牙科锥形束 CT 系统中的头颅侧位片合成与标志点检测
图像与视频处理
2021-03-23 v2 计算机视觉与模式识别
摘要
由于缺乏标准化的三维头影测量分析方法，由三维锥形束计算机断层扫描（CBCT）体数据合成二维头颅侧位片被广泛用于牙科 CBCT 系统的头影测量分析。然而，相较于传统基于 X 射线胶片的头颅侧位片，此类合成片缺乏图像对比度与分辨率。此外，三维重建扫描期间的辐射剂量带来潜在健康风险。本工作中，我们提出一种基于 sigmoid 的强度变换，利用 X 射线胶片的 nonlinear 光学特性提升合成头颅侧位片的图像对比度。为提升图像分辨率，研究了超分辨率深度学习技术。为降低剂量，提出像素到像素生成对抗网络（pix2pixGAN）直接从两次 CBCT 投影合成二维头颅侧位片。针对合成片中的标志点检测，提出一种结合 LeNet-5 与 ResNet50 的高效自动标志点检测方法。我们的实验证明了 pix2pixGAN 在二维头颅侧位片合成中的有效性，相对于由三维 CBCT 体数据合成的头颅侧位片取得了 33.8 的平均峰值信噪比（PSNR）值。Pix2pixGAN 在超分辨率中也取得最佳性能，平均 PSNR 达 32.5，且未引入棋盘或锯齿伪影。我们提出的自动标志点检测方法在 ISBI Test1 数据上于 2 mm 临床可接受范围内取得 86.7% 的成功检测率，与最先进方法相当。该方法在传统头颅侧位片上训练后可直接应用于合成片中的标志点检测，对三维体数据与二维投影合成片分别在 4 mm 精度范围内取得 93.0% 与 80.7% 的成功检测率。
引用
@article{arxiv.2009.04420,
title = {Cephalogram Synthesis and Landmark Detection in Dental Cone-Beam CT Systems},
author = {Yixing Huang and Fuxin Fan and Christopher Syben and Philipp Roser and Leonid Mill and Andreas Maier},
journal= {arXiv preprint arXiv:2009.04420},
year = {2021}
}