CN104240241A - 一种Micro-CT图像分析量化评估磨牙牙槽骨的方法及装置 - Google Patents
一种Micro-CT图像分析量化评估磨牙牙槽骨的方法及装置 Download PDFInfo
- Publication number
- CN104240241A CN104240241A CN201410452800.7A CN201410452800A CN104240241A CN 104240241 A CN104240241 A CN 104240241A CN 201410452800 A CN201410452800 A CN 201410452800A CN 104240241 A CN104240241 A CN 104240241A
- Authority
- CN
- China
- Prior art keywords
- area
- bone
- alveolar bone
- image
- interest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明公开一种Micro-CT图像分析量化评估磨牙牙槽骨的方法，包括以下步骤：获取包含待分析磨牙的牙槽骨与牙齿的Micro-CT图像；将牙齿图像与牙槽骨图像分离，并将牙齿图像进行3D运算，得到牙齿的3D图像；用球形包围的方法确定感兴趣区域：以待分析磨牙的根分叉中心点到近中根根尖孔中心点距离的平均值，作为球形包围的球形半径r，调整球形包围的中心至待分析磨牙的根分叉中心处，将2D的球形包围区域3D化，最终将感兴趣区域及感兴趣区域内的牙槽骨图像进行3D运算，得到感兴趣区域的总体积、感兴趣区域内牙槽骨的骨小梁体积、骨表面积，并据此计算出感兴趣区域内牙槽骨的骨小梁数目、骨小梁厚度、骨小梁分离度和结构模型指数。
Description
技术领域
本发明涉及计算机辅助评估牙槽骨领域，具体而言，涉及一种Micro-CT图像分析量化评估磨牙牙周炎余留牙槽骨的方法及装置。
背景技术
牙槽骨(alveolar bone)也称为牙槽突(alveolar process)，是上下颌骨包围和支持牙根的部分。牙槽骨的吸收是牙周炎的主要表现和诊断标准，牙槽骨吸收主要表现在牙槽骨高度的降低和牙槽骨密度减少。由于牙槽骨内、外骨板均由骨密质构成，中间夹以骨松质，牙槽骨唇、颊侧骨板较薄，且有多数小孔通向其内的骨松质。因此牙槽骨是非均匀的，是含气的多孔结构，而且其骨密度很接近牙齿结构，所以在评价牙槽骨吸收时，如何量化牙槽骨是非常困难的。
很多学者用Micro-CT(micro computed tomography，微计算机断层扫描技术)评估实验性牙周炎的牙槽骨吸收情况。目前应用Micro-CT图像分析牙槽骨时，是按照密度进行评估的。但是牙根与牙槽骨的密度又非常接近，常规Micro-CT图像操作对此自动识别能力又比较差；如果手动方法进行人为识别，又会费时费力，并且存在较大人为误差。如：
采用2D线性分析的方法评估牙槽骨吸收，与组织切片类似，需要选取很多张结构清晰、标志点全面的2D切片进行测量，操作复杂繁琐，相对精确度差(Lu Sheng-Hua，Evidence-Based Complementary and Alternative Medicine，2013；Suda，Infection and immunity，2013等)。还有学者用Micro-CT，扫描实验性牙周炎的颌骨标本，进行牙槽骨吸收的3D体积分数评估。该方法的3D感兴趣区域(ROI)边界是在2D切片上先进行定点，然后3D重建之后进行体积参数分析；但是以上述及的解剖标志点，不能在同一张2D切片上全部显示出来，这样定点就会存在困难和误差，而且工作量大，实际操作比较困难，重复性和准确性都不高(Journal of periodontal research，2011；Trombettae，Journal of dental research，2011；Bak，Journal of periodontology，2010等)。而密歇根大学Park等在2007年提出评估实验性牙周炎2D及3D牙槽骨吸收的手动方法，相对准确，有一定的可重复性，但是程序繁琐，自动化程度低，实际可操作性较差(Park，Journal of periodontology，2007)。
所以，研究探讨一种准确具有高度重复性且自动化程度高的方法，对评估牙槽骨吸收情况具有指导性意义。
发明内容
本发明提供一种Micro-CT图像分析量化评估磨牙牙槽骨的方法及装置，用以评估牙周炎牙槽骨余留量，克服现有技术的缺点，提供一种可靠、准确、可重复的Micro-CT图像分析方法。
为达到上述目的，本发明提供了一种Micro-CT图像分析量化评估磨牙牙槽骨的方法，包括以下步骤：
S1：获取包含待分析磨牙的牙槽骨与牙齿的Micro-CT图像；
S2：以待分析磨牙的根分叉、根尖孔作为标志点选取感兴趣区域，具体步骤为：
S21：调整所述牙槽骨与牙齿的Micro-CT图像的阈值(Threshold)后，进行牙齿图像与牙槽骨图像的分离，具体为：通过对所述牙槽骨与牙齿的Micro-CT图像边缘进行消蚀(Erode)调整，利用区域增长(Region Growing)方法标记牙齿图像，通过布尔运算(Boolean Operations)提取牙槽骨图像，将消蚀过程中调整过的牙槽骨图像膨胀(Dilate)到消蚀前的相应像素水平，从而分离牙齿图像与牙槽骨图像；
S22：将分离出来的牙齿图像进行3D运算，得到牙齿的3D图像；
S23：用球形包围(Sphere)的方法确定感兴趣区域的位置，以待分析磨牙的根分叉中心点到近中根根尖孔中心点距离的平均值，作为球形包围的球形半径r，调整球形包围的中心至待分析磨牙的根分叉中心处，将2D的球形包围区域3D化，该球形包围区域即为感兴趣区域；
S3：将感兴趣区域进行3D运算，得到3D的球形包围区域的总体积TV；将感兴趣区域内的牙槽骨图像进行3D运算，得到感兴趣区域内牙槽骨的骨小梁体积BV、骨表面积BS；根据球形包围区域的总体积TV、感兴趣区域内牙槽骨的骨小梁体积BV及骨表面积BS，计算出感兴趣区域内的牙槽骨骨小梁数目Tb.N、骨小梁厚度Tb.Th、骨小梁分离度Tb.Sp和结构模型指数SMI。
其中，计算骨小梁数目Tb.N、骨小梁厚度Tb.Th、骨小梁分离度Tb.Sp和结构模型指数SMI的公式是：
Tb.Th＝2BV/BS；
Tb.N＝BS/2TV；
Tb.Sp＝2(TV-BV)/BS；
SMI＝[BV(dBS/dr)]/BS2。
本发明还提供一种Micro-CT图像分析量化评估磨牙牙槽骨的装置，包括：
图像获取模块，用于获取包含待分析磨牙的牙槽骨与牙齿的Micro-CT图像；
感兴趣区域划定模块，用于以待分析磨牙的根分叉、根尖孔作为标志点选取感兴趣区域；所述感兴趣区域划定模块包括分离模块、牙齿3D运算模块、感兴趣区域3D化模块，其中：
所述分离模块，用于调整所述牙槽骨与牙齿的Micro-CT图像的阈值(Threshold)，进行牙齿图像与牙槽骨图像的分离，具体为：通过对所述牙槽骨与牙齿的Micro-CT图像边缘进行消蚀(Erode)调整，利用区域增长(RegionGrowing)方法标记牙齿图像，通过布尔运算(Boolean Operations)提取牙槽骨图像，将消蚀过程中调整过的牙槽骨图像膨胀(Dilate)到消蚀前的相应像素水平，从而分离牙齿图像与牙槽骨图像；
所述牙齿3D运算模块，用于将分离出来的牙齿图像进行3D运算，得到牙齿的3D图像；
所述感兴趣区域3D化模块，用球形包围(Sphere)的方法确定感兴趣区域的位置，以待分析磨牙的根分叉中心点到近中根根尖孔中心点距离的平均值，作为球形包围的球形半径r，调整球形包围的中心至待分析磨牙的根分叉中心处，将2D的球形包围区域3D化，该球形包围区域即为感兴趣区域；
感兴趣区域3D运算模块：将感兴趣区域进行3D运算，得到球形包围区域的总体积TV；将感兴趣区域内的牙槽骨图像进行3D运算，得到感兴趣区域内牙槽骨的骨小梁体积BV、骨表面积BS；根据球形包围区域的总体积TV、感兴趣区域内牙槽骨的骨小梁体积BV及骨表面积BS，计算出感兴趣区域内的牙槽骨骨小梁数目Tb.N、骨小梁厚度Tb.Th、骨小梁分离度Tb.Sp和结构模型指数SMI。
与现有技术相比，本发明的有益效果体现在：
本发明提供一种Micro-CT图像分析量化评估磨牙牙槽骨的方法及装置，应用区域增长的标记功能，依据像素连续性的特点，能准确分离感兴趣区域(Regionof Interest，ROI)内的牙齿图像和牙槽骨图像；并且选取客观的解剖学标志点，例如根分叉、根尖孔等进行定点，选取ROI，可以进行余留牙槽骨的标准化数据分析，操作简便，准确性、可重复性好，3D分析方法高效省时(预期分析一个样本用时15～20min)。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例的Micro-CT图像分析量化评估磨牙牙槽骨的方法实现的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，为本发明一实施例的Micro-CT图像分析量化评估磨牙(包括第一磨牙、第二磨牙、第三磨牙)牙槽骨的方法实现的流程图。本发明提供的一种Micro-CT图像分析量化评估磨牙牙槽骨的方法，包括以下步骤：
在本发明的一个实施例中，利用C57小鼠牙槽骨与牙齿组织的Micro-CT图像，修剪(Crop)掉多余组织的图像，获取包含待分析磨牙的牙槽骨与牙齿的Micro-CT图像。
调整所述牙槽骨与牙齿的Micro-CT图像的阈值(Threshold)后，进行牙齿图像与牙槽骨图像的分离，具体为：对所述牙槽骨与牙齿的Micro-CT图像边缘进行消蚀(Erode)调整，利用区域增长(Region Growing)方法标记牙齿图像，通过布尔运算(Boolean Operations)提取牙槽骨图像，将消蚀过程中调整过的牙槽骨图像膨胀(Dilate)到消蚀(Erode)前的相应像素水平，从而分离牙齿图像与牙槽骨图像；
将分离出来的牙齿图像进行3D运算，得到牙齿的3D图像；
用球形包围(Sphere)的方法确定感兴趣区域的位置：以待分析磨牙的根分叉中心点到近中根根尖孔中心点距离的平均值，作为球形包围的球形半径r，调整球形包围的中心至待分析磨牙的根分叉中心处，将2D的球形包围区域3D化，该球形包围区域即为感兴趣区域；
将感兴趣区域进行3D运算，得到3D的球形包围区域的总体积TV；将感兴趣区域内的牙槽骨图像进行3D运算，得到感兴趣区域内牙槽骨的骨小梁体积BV、骨表面积BS；根据球形包围区域的总体积TV、感兴趣区域内牙槽骨的骨小梁体积BV及骨表面积BS，计算出感兴趣区域内的牙槽骨骨小梁数目Tb.N、骨小梁厚度Tb.Th、骨小梁分离度Tb.Sp和结构模型指数SMI。
在本发明的一个实施例中，计算骨小梁数目Tb.N、骨小梁厚度Tb.Th、骨小梁分离度Tb.Sp和结构模型指数SMI的公式是：
Tb.Th＝2BV/BS；
Tb.N＝BS/2TV；
Tb.Sp＝2(TV-BV)/BS；
SMI＝[BV(dBS/dr)]/BS2；其中dBS/dr表示骨表面积对球形包围的半径r求微分。
本发明还提供一种Micro-CT图像分析量化评估磨牙牙槽骨的装置，包括：
图像获取模块，用于获取包含待分析磨牙的牙槽骨与牙齿的Micro-CT图像；
感兴趣区域划定模块，用于以待分析磨牙的根分叉、根尖孔作为标志点选取感兴趣区域；所述感兴趣区域划定模块包括分离模块、牙齿3D运算模块、感兴趣区域3D化模块，其中：
所述分离模块，用于调整所述牙槽骨与牙齿的Micro-CT图像的阈值(Threshold)，对牙齿图像与牙槽骨图像进行分离，具体为：通过对所述牙槽骨与牙齿的Micro-CT图像边缘进行消蚀(Erode)调整，利用区域增长(RegionGrowing)标记牙齿图像，通过布尔运算(Boolean Operations)提取牙槽骨图像，将消蚀过程中调整过的牙槽骨图像膨胀(Dilate)到消蚀前的相应像素水平，从而分离牙齿图像与牙槽骨图像；
所述牙齿3D运算模块，用于将分离出来的牙齿图像进行3D运算，得到牙齿的3D图像；
所述感兴趣区域3D化模块，用球形包围的方法确定感兴趣区域的位置，选择待分析磨牙的根分叉中心点到近中根根尖孔中心点距离的平均值，作为球形包围的球形半径r，调整球形包围的中心至待分析磨牙的根分叉中心处，将2D的球形包围区域3D化，该球形包围区域即为感兴趣区域；
感兴趣区域3D运算模块：将感兴趣区域进行3D运算，得到球形包围区域的总体积TV；将感兴趣区域内的牙槽骨图像进行3D运算，得到感兴趣区域内牙槽骨的骨小梁体积BV、骨表面积BS；根据球形包围区域的总体积TV、感兴趣区域内牙槽骨的骨小梁体积BV及骨表面积BS，计算出感兴趣区域内的牙槽骨骨小梁数目Tb.N、骨小梁厚度Tb.Th、骨小梁分离度Tb.Sp和结构模型指数SMI。
将本发明一个实施例的3D分析牙槽骨的量化结果用2D分析的数据进行线性回归验证，得到的的结果是R2>0.996，两者结果趋于一致性，说明了本方法得到的结果准确性。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (3)
1.一种Micro-CT图像分析量化评估磨牙牙槽骨的方法，其特征在于，包括以下步骤：
S1：获取包含待分析磨牙的牙槽骨与牙齿的Micro-CT图像；
S2：以待分析磨牙的根分叉、根尖孔作为标志点选取感兴趣区域，具体步骤为：
S21：调整所述牙槽骨与牙齿的Micro-CT图像的阈值后，进行牙齿图像与牙槽骨图像的分离，具体为：通过对所述牙槽骨与牙齿的Micro-CT图像的边缘进行消蚀调整，利用区域增长方法标记牙齿图像，通过布尔运算提取牙槽骨图像，将消蚀过程中调整过的牙槽骨图像膨胀到消蚀前的相应像素水平，从而分离牙齿图像与牙槽骨图像；
S22：将分离出来的牙齿图像进行3D运算，得到牙齿的3D图像；
S23：用球形包围的方法确定感兴趣区域的位置：以待分析磨牙的根分叉中心点到近中根根尖孔中心点距离的平均值，作为球形包围的球形半径r，调整球形包围的中心至待分析磨牙的根分叉中心处，将2D的球形包围区域3D化，该球形包围区域即为感兴趣区域；
S3：将感兴趣区域进行3D运算，得到3D的球形包围区域的总体积TV；将感兴趣区域内的牙槽骨图像进行3D运算，得到感兴趣区域内牙槽骨的骨小梁体积BV、骨表面积BS；根据球形包围区域的总体积TV、感兴趣区域内牙槽骨的骨小梁体积BV及骨表面积BS，计算出感兴趣区域内牙槽骨的骨小梁数目Tb.N、骨小梁厚度Tb.Th、骨小梁分离度Tb.Sp和结构模型指数SMI。
2.如权利要求1所述的Micro-CT图像分析量化评估磨牙牙槽骨的方法，其特征在于，其中计算骨小梁数目Tb.N、骨小梁厚度Tb.Th、骨小梁分离度Tb.Sp和结构模型指数SMI的公式是：
Tb.Th＝2BV/BS；
Tb.N＝BS/2TV；
Tb.Sp＝2(TV-BV)/BS；
SMI＝[BV(dBS/dr)]/BS2。
3.一种Micro-CT图像分析量化评估磨牙牙槽骨的装置，其特征在于，包括：
图像获取模块，用于获取包含待分析磨牙的牙槽骨与牙齿的Micro-CT图像；
感兴趣区域划定模块，用于以待分析磨牙的根分叉、根尖孔作为标志点选取感兴趣区域；所述感兴趣区域划定模块包括分离模块、牙齿3D运算模块、感兴趣区域3D化模块，其中：
所述分离模块，用于调整牙槽骨与牙齿的Micro-CT图像的阈值后，进行牙齿图像与牙槽骨图像的分离，具体为：通过对所述牙槽骨与牙齿的Micro-CT图像边缘进行消蚀调整，利用区域增长方法标记牙齿图像，通过布尔运算提取牙槽骨图像，将消蚀过程中调整过的牙槽骨图像膨胀到消蚀前的相应像素水平，从而分离牙齿图像与牙槽骨图像；
所述牙齿3D运算模块，用于将分离出来的牙齿图像进行3D运算，得到牙齿的3D图像；
所述感兴趣区域3D化模块，用球形包围的方法确定感兴趣区域，以待分析磨牙的根分叉中心点到近中根根尖孔中心点距离的平均值，作为球形包围的球形半径r，调整球形包围的中心至待分析磨牙的根分叉中心处，将2D的球形包围区域3D化，该球形包围区域即为感兴趣区域；
感兴趣区域3D运算模块：将感兴趣区域进行3D运算，得到球形包围区域的总体积TV；将感兴趣区域内的牙槽骨图像进行3D运算，得到感兴趣区域内牙槽骨的骨小梁体积BV、骨表面积BS；根据球形包围区域的总体积TV、感兴趣区域内牙槽骨的骨小梁体积BV及骨表面积BS，计算出感兴趣区域内牙槽骨的骨小梁数目Tb.N、骨小梁厚度Tb.Th、骨小梁分离度Tb.Sp和结构模型指数SMI。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410452800.7A CN104240241B (zh) | 2014-09-05 | 2014-09-05 | 一种Micro‑CT图像分析量化评估磨牙牙槽骨的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410452800.7A CN104240241B (zh) | 2014-09-05 | 2014-09-05 | 一种Micro‑CT图像分析量化评估磨牙牙槽骨的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104240241A true CN104240241A (zh) | 2014-12-24 |
| CN104240241B CN104240241B (zh) | 2017-03-15 |
Family
ID=52228247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410452800.7A Active CN104240241B (zh) | 2014-09-05 | 2014-09-05 | 一种Micro‑CT图像分析量化评估磨牙牙槽骨的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104240241B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016197370A1 (zh) * | 2015-06-11 | 2016-12-15 | 深圳先进技术研究院 | 牙齿和牙槽骨的分割与重构方法及装置 |
| CN107464235A (zh) * | 2016-07-25 | 2017-12-12 | 武汉大学 | 一种检测图像结构变化的方法及装置 |
| CN110930513A (zh) * | 2019-11-18 | 2020-03-27 | 上海交通大学医学院附属第九人民医院 | 牙颌仿真模型生成方法、系统、牙齿矫治器 |
| CN112329763A (zh) * | 2020-02-22 | 2021-02-05 | 宋彤云 | 基于区块链管理的现场警示平台 |
-
2014
- 2014-09-05 CN CN201410452800.7A patent/CN104240241B/zh active Active
Non-Patent Citations (4)
| Title |
|---|
| ANDREW DARLING等: "《Image-based biomimetic modeling and its application in computer-aided tissue engineering》", 《BIOMEDICAL OPTICS》 * |
| CHAN HO PARK等: "《Three-dimensional micro-computed tomographic imaging of alveolar bone in experimental bone loss or repair》", 《JOURNAL OF PERIODONTOLOGY》 * |
| R GONZÁLEZ-GARCÍA等: "《Is micro-computed tomography reliable to determine the microstructure of the maxillary alveolar bone》", 《CLINICAL ORAL IMPLANTS RESEARCH》 * |
| TT TAYLOR: "《Detection of Regional Variation of Bone Mineralization in a Human Mandible using Computed Tomography》", 《ELECTRONIC THESES & DISSERTATIONS CENTER》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016197370A1 (zh) * | 2015-06-11 | 2016-12-15 | 深圳先进技术研究院 | 牙齿和牙槽骨的分割与重构方法及装置 |
| CN107106117A (zh) * | 2015-06-11 | 2017-08-29 | 深圳先进技术研究院 | 牙齿和牙槽骨的分割与重构方法及装置 |
| CN107464235A (zh) * | 2016-07-25 | 2017-12-12 | 武汉大学 | 一种检测图像结构变化的方法及装置 |
| WO2018019202A1 (zh) * | 2016-07-25 | 2018-02-01 | 武汉大学 | 一种检测图像结构变化的方法及装置 |
| CN110930513A (zh) * | 2019-11-18 | 2020-03-27 | 上海交通大学医学院附属第九人民医院 | 牙颌仿真模型生成方法、系统、牙齿矫治器 |
| CN110930513B (zh) * | 2019-11-18 | 2023-04-18 | 上海交通大学医学院附属第九人民医院 | 牙颌仿真模型生成方法、系统、牙齿矫治器 |
| CN112329763A (zh) * | 2020-02-22 | 2021-02-05 | 宋彤云 | 基于区块链管理的现场警示平台 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104240241B (zh) | 2017-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104240241A (zh) | 一种Micro-CT图像分析量化评估磨牙牙槽骨的方法及装置 | |
| US10405796B2 (en) | Estimating and predicting tooth wear using intra-oral 3D scans | |
| AU2015284524B2 (en) | Detecting tooth wear using intra-oral 3D scans | |
| CN109146897B (zh) | 口腔放射图像质量控制方法及装置 | |
| DE202017007142U1 (de) | lntraoraler Scanner mit Zahndiagnosefähigkeiten | |
| CN110913789B (zh) | 基于颌表面的配准 | |
| US20090226031A1 (en) | Particle analyzer, method for analyzing particles, and computer program product | |
| CN115205469A (zh) | 基于cbct的牙齿与牙槽骨重建方法、设备及介质 | |
| CN109967143B (zh) | 一种基于微流控显微系统的细胞大小检测方法 | |
| CN113223010A (zh) | 口腔图像多组织全自动分割的方法和系统 | |
| JP6014651B2 (ja) | 画像内容に基づく自動輝度検出方法及び装置 | |
| CN110895816A (zh) | 一种下颌骨种植计划术前牙槽骨磨骨量的测量方法 | |
| Gerken et al. | Objective computerised assessment of residual ridge resorption in the human maxilla and maxillary sinus pneumatisation | |
| Möhlhenrich et al. | Influence of setback and advancement osseous genioplasty on facial outcome: A computer-simulated study | |
| US8209876B2 (en) | Device and method for measuring the skeletal dental relationships | |
| US20170097296A1 (en) | Automatic compensation method, device, and corresponding flow cytometer | |
| Verdelis et al. | Microcomputed tomography imaging in odontogenesis studies | |
| CN115620861A (zh) | 基于多模态组学老年人甲状腺癌治疗手段评估方法及系统 | |
| Song et al. | Age estimation based on 3D pulp segmentation of first molars from CBCT images using U-Net | |
| Feeney | Microtomographic analysis of sexual dimorphism and dental tissue distribution in human molars | |
| CN117152238B (zh) | 基于深度学习的前牙区牙槽骨面积自动测量方法及系统 | |
| CN115082461B (zh) | 一种基于边缘计算的预判过滤方法及装置 | |
| Jiang et al. | Accurate malocclusion tooth segmentation method based on a level set with adaptive edge feature enhancement | |
| CN116310144B (zh) | 一种下颌颏孔手术安全区域自动标定方法 | |
| CN107440728A (zh) | 一种实验用小鼠反应监测仪 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |