CN106650302A - 一种基于物联网的3d根管治疗计划控制系统 - Google Patents

一种基于物联网的3d根管治疗计划控制系统 Download PDF

Info

Publication number
CN106650302A
CN106650302A CN201710103883.2A CN201710103883A CN106650302A CN 106650302 A CN106650302 A CN 106650302A CN 201710103883 A CN201710103883 A CN 201710103883A CN 106650302 A CN106650302 A CN 106650302A
Authority
CN
China
Prior art keywords
image
unit
root canal
target image
negative
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.)
Pending
Application number
CN201710103883.2A
Other languages
English (en)
Inventor
杨力
王晓红
程生赋
徐创贵
狄建新
李玉兰
刘发生
邱春兰
谢会同
黄贵本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Minqin People's Hospital
Original Assignee
Minqin People's Hospital
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Minqin People's Hospital filed Critical Minqin People's Hospital
Priority to CN201710103883.2A priority Critical patent/CN106650302A/zh
Publication of CN106650302A publication Critical patent/CN106650302A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Geometry (AREA)
  • Business, Economics & Management (AREA)
  • Computer Graphics (AREA)
  • General Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

本发明属于医学技术领域，公开了一种基于物联网的3D根管治疗计划控制系统，包括：3D射线源；3D射线探测单元；数据采集单元；处理器单元；目标图像获取单元；非负图像获取单元；分解单元；稀疏化处理单元；重建单元。本发明通过对目标图像进行非负处理，获取目标图像的非负图像，然后对非负图像进行非线性分解，获取第一非负图像和第二非负图像，最后对第一非负图像和第二非负图像进行稀疏化处理，获取最优化稀疏解，根据该最优化稀疏解实现3D图像重建，降低了运算过程中的图像矩阵的维数，提高了图像重建的效率。

Description

一种基于物联网的3D根管治疗计划控制系统
技术领域
本发明属于医学技术领域，尤其涉及一种基于物联网的3D根管治疗计划控制系统。
背景技术
根管治疗仪是牙科医生在为有牙患的病人进行钻孔的主要工具，包括控制主机和与控制主机相接的钻孔手柄，在钻孔手柄的端头接有机头，在机头上安装有扩大针。操作时利用控制主机驱动钻孔手柄内的转动轴旋转，转动轴带动扩大针转动，使扩大针旋转进入病牙内部，钻入的深度根据病牙情况由牙科医生确定，当需要进入的深度确定后，就必须严格控制扩大针的进入深度，如果过深会对患者口腔造成伤害，过浅又达不到要求。目前确定扩大针进入的深度是利用浮标进行显示的，即在扩大针上套装有一个浮标，浮标到扩大针端头的距离等于要钻孔的深度。这种方式定位不准确，因扩大针渐渐进入牙体内浮标随之移动，当达到深度要求时浮标接触到牙端后并不能明显察觉到，完全凭操作人员的观察极易出现误判，有时浮标还相对于扩大针有一定量的窜动。
综上所述，现有技术存在的问题是：现有根管治疗计划不能对定位、钻孔深度进行有效控制，仅凭人为控制，自动化程度低，对患者不能进行安全保护。
发明内容
为解决现有技术存在的问题，本发明的目的在于提供一种基于物联网的3D根管治疗计划控制系统。
本发明是这样实现的，一种基于物联网的3D根管治疗计划控制系统，所述基于物联网的3D根管治疗计划控制系统包括：
用于扫描根管治疗计划部位的3D射线源；
通过3D射线源探测扩大针深度的3D射线探测单元；
用于获取3D射线探测单元扫描采集的投影数据的数据采集单元；
用于对所述数据采集模块采集的数据信息进行处理的处理器单元；
用于根据所述投影数据进行迭代处理，以获取目标图像的目标图像获取单元；
用于对所述目标图像进行非负处理，获取所述目标图像的非负图像的非负图像获取单元；
用于对所述非负图像进行线性分解，获取主成分图像和次成分图像的分解单元；
用于对第一非负图像和第二非负图像进行稀疏化处理，获取满足预定条件的最优化稀疏解的稀疏化处理单元；
用于根据所述最优化稀疏解获取3D重建图像的重建单元。
进一步，所述目标图像获取单元还用于基于3D图像的成像，获得依据所述投影数据计算目标图像的迭代模型，所述迭代模型的公式表示为：
其中，S为所述目标图像，M 为系统矩阵，G为所述投影数据，i表示迭代次数，表示第i次迭代后得的迭代结果 ；λ表示收敛系数，且λ∈(0,1)，MT表示对矩阵 M 的转置；设置所述目标图像的初始值，并根据预先设置的迭代次数利用所述迭代模型对所述目标图像中的每个像素点进行迭代更新，获取最终的目标图像，所述迭代模型中的像素点的当前灰度值与前次迭代的灰度值一致逼近。
进一步，所述稀疏化处理单元包括：图像块提取模块，用于从所述第一非负图像和所述第二非负图像中提取可以部分重叠的多个图像块；
稀疏系数获取模块，用于获取所述多个图像块对应的稀疏系数；最优化求解模块，用于对对所述第一非负图像和所述第二非负图像进行最优化求解，得到满足所述目标函数的最优化稀疏解。
进一步，所述非负图像获取单元还用于将所述目标图像中灰度值小于 0 的像素点置零。
进一步，所述基于物联网的3D根管治疗计划控制系统还包括预处理单元，所述预处理单元用于对3D扫描获取的投影图像序列集进行预处理以获取所述投影数据
本发明提供的基于物联网的3D根管治疗计划控制系统，
传统扫描的实现是基于X光机和高能加速器等X射线源对受检物体进行照射，并在对应的探测器采集数据，在扫描过程中通过扫描系统的旋转架等的旋转平移等而使X射线在不同角度下穿过受检物体，从而得到受检物体不同位置的光强数据（也即扫描数据，又可称为投影数据），利用所得到的扫描数据可以重建出受检物体的断层图像。传统扫描系统需要精确地控制扫描过程中受检物体和加速器以及探测器的相对位置，以满足对断层图像重建所需的数据条件。这种传统的扫描和成像方法，耗时较长，对人体仍存在一定程度的辐射危害，本发明则很好的解决了上述问题。
本发明通过对目标图像进行非负处理，获取目标图像的非负图像，然后对非负图像进行非线性分解，获取第一非负图像和第二非负图像，最后对第一非负图像和第二非负图像进行稀疏化处理，获取最优化稀疏解，根据该最优化稀疏解实现3D图像重建，降低了运算过程中的图像矩阵的维数，提高了图像重建的效率。
附图说明
图1是本发明实施例提供的基于物联网的3D根管治疗计划控制系统示意图；
图中：1、 3D射线源；2、3D射线探测单元；3、数据采集单元；4、处理器单元；5、目标图像获取单元；6、非负图像获取单元；7、分解单元；8、稀疏化处理单元；9、重建单元。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图对本发明的应用原理作详细描述。
如图1所示，本发明实施例提供的基于物联网的3D根管治疗计划控制系统，所述基于物联网的3D根管治疗计划控制系统包括：
用于扫描根管治疗计划部位的3D射线源1；
通过3D射线源探测扩大针深度的3D射线探测单元2；
用于获取3D射线探测单元扫描采集的投影数据的数据采集单元3；
用于对所述数据采集模块采集的数据信息进行处理的处理器单元4；
用于根据所述投影数据进行迭代处理，以获取目标图像的目标图像获取单元5；
用于对所述目标图像进行非负处理，获取所述目标图像的非负图像的非负图像获取单元6；
用于对所述非负图像进行线性分解，获取主成分图像和次成分图像的分解单元7；
用于对第一非负图像和第二非负图像进行稀疏化处理，获取满足预定条件的最优化稀疏解的稀疏化处理单元8；
用于根据所述最优化稀疏解获取3D重建图像的重建单元9。
进一步，所述目标图像获取单元还用于基于3D图像的成像，获得依据所述投影数据计算目标图像的迭代模型，所述迭代模型的公式表示为：
其中，S为所述目标图像，M 为系统矩阵，G为所述投影数据，i表示迭代次数，表示第i次迭代后得的迭代结果 ；λ表示收敛系数，且λ∈(0,1)，MT表示对矩阵 M 的转置；设置所述目标图像的初始值，并根据预先设置的迭代次数利用所述迭代模型对所述目标图像中的每个像素点进行迭代更新，获取最终的目标图像，所述迭代模型中的像素点的当前灰度值与前次迭代的灰度值一致逼近。
进一步，所述稀疏化处理单元包括：图像块提取模块，用于从所述第一非负图像和所述第二非负图像中提取可以部分重叠的多个图像块；
稀疏系数获取模块，用于获取所述多个图像块对应的稀疏系数；最优化求解模块，用于对对所述第一非负图像和所述第二非负图像进行最优化求解，得到满足所述目标函数的最优化稀疏解。
进一步，所述非负图像获取单元还用于将所述目标图像中灰度值小于 0 的像素点置零。
进一步，所述基于物联网的3D根管治疗计划控制系统还包括预处理单元，所述预处理单元用于对3D扫描获取的投影图像序列集进行预处理以获取所述投影数据
本发明提供的基于物联网的3D根管治疗计划控制系统，
传统扫描的实现是基于X光机和高能加速器等X射线源对受检物体进行照射，并在对应的探测器采集数据，在扫描过程中通过扫描系统的旋转架等的旋转平移等而使X射线在不同角度下穿过受检物体，从而得到受检物体不同位置的光强数据（也即扫描数据，又可称为投影数据），利用所得到的扫描数据可以重建出受检物体的断层图像。传统扫描系统需要精确地控制扫描过程中受检物体和加速器以及探测器的相对位置，以满足对断层图像重建所需的数据条件。这种传统的扫描和成像方法，耗时较长，对人体仍存在一定程度的辐射危害，本发明则很好的解决了上述问题。
本发明通过对目标图像进行非负处理，获取目标图像的非负图像，然后对非负图像进行非线性分解，获取第一非负图像和第二非负图像，最后对第一非负图像和第二非负图像进行稀疏化处理，获取最优化稀疏解，根据该最优化稀疏解实现3D图像重建，降低了运算过程中的图像矩阵的维数，提高了图像重建的效率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于物联网的3D根管治疗计划控制系统，其特征在于，所述基于物联网的3D根管治疗计划控制系统包括：
用于扫描根管治疗计划部位的3D射线源；
通过3D射线源探测扩大针深度的3D射线探测单元；
用于获取3D射线探测单元扫描采集的投影数据的数据采集单元；
用于对所述数据采集模块采集的数据信息进行处理的处理器单元；
用于根据所述投影数据进行迭代处理，以获取目标图像的目标图像获取单元；
用于对所述目标图像进行非负处理，获取所述目标图像的非负图像的非负图像获取单元；
用于对所述非负图像进行线性分解，获取主成分图像和次成分图像的分解单元；
用于对第一非负图像和第二非负图像进行稀疏化处理，获取满足预定条件的最优化稀疏解的稀疏化处理单元；
用于根据所述最优化稀疏解获取3D重建图像的重建单元。
2.如权利要求1所述的基于物联网的3D根管治疗计划控制系统，其特征在于，所述目标图像获取单元还用于基于3D图像的成像，获得依据所述投影数据
计算目标图像的迭代模型，所述迭代模型的公式表示为：
其中，S为所述目标图像，M 为系统矩阵，G为所述投影数据，i表示迭代次数，表示第i次迭代后得的迭代结果；λ表示收敛系数，且λ∈(0,1)，MT表示对矩阵M的转置；设置所述目标图像的初始值，并根据预先设置的迭代次数利用所述迭代模型对所述目标图像中的每个像素点进行迭代更新，获取最终的目标图像，所述迭代模型中的像素点的当前灰度值与前次迭代的灰度值一致逼近。
3.如权利要求1所述的基于物联网的3D根管治疗计划控制系统，其特征在于，所述稀疏化处理单元包括：图像块提取模块，用于从所述第一非负图像和所述第二非负图像中提取可以部分重叠的多个图像块；
稀疏系数获取模块，用于获取所述多个图像块对应的稀疏系数；最优化求解模块，用于对对所述第一非负图像和所述第二非负图像进行最优化求解，得到满足所述目标函数的最优化稀疏解。
4.如权利要求1所述的基于物联网的3D根管治疗计划控制系统，其特征在于，所述非负图像获取单元还用于将所述目标图像中灰度值小于 0 的像素点置零。
5.如权利要求1所述的基于物联网的3D根管治疗计划控制系统，其特征在于，所述基于物联网的3D根管治疗计划控制系统还包括预处理单元，所述预处理单元用于对3D扫描获取的投影图像序列集进行预处理以获取所述投影数据。
CN201710103883.2A 2017-02-24 2017-02-24 一种基于物联网的3d根管治疗计划控制系统 Pending CN106650302A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710103883.2A CN106650302A (zh) 2017-02-24 2017-02-24 一种基于物联网的3d根管治疗计划控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710103883.2A CN106650302A (zh) 2017-02-24 2017-02-24 一种基于物联网的3d根管治疗计划控制系统

Publications (1)

Publication Number Publication Date
CN106650302A true CN106650302A (zh) 2017-05-10

Family

ID=58848295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710103883.2A Pending CN106650302A (zh) 2017-02-24 2017-02-24 一种基于物联网的3d根管治疗计划控制系统

Country Status (1)

Country Link
CN (1) CN106650302A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107650713A (zh) * 2017-09-25 2018-02-02 盐城工学院 一种汽车无线充电发射模块的方法及系统
CN110478058A (zh) * 2019-08-12 2019-11-22 民勤县人民医院 一种基于物联网的3d根管治疗计划控制系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933744A (zh) * 2015-06-19 2015-09-23 深圳先进技术研究院 Ct图像重建方法和系统
CN104992457A (zh) * 2015-06-19 2015-10-21 深圳先进技术研究院 Ct图像重建方法和系统
CN105608717A (zh) * 2015-12-22 2016-05-25 肖古华 一种ct系统和ct图像重建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933744A (zh) * 2015-06-19 2015-09-23 深圳先进技术研究院 Ct图像重建方法和系统
CN104992457A (zh) * 2015-06-19 2015-10-21 深圳先进技术研究院 Ct图像重建方法和系统
CN105608717A (zh) * 2015-12-22 2016-05-25 肖古华 一种ct系统和ct图像重建方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107650713A (zh) * 2017-09-25 2018-02-02 盐城工学院 一种汽车无线充电发射模块的方法及系统
CN110478058A (zh) * 2019-08-12 2019-11-22 民勤县人民医院 一种基于物联网的3d根管治疗计划控制系统

Similar Documents

Publication Publication Date Title
US7453976B1 (en) Computerized tomography image reconstruction
US10143433B2 (en) Computed tomography apparatus and method of reconstructing a computed tomography image by the computed tomography apparatus
CN105608717A (zh) 一种ct系统和ct图像重建方法
EP3632326B1 (en) Medical imaging system and method
CN112598649B (zh) 基于生成对抗网络的2d/3d脊椎ct非刚性配准方法
US20200094074A1 (en) System and Method for Reconstructing Image Volumes from Sparse Two-Dimensional Projection Data
JP2004057831A (ja) 画像形成システムの低線量画像シミュレーションのための方法及びシステム
CN110097557A (zh) 基于3D-UNet的医学图像自动分割方法及系统
US20200027264A1 (en) System and method for creating registered images
CN106650302A (zh) 一种基于物联网的3d根管治疗计划控制系统
CN103793890A (zh) 一种能谱ct图像的恢复处理方法
Cristian et al. A cone beam computed tomography annotation tool for automatic detection of the inferior alveolar nerve canal
Ye et al. Exploring vanilla u-net for lesion segmentation from whole-body fdg-pet/ct scans
WO2023160720A1 (en) Methods, systems, and storage mediums for image generation
CN105354868B (zh) 基于几何图像矩的有限角度锥形束ct图像重建方法
EP4123572A2 (en) An apparatus and a method for x-ray image restoration
Yuan et al. A modified ray tracing method for ultrasound computed tomography in breast imaging
CN108154541A (zh) 医学成像设备及其操作方法
CN109223016A (zh) Ct成像方法及成像设备
EP3725229A1 (en) Method of metal artefact reduction in x-ray dental volume tomography
CN113140016B (zh) 一种cbct设备的金属伪影校正方法和系统
JP2005110843A (ja) 放射線画像処理装置及び処理方法
CN203647369U (zh) 一种图像校正系统
CN113034636B (zh) 基于跨尺度多能谱ct标签的锥束ct图像质量改善方法和装置
Gan et al. Angled tooth segmentation from computerized tomography images

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170510

RJ01 Rejection of invention patent application after publication