• 대한전자공학회논문지SP
• /
• 제41권4호
• /
• pp.51-61
• /
• 2004

치과 분야에서 치아가 개별적으로 조작될 수 있는 3차원 치아 모델은 치과 치료와 시술 시뮬레이션을 위해 중요한 요소이다. CT영상으로부터 이러한 치아 모델을 재구성하기 위해서는 각 치아의 경계를 정확하게 분할할 수 있어야 한다. 그러나 기존의 3차원 재구성 시스템에서 사용되는 임계화 방법은 치아들과 치아와 비슷한 밝기의 치조골이 서로 인접해서 나타나는 CT 영상열에서 효율적이지 못하다. 본 논문에서는 CT영상에서 부드러운 치아 경계를 추출하기 위해 B-spline 곡선 적합을 이용한 치아 분할 방법을 제안한다. 성공적인 적합을 위해서 이전 슬라이스의 분할정보와 적응 최적 임계화 방법을 기반으로 한 초기경계 생성방법을 제안한다. 그리고 적합과정에서 이웃한 유사한 물체에 적합되는 것을 줄일 수 있는 유전자 알고리즘을 이용한 B-spline 적합방법을 제안한다. 평가결과 제안된 알고리즘은 개별치아의 경계를 성공적으로 검출하였으며 이를 이용하여 시술과 치료 과정의 시뮬레이션을 위한 치아의 3차원 모델을 정확하고 부드럽게 생성할 수 있음을 보였다.

• 한국멀티미디어학회논문지
• /
• 제17권10호
• /
• pp.1171-1181
• /
• 2014

In this paper, we propose improved methods which are image conversion and extraction method of watershed seed using morphological characteristic of teeth on complement image. Conventional tooth segmentation methods are occurred low detection ratio at molar region and over, overlap segmentation owing to specular reflection and morphological feature of molars. Therefore, in order to solve the problems of the conventional methods, we propose the image conversion method and improved extraction method of watershed seed. First, the image conversion method is performed using RGB, HSI space of tooth image for to extract boundary and seed of watershed efficiently. Second, watershed seed is reconstructed using morphological characteristic of teeth. Last, individual tooth segmentation is performed using proposed seed of watershed by watershed algorithm. Therefore, as a result of comparison with marker controlled watershed algorithm and the proposed method, we confirmed higher detection ratio and accuracy than marker controlled watershed algorithm.

• 한국전자거래학회지
• /
• 제19권4호
• /
• pp.45-60
• /
• 2014

컴퓨터 단층 촬영(Computed Tomography)을 통해 만들어진 3차원의 데이터를 온라인상으로 치과 의료에 사용하게 되면서 정보의 왜곡이나 손실 없이 3차원의 해부학적 정보를 얻을 수 있고, 치아 이식술이나 교정을 하기 전에 안전하게 치료계획을 세울 수 있다. CT 데이터를 이용한 정확한 진단을 위해서는 개별 치아를 분할 할 수 있어야 한다. 그러나 CT 데이터 상에서 치아 영역과 그 주변 영역은 밝기의 차이가 크기 않기 때문에 개별 치아를 분할하는 작업은 쉽지 않다. 특히 치아의 뿌리 부분으로 갈수록 치아 주변에 턱 뼈가 위치하기 때문에 더욱 구별이 힘들다. 본 논문에서는 자동으로 개별 치아를 분리하는 기존의 SRG(Seeded Region Growing) 알고리즘에 레벨-셋 방법을 추가하여 치아 뿌리 부분까지 더 정확하게 분할하는 알고리즘을 제안한다. 제안한 방법은 기존의 방법과 비교한 결과 개별 치아의 종류에 따라 19.2%의 정확도 향상을 얻을 수 있다.