• 전기학회논문지
• /
• 제65권8호
• /
• pp.1424-1429
• /
• 2016

Segmentation is one of the first steps in most diagnosis systems for characterization of dental caries in an early stage. The purpose of automatic dental cavity detection system is helping dentist to make more precise diagnosis. We proposed the semi-automatic method for the segmentation of dental caries on digital x-ray images. Based on a manually and roughly selected ROI (Region of Interest), it calculated the contour for the dental cavity. A snake algorithm which is one of active contour models repetitively refined the initial contour and self-examination and correction on the segmentation result. Seven phantom tooth from incisor to molar were made for the evaluation of the developed algorithm. They contained a different form of cavities and each phantom tooth has two dental cavities. From 14 dental cavities, twelve cavities were accurately detected including small cavities. And two cavities were segmented partly. It demonstrates the practical feasibility of the dental lesion detection using Computer-aided Detection (CADe).

• 한국의학물리학회지:의학물리
• /
• 제26권1호
• /
• pp.52-58
• /
• 2015

본 연구팀이 개발한 신개념 강내형 치과 진단 장치에서 촬영한 X선 치아영상으로부터 치아 우식증을 조기 단계에서 판별하고 치과의사의 정확한 진단을 돕기 위해서 병변진단 보조시스템인 치아 와동 자동 검출 프로그램을 개발하고자 하였다. 치아 와동 자동 검출 시스템을 구성하고 있는 기본 알고리즘은 치아 와동과 정상 치아를 구분 할 수 있는 영상분별 알고리즘과 치아 영상의 고유 특성 정보를 분석하고 이를 병변 검출에 적용할 수 있는 알고리즘으로 나눌 수가 있는데, 본 연구에서는 먼저, DRLSE 방법을 적용하여 병변과 정상치아 사이의 윤곽선 분할 성능을 테스트 하였다. 개발된 알고리즘의 와식 판별 성능을 테스트하기 위해서 다양한 형태의 와식을 포함하는 전치, 견치, 소구치 등의 7개의 치아팬텀을 제작하고 치아 와식 분별을 실시하였다. 총 14 개의 와식 중에 와식의 경계를 부분적으로 식별한 2개를 제외하고는 12개 와식의 경계를 정확하게 구별하여 개발된 자동 치아 병변 알고리즘의 가능성을 입증하였다. 그러나 실제 치아 와식의 형태는 개개인마다 다르고 복잡하기 때문에 무작위로 선택된 실제 치아에 적용하기 위해서는 보강된 알고리즘이 필요하다. 향후에는 치아에 대한 사전정보를 처리하고 적용하는 패턴 인식 혹은 기계학습 알고리즘을 추가하여 보다 효과적이고 정확한 병변 알고리즘으로 개선할 예정이다.

• 전기학회논문지
• /
• 제67권12호
• /
• pp.1678-1684
• /
• 2018

Dental caries is one of the most popular oral disease. The aim of automatic dental cavity detection system is helping dentist to make accurate diagnosis. It is very important to separate cavity from the teeth in the detection system. In this paper, We compared two active contour algorithms, Snake and DRLSE(Distance Regularized Level Set Evolution). To improve performance, image is selected ROI(region of interest), then applied bilateral filter, Canny edge. In order to evaluate the algorithms, we applied to 7 tooth phantoms from incisor to molar. Each teeth contains two cavities of different shape. As a result, Snake is faster than DRLSE, but Snake has limitation to compute topology of objects. DRLSE is slower but those of performance is better.

• 한국전자통신학회논문지
• /
• 제17권4호
• /
• pp.715-722
• /
• 2022

치아는 주기적으로 치과에 가서 검진을 하지 않으면 평소에 통증이나 불편이 있기 전에는 치아 질병을 알아차리기 어렵다. 치석은 구강 내 음식 또는 이물질과 세균의 결합으로 생성된다. 치석을 이루고 있는 세균으로부터 전분이 분해되는데 이때 발생하는 산이 치아의 법랑질을 녹여 충치가 되기 때문에 치석관리가 중요하다. 입속 세균의 대사 산물인 포피린은 405nm 파장에서 반응하여 붉은 형광을 띠게 되며 특정 파장의 필터를 거치면 영상으로 세균을 확인할 수 있다. 위의 방법으로 프라그 및 치석을 형광으로 검출하고 500nm 이상의 파장을 통과시키는 노란색 계열의 필터를 카메라 앞에 부착하여 촬영한다. 이는 매트랩을 이용하여 이미지 영상처리를 통해 적색 형광 부분을 검출 후 표시한다. 또한, 광계측 회로를 통해 정상 치아와 치석의 치아 전압값 차이를 이용해 아두이노로 연결하여 LCD에 표시한다. 사용자는 이를 통해 보다 정확한 치석의 유무와 위치를 알 수 있다.

• 구강회복응용과학지
• /
• 제26권3호
• /
• pp.285-296
• /
• 2010

본 연구에서는 영상처리 기술을 활용한 치과용 로봇 조명장치를 개발하여 그 정확도를 측정하여 보고자 한다. 본 연구를 통해 개발된 치과용 로봇 조명장치는 환자의 얼굴을 카메라로 인식을 하여 구강의 위치를 찾아 로봇이 움직여 라이트를 비추게 하는 것으로서 모션 제어 부, 라이트 제어 부, 영상 처리부로 구성되어 있다. 카메라로 영상을 획득 후 동작변화 영상을 추출 한 다음 아다부스트 알고리즘(Adaboost algorithm)을 통해, 얼굴 검출에 필요한 특징을 추출하여 실시간으로 얼굴 영역을 검출하도록 하였다. 영상처리를 통한 환자 구강의 추출 실험 시 정면영상에서 높은 얼굴인식률을 나타냈고 얼굴영역이 인식이 되면, 안정적인 라이트 로봇 암(Light robot arm)의 제어가 가능했다.

• Journal of Multimedia Information System
• /
• 제6권2호
• /
• pp.81-86
• /
• 2019

Deep learning is emerging as one of the best tool in processing data related to medical imaging. In our research work, we have proposed a deep learning based framework CNN (Convolutional Neural Network) for the classification of dysplastic tissue images. The CNN has classified the given images into 4 different classes namely normal tissue, mild dysplastic tissue, moderate dysplastic tissue and severe dysplastic tissue. The dataset under taken for the study consists of 672 tissue images of epithelial squamous layer of oral cavity captured out of the biopsy samples of 52 patients. After applying the data pre-processing and augmentation on the given dataset, 2688 images were created. Further, these 2688 images were classified into 4 categories with the help of expert Oral Pathologist. The classified data was supplied to the convolutional neural network for training and testing of the proposed framework. It has been observed that training data shows 91.65% accuracy whereas the testing data achieves 89.3% accuracy. The results produced by our proposed framework are also tested and validated by comparing the manual results produced by the medical experts working in this area.

• 대한소아치과학회지
• /
• 제27권4호
• /
• pp.490-493
• /
• 2000

정중과잉치는 과잉치중 가장 흔한 양상이며, 여러 가지 합병증이 생길 수가 있다. 이러한 합병증이 있음에도 불구하고 항상 발견 즉시 외과적 발거를 하는 것이 최선의 방법은 아니다. 여러 가지 상황을 고려하여 외과적 발거를 연기해야할 경우가 있으며 이때 정확한 진단이 필수적이다. 진단은 주로 방사선학적 검사에 의존하게 되며 정중과잉치의 수, 위치, 방향의 판단에 중요하다. 그간 정중과잉치의 진단에 이용되었던 방사선 사진은 각각의 장단점이 있다. $SCANORA^{(R)}$(Soredex, Finland)는 narrow beam radiology와 spiral tomograph의 원리를 이용한 다기능 두부촬영장치이다. 정중과잉치의 정확한 위치를 결정하기 위해 tube shift technique을 이용한 방법이 주로 사용되고 있으나 $SCANORA^{(R)}$를 이용해 비교적 간단하고 정확히 진단할 수 있었기에 보고하는 바이다.