تشخیص اتوماتیک مکان لندمارک های سفالومتری بر روی تصاویر سفالوگرام بیماران ارجاع داده شده به دانشگاه علوم پزشکی اصفهان

به منظور پیش بینی رشد فک و صورت و امکان برنامه ریزی درمان های لازم، دانش سفالومتری از طریق مقایسه فک و صورت افراد مختلف بنیان گذاری شده است. تاکنون تلاش های زیادی به منظور اتوماتیک کردن آنالیزهای سفالومتری با هدف کاهش زمان لازم برای آنالیز، بهبود صحت تشخیص لندمارک ها و کاهش خطاهای حاصل از خستگی فرد متخصص صورت پذیرفته است. هدف این طرح تعیین مکان دقیق لندمارک های سفالومتری بر روی تصاویر دندانپزشکی است. در این طرح یک روش مبتنی بر ترکیب مدل های شکل پذیر و شبکه های عصبی بر روی تصاویر سفالومتری در دندانپزشکی پیشنهاد شده است. به این منظور در گام اول، تعدادی از مشخصات تصویر به وسیله یک فیلتر نفوذ غیرخطی و سپس روش تشخیص لبه سوسان استخراج شده اند تا اثر اندازه، چرخش و شیفت احتمالی جمجمه هنگام تصویربرداری مدلسازی شود. در گام بعدی یک شبکه عصبی برای طبقه بندی تصاویر سفالومتری بر اساس مشخصات هندسی آنها مورد استفاده قرار گرفته است. سپس با استفاده از شبکه آموزش یافته برای هر تصویر جدید ورودی، کلاس مربوط تشخیص داده شده، مکان تقریبی لندمارک ها تخمین زده می شود. سپس با اعمال روش مدل های شکل پذیر بر تصاویر مکان دقیق لندمارک ها در تصویر به دست می آیند و در نهایت یک مرحله تطبیق الگو به منظور تعیین مکان دقیق لندمارک ها بر روی تصاویر به کار برده می شود. برای بررسی صحت عملکرد سیستم از 20 تصویر سفالومتری استفاده شده و در هر تصویر 16 لندمارک مکان یابی می شود. هر یک از تصاویر تقریبا دارای ابعاد mm 170 در mm 200 بوده با قدرت تفکیک ) dpi100هر میلی متر معادل با 4 پیکسل) به صورت دیجیتال در آمده اند. به طور متوسط 24% از لندمارک ها در فاصله mm 1نقاط صحیح، 61% در فاصله mm 2 و 93% در فاصله mm 5 مکان یابی شده اند که بهبود چشمگیری نسبت به روش های قبل نشان می دهد. با توجه به نتایج حاصل مشاهده می شود استفاده از روش پیشنهادی در مقایسه با روش های موجود نتایج بسیار مطلوب تری را ارائه می نماید.