을 정확히 분할하기 위해 슬라이스마다 적응적으로 결정된 최적의 임계치를 사용하여 각 치아를 인접한 이웃 치아와 치조골로부터 분리한다. 분할결과는 3차원 재구성되어 개별 치아를 조작하는 사용자의 입력에 따라 3차원 공간상에서 치아의 이동, 발거 동작을 바탕으로 치과 진료의 시뮬레이션을 가능하게 한다.

Keywords

References

  1. J. H. Ryu, H. S. Kim, K. H. Lee, 'Contour based algorithms for generating 3D medical models,' Scanning Congress 2001 : Numerization 3D session, Paris, France, 2001
  2. S. Liu, W. Ma, 'Seed-growing segmentation of 3-D surfaces from CT-contour data,' Computer Aided Design 31, pp.517-536, 1999 https://doi.org/10.1016/S0010-4485(99)00050-0
  3. G. Bohm, C. Knoll, V. G. Colomer, M. Alcaniz-Raya S. Albalat, 'Three-dimensional segmentation of bone structures in CT images,' SPIE, Vol.3661, pp.277-286, California, 1999 https://doi.org/10.1117/12.348582
  4. S. Beucher, S. Lantuejoul, 'Use of watersheds in contour detection,' International Workshop on image processing : Real-time Edge and Motion detection/estimation, France, 1979
  5. H. N. Christiansen, T. W. Sederberg, 'Conversion of complex contour line definition into polygonal element mosaics,' Computer Graphics, Vol.20, pp.693-702, 1978 https://doi.org/10.1145/965139.807388
  6. A. B. Ekoule, F. Peyrin, C. L. Odet 'A triangulation algorithm from arbitrary shaped multiple planar contour,' ACM Trans. of Graphics, Vol.10, No.2, pp.182-199, 1991 https://doi.org/10.1145/108360.108363
  7. D. Meyers, S. Skinner, K. Sloan, 'Surfaces from contours,' ACM Trans. of Graphics, Vol.11, No.3, pp.228-258, 1992 https://doi.org/10.1145/130881.131213
  8. M. H. Shimabukuro, R. Minghim, 'Visualisation and Reconstruction In Dentistry,' Information Visualization, Proc. of IEEE Conf., pp.25-31, 1998 https://doi.org/10.1109/IV.1998.694195
  9. A. G. Bors, L. Kechagias, I. Pitas, 'Binary Morphological Shape-Based Interpolation Applied to 3-D Tooth Reconstruction,' IEEE Trans. on Medical Imaging, Vol.21, No.2, p.100-108, 2002 https://doi.org/10.1109/42.993129
  10. G. T. Herman, J. K. Udupa, 'Display of 3D Digital Images : Computational Foundations and Medical Applications,' IEEE Computer Graphics and Applications 3, pp. 39-46, 1983 https://doi.org/10.1109/MCG.1983.263213
  11. W. E. Lorensen, H. E. Cline, 'Marching Cubes : A High Resolution 3D Surface Construction Algorithm,' Computer Graphics(Proc. SIGGRAPH), Vol.21, No.3, pp.163-169, 1987 https://doi.org/10.1145/37402.37422
  12. 이동주, '부정교합치료의 이론과 실제', 대림출판사, pp.123-146
  13. K. Bilger, J. Kupferschlager, W. Muller-Schauenburg, F. Nusslin, R. Bares, 'Threshold Calculation for SegmentedAttenuation Correction in PET with Histogram Fitting,' IEEE Trans. on nuclear science, Vol.48, No.1, pp.43-50, 2001 https://doi.org/10.1109/23.910831
  14. M. Xu, P. D. Cutler, W. K. Luk, 'Adaptive, Segmented Attenuation Correction for Whole-Body PET Imaging,' IEEE Trans. on Nuclear Science, Vol.43, No1, 1996 https://doi.org/10.1109/23.485974
  15. M. Piotrowski, P. S. Szczepaniak, 'Active contour based segmentation of low-contrast medical images,' Advances in Medical Signal and Information Processing IEEE Conf., pp.104-109, 2000
  16. 김태우, 'MR영상의 3차원 가시화 및 분석을 위한 뇌영역의 자동분할', 한국정보처리학회 논문지, 제7권 제2호, pp.542-551, 2002
  17. http://dicom.offis.de
  18. N. Otsu, 'A threshold selecion method from greylevel histograms,' IEEE Trans. Syst. Man. Cybern., Vol.9, No.1, pp.62-66, 1979 https://doi.org/10.1109/TSMC.1979.4310076
  19. L. Wang, W. Wang, 'A comparative performance study of thresholding algorithms for particle images,' Proceedings of ICSP, pp.2097-2102, 2000 https://doi.org/10.1109/ICOSP.2000.893519
  20. C. A. Glasbey, 'An analysis of histogram-based thresholding algorithms,' Graphical Models and Image Processing, Vol.55, pp.532-537 https://doi.org/10.1006/cgip.1993.1040
  21. Rafael C. Gonzalez, Richard E. Woods, 'Digital Image Processing,' Addison Wesley, pp.447-455
  22. A. P. Zijdenbos, B. M. Dawant, R. A. Margolin, A. C. Palmer, 'Morphometric Analysis of White Matter Lesions in MR Images : Method and Validation,' IEEE Trans. Medical Imaging, Vol.13, pp.716-724, 1994 https://doi.org/10.1109/42.363096
  23. 이덕혜, 이탁경, '치아형태학', 고문사, p.15-22