Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phân đoạn cơ thái dương từ dữ liệu MRI
Tóm tắt
Mục tiêu Một phương pháp phân đoạn cơ thái dương từ hình ảnh cộng hưởng từ (MRI) đã được phát triển và kiểm tra. Cơ thái dương là một trong những cơ nhai có vai trò chính trong hệ thống nhai.
Vật liệu và phương pháp Vùng quan tâm (ROI) cơ thái dương và ROI đầu được xác định từ các hình ảnh tham chiếu, từ đó mối quan hệ không gian giữa hai ROI được suy ra. Mối quan hệ này được sử dụng để xác định ROI cơ thái dương trong hình ảnh nghiên cứu. Sau đó, ngưỡng giới hạn theo phạm vi được sử dụng để loại bỏ chất béo, tủy xương và gân cơ trong ROI. Các phép toán hình thái học thích ứng được áp dụng để đầu tiên loại bỏ mô não, tiếp theo là loại bỏ các mô mềm khác xung quanh cơ thái dương. Mười bộ dữ liệu MRI đầu người lớn đã được xử lý để kiểm tra phương pháp này.
Kết quả Sử dụng năm bộ dữ liệu cho cả đào tạo và kiểm tra, phương pháp được áp dụng cho phân đoạn cơ thái dương trong 25 hình ảnh MRI (năm hình từ mỗi bộ thử nghiệm). Một chỉ số chồng lấp trung bình (κ) là 90,2% đã thu được. Áp dụng phương pháp đánh giá leave-one-out, một κ trung bình là 90,5% đã thu được từ 50 hình ảnh thử nghiệm.
Kết luận Phương pháp phân đoạn cơ thái dương từ hình ảnh MRI đã được phát triển và kiểm tra trên các bộ dữ liệu in vivo. Kết quả cho thấy có sự nhất quán giữa phân đoạn thủ công và tự động.
Từ khóa
#cơ thái dương #hình ảnh cộng hưởng từ #phân đoạn #hệ thống nhai #mô nãoTài liệu tham khảo
Meehan M, Teschner M, Girod S (2003) Three-dimensional simulation and prediction of craniofacial surgery. J Orthodon Craniofac Res 6(1):103–107
Xia J, Samman N, Yeung RW, Wang D, Shen SG, Ip HH, Tideman H (2000) Computer-assisted three-dimensional surgical planning and simulation. 3D soft tissue planning and prediction. Int J Oral Maxillofac Surg 29(4):250–258
Gladilin E, Zachow S, Deuflhard P, Hege HC (2004) Anatomy and physics-based facial animation for craniofacial surgery simulations. Med Biol Eng Comput 42(2):167–170
Ng HP, Ong SH, Hu QM, Foong KWC, Goh PS, Nowinski WL (2006) Muscles of mastication model-based MR image segmentation. Int J Comput Assis Radiol Surg 1(3):137–148
Hu QM, Hou ZJ, Nowinski WL (2006) Supervised range- constrained thresholding. IEEE Trans Image Process 15(1):228–240
Qiao Y, Hu QM, Qian GY, Luo SH, Nowinski WL (2007) Thresholding based on variance and intensity contrast. Patt Recogn 40(2):596–608
Vasilic B, Wehrli FW (2005) A novel local thresholding algorithm for trabecular bone volume fraction mapping in the limited spatial resolution regime of in vivo MRI. IEEE Trans Med Imaging 24(12):1574–1585
Shiffman S, Rubin GD, Napel S (2000) Medical image segmentation using analysis of isolable-contour maps. IEEE Trans Med Imaging 19(11):1064–1074
Ray N, Acton ST, Altes T, Lange EE, Brookeman JR (2003) Merging parametric active contours within homogeneous image regions for MRI-based lung segmentation. IEEE Trans Med Imaging 22(2):189–199
Pluempitiwiriyawej C, Moura JMF, Wu YJ, Ho C (2005) STACS: New active contour scheme for cardiac MR image segmentation. IEEE Trans Med Imaging 24(5):593–603
Xu C, Prince JL (1998) Snakes, shapes, and gradient vector flow. IEEE Trans Image Process 7(3):359–369
Shen S, Sandham W, Granat M, Sterr A (2005) MRI fuzzy segmentation of brain tissue using neighborhood attraction with neural-network optimization. IEEE Trans Inform Technol Biomed 9(3):459–467
Otsu N (1979) A threshold selection method from gray-level histograms. IEEE Trans Syst Man Cybern 9(1):62–66
Hu QM, Qian GY, Nowinski WL (2005) Fast connected-component labelling in three-dimensional binary images based on iterative recursion. Comput Visi Image Understand 99(3):414–434
Leemput VK, Maes F, Vandermeulen D, Suetens P (1999) Automated model-based tissue classification of MR images of the brain. IEEE Trans on Med Imag 18(10):897–908
Fukunaga K, Hummels DM (1989) Leave-one-out procedures for nonparametric error estimates. IEEE Trans Patt Anal Mach Intell 11(4):421–423
Hu QM, Nowinski WL (2003) A rapid algorithm for robust and automatic extraction of the midsagittal plane of the human cerebrum from neuroimages based on local symmetry and outlier removal. NeuroImage 20(4):2153–2165
Hou ZJ, Hu QM, Nowinski WL (2006) On minimum variance thresholding. Patt Recogn Lett 27(14):1732–1743
Suri JS, Liu K, Singh S, Laxminarayan SN, Zeng X, Reden L (2002) Shape recovery algorithms using level sets in 2-D/3-D medical imagery: a state-of-the-art review. IEEE Trans Inform Technol Biomed 6(1):8–28
Yang J, Staib LH, Duncan JS (2004) Neighbor-constrained segmentation with level set based 3-D deformable models. IEEE Trans Med Imaging 23(8):940–948