FR2798493A1 - Procede d'identification d'une zone nerveuse alveolaire dans une image de machoire - Google Patents

Procede d'identification d'une zone nerveuse alveolaire dans une image de machoire Download PDF

Info

Publication number
FR2798493A1
FR2798493A1 FR0011727A FR0011727A FR2798493A1 FR 2798493 A1 FR2798493 A1 FR 2798493A1 FR 0011727 A FR0011727 A FR 0011727A FR 0011727 A FR0011727 A FR 0011727A FR 2798493 A1 FR2798493 A1 FR 2798493A1
Authority
FR
France
Prior art keywords
image
area
jaw
candidate
nerve
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.)
Withdrawn
Application number
FR0011727A
Other languages
English (en)
Inventor
Heu Yeon Lee
Chan Kyung Lee
Chang Hwan Kong
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.)
Samsung SDS Co Ltd
Original Assignee
Samsung SDS Co Ltd
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 Samsung SDS Co Ltd filed Critical Samsung SDS Co Ltd
Publication of FR2798493A1 publication Critical patent/FR2798493A1/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/506Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of nerves
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/174Segmentation; Edge detection involving the use of two or more images
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/51Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for dentistry
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61CDENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C1/00Dental machines for boring or cutting ; General features of dental machines or apparatus, e.g. hand-piece design
    • A61C1/08Machine parts specially adapted for dentistry
    • A61C1/082Positioning or guiding, e.g. of drills
    • A61C1/084Positioning or guiding, e.g. of drills of implanting tools
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10116X-ray image
    • G06T2207/10124Digitally reconstructed radiograph [DRR]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30036Dental; Teeth
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30052Implant; Prosthesis

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Optics & Photonics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Neurology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Abstract

Procédé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire, comprenant : (a) le découpage de l'image tridimensionnelle de mâchoire en tranches bidimensionnelles; (b) la détection d'un objet binaire correspondant à une zone de mâchoire depuis une tranche; (c) le rassemblement d'éléments d'image de l'objet en groupements d'éléments d'image d'intensité similaire; (d) la détermination de groupes ayant plus d'éléments d'image qu'un nombre minimal prédéterminé, et la détermination du groupe étiqueté minimal ayant la répartition d'intensité la plus faible; (e) la composition d'une nouvelle image binaire contenant des éléments d'image appartenant à la zone de mâchoire et aux groupes ayant une répartition d'intensité inférieure à celle du groupe minimal, pour extraire un objet nerveux candidat; et (f) la détermination si l'objet nerveux candidat correspond à la zone nerveuse alvéolaire réelle.

Description

PROCEDE D'IDENTIFICATION D'UNE ZONE NERVEUSE ALVEOLAIRE
DANS UNE IMAGE DE MACHOIRE
La présente invention se rapporte à un procédé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire lors d'une implantation dentaire, et plus particulièrement, à un procédé automatisé ou semi-automatisé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire obtenue par une
tomographie informatisée (en abrégé CT).
Pour des cas dans lesquels des dommages aux dents sont trop graves pour être réparés, la chirurgie de remplacement de dents endommagées par des dents artificielles est devenue courante. Pour une chirurgie de ce type, une vis d'implant pour supporter les dents
artificielles doit être insérée dans le maxillaire.
Les figures 1A à 1G représentent chaque étape d'implantation. De façon détaillée, dans le cas o une dent est extraite à cause de dommages, comme le montre la figure 1A, une dent artificielle est implantée dans la zone endommagée de la manière suivante. La gencive dans la zone endommagée est découpée comme le montre la figure 1B, une zone dans laquelle une vis d'implant est à insérer est forée pour former un trou comme le montre la figure 1C, et la vis d'implant est insérée dans le trou, comme le montre la figure 1D. Ensuite, la zone implantée est laissée pour permettre à la vis d'implant de se lier fermement avec le maxillaire et au nouveau tissu de recouvrir la vis d'implant, comme le montre la figure 1E. Lorsque la vis d'implant est fermement liée au maxillaire, la gencive sur le dessus de la zone implantée est retirée comme le montre la figure 1F et ensuite une dent artificielle est montée sur la vis d'implant. Cependant, si un dentiste n'arrive pas à insérer la vis d'implant dans une zone appropriée dans une direction précise lors de l'opération chirurgicale précédente, la vis d'implant ne peut pas supporter de façon satisfaisante la dent artificielle, ou la vis d'implant insérée de façon non appropriée peut empiéter sur des nerfs alvéolaires, provoquant une paralysie faciale. Ainsi, l'étape la plus importante lors de l'implantation est d'estimer de manière précise la densité du maxillaire au voisinage d'un site d'implantation souhaité. En particulier, un contact entre la vis d'implant et une zone à basse densité et un empiétement sur les nerfs dans le maxillaire doivent
être évités. Ainsi, il est important qu'un chirurgien-
dentiste examine de façon précise l'emplacement des
nerfs près d'un site d'implant souhaité.
Le succès d'une implantation dépend de la précision avec laquelle un chirurgien-dentiste connait la densité du maxillaire d'un patient. Le procédé courant le plus suivi pour s'assurer de manière précise de la densité du maxillaire est la tomographie informatisée (CT). On se réfère également à la CT quand un objet est analysé suivant de nombreuses directions pour saisir une image en 3 dimensions de l'objet. En chirurgie dentaire, lors d'une analyse par CT, soit le maxillaire supérieur, soit le maxillaire inférieur est analysé, de manière classique, par incréments de
1,0 mm, formant environ 45 tranches d'image.
La figure 2 représente une image de mâchoire inférieure obtenue par CT. Comme le montre la figure 2, l'analyse par CT et une technique de simulation par ordinateur donnent une grande quantité d'informations
concernant la mâchoire à un chirurgien-dentiste.
Cependant, il n'est pas facile pour le chirurgien-
dentiste d'identifier de manière directe et de façon précise l'emplacement des nerfs à partir d'images de CT. Pour résoudre les problèmes précédents, un objectif de la présente invention est de proposer un procédé automatisé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire obtenue par
tomographie informatisée (CT).
Un autre objectif de la présente invention est de proposer un procédé d'identification d'une zone nerveuse alvéolaire à partir d'une image de mâchoire obtenue par CT, en utilisant un point de départ présent
dans une tranche de CT.
Un autre objectif de la présente invention est de proposer des supports pouvant être lus par ordinateur pour les procédés d'identification de zone nerveuse
alvéolaire.
Selon un aspect de la présente invention, on propose un procédé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire, comprenant les étapes suivantes: (a) découpage en tranches de l'image de mâchoire en 3 dimensions en un certain nombre d'images en tranche en 2 dimensions; (b) détection d'un objet d'image binaire correspondant à une zone de mâchoire à partir de l'une des images en tranche; (c) rassemblement d'éléments d'image ("pixels" en terminologie anglo-saxonne) de l'objet d'image binaire de la zone de mâchoire en groupements, chaque groupement contenant des éléments d'image ayant une intensité similaire; (d) détermination de groupements qui ont un nombre d'éléments d'image plus grand qu'un nombre minimal prédéterminé d'éléments d'image, et détermination du groupement étiqueté minimal ayant la répartition d'intensité d'élément d'image la plus faible d'entre ces groupements; (e) composition d'une nouvelle image binaire contenant des éléments d'image qui appartiennent à la fois à la zone de mâchoire et aux groupements ayant une répartition d'intensité inférieure à celle du groupement étiqueté minimal, pour extraire un objet nerveux candidat; et (f) détermination si l'objet nerveux candidat correspond à la zone nerveuse alvéolaire réelle. Le procédé d'identification de zone nerveuse alvéolaire peut comprendre de plus la détermination d'objets nerveux candidats pour la zone nerveuse alvéolaire réelle par rapport à la totalité de l'image en tranche, et l'assemblage de toutes les images en tranche en une image de mâchoire pour produire une zone nerveuse alvéolaire complète dans l'image de mâchoire en utilisant les objets nerveux candidats. Egalement, le procédé peut comprendre de plus l'identification d'une zone nerveuse alvéolaire pour une image formant tranche voisine Si_1 ou Si+1, qui est située avant ou après l'image formant tranche Si par croissance de la zone nerveuse alvéolaire déterminée à partir de la
tranche Si.
De préférence, l'étape (f) comprend: (fl) la réalisation d'une opération de dilatation sur l'objet nerveux candidat pour extraire la zone de périmètre de ce dernier; (f2) la comparaison de l'intensité des éléments d'image appartenant à la zone de périmètre à l'intensité des éléments d'image intérieurs entourés par la zone de périmètre; et (f3) la détermination d'un objet ayant une zone de périmètre dont l'intensité d'élément d'image est supérieure à celle des éléments d'image intérieurs, en tant que nouvel objet nerveux candidat. Comme variante, l'étape (f) peut comprendre: (fl) le calcul du nombre N1 d'éléments d'image appartenant à l'objet nerveux candidat; (f2) le calcul du point formant centre de gravité de l'objet nerveux candidat; (f3) la réalisation d'une opération de croissance de zone sur l'objet nerveux candidat, en démarrant à partir du point formant centre de gravité en tant que point de départ pour produire un objet nerveux agrandi; (f4) le calcul du nombre N2 d'éléments d'image de l'objet nerveux agrandi; et (f5) la comparaison de N1 et de N2, et, si N2 est supérieur à N1 d'un nombre prédéterminé ou plus, le retrait de l'objet nerveux candidat. Dans un autre mode de réalisation, l'étape (f) peut comprendre: (fl) le calcul d'un point formant centre de gravité par rapport à tous les éléments d'image appartenant à la zone de mâchoire de l'image en tranche; (f2) la détermination des éléments d'image supérieurs et inférieurs de la zone de la mâchoire, et le calcul d'un point médian entre les éléments d'image supérieurs et inférieurs; (f3) la détermination si le point formant centre de gravité est situé près du point médian; et (f4) si le point formant centre de gravité est situé près du point médian, la détermination de l'objet nerveux candidat au-dessus du point médian et le plus proche du point formant centre de gravité, ou l'objet nerveux candidat au-dessous et le plus proche du point formant centre de gravité, comme étant une zone nerveuse alvéolaire, et, si le point formant centre de gravité n'est pas près du point médian, la détermination de l'objet nerveux candidat le plus près du point formant centre de
gravité comme étant une zone nerveuse alvéolaire.
Selon un autre aspect de la présente invention, on propose un procédé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire, comprenant les étapes suivantes: (a) découpage en tranches de l'image de mâchoire en 3 dimensions en un certain nombre d'images en tranche en 2 dimensions, et la sélection de l'une des images en tranche; (b) affichage des éléments d'image de l'objet nerveux candidat de l'image en tranche sélectionnée, l'un des éléments d'image d'objet nerveux candidat étant sélectionné en tant que point de départ à utiliser lors de l'identification de la zone nerveuse alvéolaire de l'image en tranche; (c) détermination par l'utilisateur du point de départ parmi les éléments d'image de l'objet nerveux candidat; et (d) comparaison de l'intensité du point de départ à l'intensité des éléments d'image voisins, et réalisation d'un processus de croissance de zone sur l'image en tranche sur la base du fait qu'une différence entre les intensités comparées est à l'intérieur d'une plage d'erreurs prédéterminée, pour détecter des éléments d'image correspondant à une zone
nerveuse alvéolaire de l'image en tranche.
De préférence, le procédé d'identification de zone nerveuse alvéolaire comprend de plus l'identification d'une zone nerveuse alvéolaire pour une image en tranche voisine Si_ ou Si+j, qui est située avant ou après l'image en tranche Si, par croissance de la zone nerveuse alvéolaire déterminée à partir de l'image en tranche Si. Aussi, le procédé peut comprendre la réalisation des étapes (a) à (d) par rapport à chacune des images en tranche pour détecter des zones nerveuses alvéolaires, et l'assemblage de toutes les images en tranche en une image de mâchoire pour produire une zone nerveuse alvéolaire complète dans l'image de mâchoire
en utilisant les zones alvéolaires détectées.
D'autres caractéristiques et avantages de l'invention ressortiront plus clairement à la lecture
de la description qui va suivre, en relation avec les
dessins annexés, dans lesquels: - les figures 1A à 1G représentent chaque étape d'une implantation dentaire; - la figure 2 représente une image en 3 dimensions d'une mâchoire inférieure obtenue par tomographie informatisée (CT); - les figures 3A et 3B sont des schémas représentant une technique d'obtention de tranches à partir d'une image CT en 3 dimensions d'une mâchoire, qui est appliquée pour identifier une zone nerveuse alvéolaire dans l'image CT selon la présente invention; - les figures 4A, 4A', 4B à 4D sont des organigrammes représentant un procédé d'identification d'une zone nerveuse alvéolaire dans une image en tranche de CT d'une mâchoire selon un mode de réalisation préféré de la présente invention; - les figures 5A à 5I représentent les images de tranches de CT à partir d'étapes dans le procédé illustré par les figures 4A à 4D; - la figure 6 est un organigramme représentant un autre mode de réalisation du procédé d'identification d'une zone nerveuse alvéolaire d'une image de CT d'une mâchoire selon la présente invention; - les figures 7A à 7E représentent les images de tranches de CT à partir d'étapes dans le procédé de la figure 6; et - la figure 8 représente un état dans lequel un implant virtuel de vis est inséré dans un site
d'implant d'une image de mâchoire.
Dans la présente invention, une zone de mâchoire est distinguée dans des tranches de CT sur la base de la répartition d'intensité de. la zone, et des zones nerveuses "candidates", qui sont considérées comme étant des zones nerveuses alvéolaires réelles dans la
mâchoire, sont extraites de la zone de la mâchoire.
Ensuite, les zones nerveuses candidates sont soumises à une série de traitements d'image pour retirer les zones nerveuses alvéolaires candidates qui ont de faibles possibilités d'être des zones nerveuses alvéolaires réelles. Les traitements d'image utilisés comprennent des opérations morphologiques, une amélioration de contraste, un groupage de K moyennes, et des algorithmes de traitement d'image de croissance de zone. L'image de sortie finale est exprimée en tant qu'image binaire, qui représente la forme, la taille et l'emplacement de la zone nerveuse alvéolaire identifiée. Les termes à utiliser tout au long des modes de réalisation suivants sont définis de la manière suivante. Le terme "objet" se réfère à un groupe d'éléments d'image binaires adjacents ou reliés les uns aux autres dans l'espace. Le terme "périmètre" se réfère à l'ensemble des éléments d'image binaires les plus extérieurs d'un objet, les éléments d'image binaires les plus extérieurs étant reliés pour former une boucle fermée. L'expression "point formant centre de gravité" se réfère à la position moyenne de tous les éléments d'image constituant un objet. Le terme "groupement" se réfère à un ensemble d'éléments d'image ayant des caractéristiques similaires, par exemple,
ayant une densité similaire.
Le traitement d'image à adopter dans les modes de
réalisation suivants est ci-après brièvement expliqué.
Premièrement, les "opérations morphologiques" se réfèrent à un outil mathématique pour traiter et pour manipuler un ensemble d'objets, incluant les opérations de dilatation, d'érosion, de fermeture et d'ouverture par rapport à une image binaire. L'opération de dilatation développe les zones brillantes de l'image d'origine et contracte les zones sombres de cette dernière, de sorte que l'image globale apparaît plus brillante et plus grande. A l'inverse de l'opération de dilatation, l'opération d'érosion développe les zones sombres de l'image d'origine et contracte les zones brillantes de cette dernière, de sorte que l'image globale apparaît plus sombre et plus petite. Le degré de dilatation ou de contraction de l'image d'origine par l'opération de dilatation ou par l'opération d'érosion varie selon la taille et la valeur d'un opérateur auquel on se réfère comme élément de structure. Les opérations d'ouverture et de fermeture sont effectuées en combinaison avec les opérations de dilatation et d'érosion. Ici, l'opération d'ouverture sert au lissage d'une zone dans laquelle la luminosité augmente brusquement, alors que l'opération de fermeture sert au lissage d'une zone dans laquelle la
luminosité chute brusquement.
Deuxièmement, une "amélioration de contraste" se réfère à la mise à l'échelle linéaire d'une image pour placer l'intensité de l'image entre des valeurs
maximale et minimale.
Troisièmement, le "groupage de K moyennes" se réfère à l'attribution des éléments d'image d'une image d'entrée à une pluralité de K groupes (groupements) selon la similitude d'intensité. En particulier, un utilisateur définit K valeurs d'intensité moyenne pour K groupements, et ensuite chaque élément d'image d'une image est attribué au groupement ayant l'intensité moyenne la plus proche de l'intensité de l'élément d'image. Après mise en place de ce groupage pour tous les éléments d'image, l'intensité moyenne des éléments d'image qui appartiennent à chaque groupement est calculée. Ensuite, les résultats sont définis en tant
que nouvelle intensité moyenne pour chaque groupement.
A la suite de cela, les éléments d'image de l'image sont réattribués à des groupements correspondants sur la base des nouvelles intensités moyennes des groupements. Ces processus subissent une itération jusqu'à ce que l'intensité moyenne de chaque groupement
montre le changement minimal.
Quatrièmement, la "croissance de zone" se réfère à la détermination d'un élément d'image de départ pour chaque groupement et le rassemblement des éléments d'image voisins ayant une intensité à l'intérieur d'une tolérance prédéterminée par rapport à l'intensité d'élément d'image de départ, dans le groupement correspondant. L'intensité moyenne des éléments d'image contenus dans chaque groupement est de nouveau calculée après une période de temps prédéterminée, et chaque élément d'image de l'image est réattribué au groupement correspondant sur la base des nouvelles intensités moyennes. Les figures 3A et 3B sont des schémas représentant une technique d'obtention de tranches à partir d'une image CT en 3 dimensions d'une mâchoire, qui est appliquée pour identifier une zone nerveuse alvéolaire
dans l'image CT selon la présente invention.
En se référant à la figure 3A, l'image de mâchoire est découpée en tranches dans la direction axiale de la colonne vertébrale (à partir du haut jusqu'au bas de la mâchoire, comme le montre la figure 3A), c'est-àdire le long des lignes A-A', B-B' et C-C' pour former des "intersections" de la mâchoire. On s'y réfère en tant qu'image d'intersection vue à partir de la direction
indiquée par la flèche 31 en tant qu'image en tranche.
Ici, l'intervalle entre des intersections dépend globalement de la définition de l'image CT. Lorsque l'intervalle devient étroit, les zones nerveuses alvéolaires peuvent être détectées de manière plus précise. Cependant, les processus à décrire en se référant aux figures 4A, 4A', 4B à 4D doivent subir une itération autant de fois que le nombre d'intersections en tranche, de sorte que le temps nécessaire pour l'identification de la zone nerveuse alvéolaire augmente. Les images d'intersection obtenues sont données en tant "qu'image d'entrée", comme le montre la
figure 5A.
La figure 3B représente un cas dans lequel l'image de mâchoire est découpée en tranches perpendiculairement à la ligne centrale en pointillés 38 de la mâchoire, c'est-à-dire le long des lignes A-A' et B- B' pour obtenir des "intersections" de la mâchoire. Ici, on se réfère à l'image d'intersection vue à partir des directions indiquées par les flèches 35 ou 36 en tant qu'image en tranche. Les zones nerveuses alvéolaires sont situées le long de la ligne centrale de la mâchoire. Ainsi, si des zones nerveuses alvéolaires sont identifiées à partir de chacune des intersections découpées dans la direction indiquée par les flèches de la figure 3B, et sont ensuite combinées en une zone nerveuse alvéolaire complète, un résultat peut être obtenu, qui est préférable à celui produit par la technique de découpage en tranches représentée à la figure 3A. Cependant, bien que la zone nerveuse alvéolaire soit identifiée à partir des intersections découpées dans la direction parallèle indiquée par la figure 3A, qui ne sont pas perpendiculaires à la ligne centrale de la mâchoire, une différence distinctive n'est pas représentée entre les résultats provenant des différentes techniques de découpage en tranches, parce que l'intervalle de découpage en tranches est considérablement étroit. Par conséquent, on peut conclure que le découpage en tranches d'une image de mâchoire, comme le montre la figure 3A, est plus simple en comparaison de la technique représentée à la figure 3B. Dans le présent mode de réalisation, une image en 3 dimensions d'une mâchoire obtenue par CT est découpée en tranches en une pluralité de tranches en 2 dimensions, comme le montrent les figures 3A ou 3B, et la zone nerveuse alvéolaire de la mâchoire pour chacune des images en tranche est identifiée par le procédé représenté aux figures 4A, 4A', 4B à 4D. Après la détection de la zone nerveuse à partir de chaque image en tranche, l'image de toutes les tranches est combinée pour former la zone nerveuse alvéolaire complète de la mâchoire en utilisant les zones nerveuses des images
formant tranches.
Les figures 4A, 4A', 4B à 4D sont des organigrammes représentant un procédé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire selon la présente invention. Les figures 5A à I représentent des images formant tranches obtenues à partir des étapes du procédé représenté aux figures 4A,
4A', 4B à 4D.
A l'étape 41, une image de mâchoire est formée par CT et est ensuite découpée en tranches en 2 dimensions, comme on l'a décrit en se référant à la figure 3A ou à la figure 3B. La figure 5A représente l'image de l'une des tranches,
à laquelle on va se référer par "image d'entrée".
L'intensité de chaque élément d'image de la tranche a une valeur comprise entre 0 et 2N - 1, o N est le nombre de bits (éléments binaires) utilisés pour représenter chaque élément d'image. Si N = 16, l'intensité
maximale d'élément d'image est égale à 65 535.
En général, les images formant tranches de CT sont annotées par différents textes ajoutés par l'ordinateur, par exemple, le numéro de la tranche, et la hauteur et la largeur de la tranche. Ces annotations sont situées autour du bord de la tranche, et ont une intensité constante, qui est beaucoup plus grande que celle des intensités d'éléments d'image voisins. A l'étape 42, les éléments d'image ayant les intensités les plus grandes, qui comprennent les éléments d'image des informations d'annotation, sont détectés et ensuite l'intensité des éléments d'image détectés est mise à zéro ou à la valeur minimale. En d'autres termes, après analyse de tous les éléments d'image de l'image formant tranche pour trouver l'intensité maximale d'élément d'image, l'intensité de tous les éléments d'image ayant la même intensité ou une intensité légèrement plus faible que l'intensité maximale d'élément d'image est
mise à zéro (noir).
Dans le cas o un patient a une ou plusieurs dents traitées par un amalgame, des structures artificielles de ce type absorbent les rayons X et apparaissent comme étant très brillantes dans l'image en tranche de CT, et sont habituellement situées au niveau de la partie supérieure de l'image de mâchoire. Ainsi, il existe un besoin de réglage de l'intensité de ces éléments d'image, qui appartiennent à des zones brillantes de ce type, à zéro ou à l'intensité minimale d'élément d'image. En particulier, le centre de gravité et les coordonnées supérieures de l'objet formant mâchoire sont calculés, et l'intensité moyenne des éléments
d'image entre les deux coordonnées est calculée.
Ensuite, l'intensité des éléments d'image ayant une intensité supérieure à l'intensité moyenne d'élément d'image est fixée à zéro. La figure 5B représente l'image formant tranche après l'étape 42 (figure 4A), à partir de laquelle les éléments d'image pour les
annotations et la structure artificielle sont retirés.
Ensuite, une image binaire (constituée de "0" et de "1") pour la zone de la mâchoire est approximativement séparée de l'image d'entrée à partir de laquelle les informations d'annotation ont été retirées, à laquelle on se réfère comme objet formant mâchoire. L'intensité moyenne de l'objet formant
mâchoire est supérieure à celle de la zone d'arrière-
plan, et ainsi une valeur de seuil prédéterminée est fixée pour éliminer les éléments d'image ayant une intensité plus petite que la valeur de seuil, de sorte que la zone formant mâchoire peut être distinguée des autres zones. Si l'intensité d'élément d'image est supérieure à la valeur de seuil, l'intensité d'élément d'image est fixée à 1 (blanc). Autrement, si l'intensité d'élément d'image est inférieure à la valeur de seuil, l'intensité d'élément d'image est fixée à 0 (noir). En conséquence, une image binaire, comme le montre la figure 5C, est obtenue, qui est ce qu'on appelle un objet formant mâchoire (étape 43, figure 4A). L'intensité moyenne d'élément d'image des tranches de CT peut être fixée en tant que valeur de seuil. Cependant, quand l'image binaire est obtenue en utilisant une valeur de seuil, comme le montre la figure 5C, de nombreux objets inutiles plus petits, en
plus de l'objet formant mâchoire, peuvent apparaître.
Dans ce cas, la valeur de seuil est multipliée par un coefficient prédéterminé, par exemple un "MultiplicateurMoyen", pour réduire l'apparition d'objets inutiles de ce type. A l'étape 42, l'intensité des éléments d'image d'annotation est fixée à zéro, de sorte que l'intensité moyenne de tous les éléments d'image est abaissée. Ainsi, la quantité d'annotations doit être prise en compte lors de la détermination du coefficient "Multiplicateur_Moyen". Des résultats d'expérience par l'inventeur indiquent qu'il est préférable que le coefficient ait une valeur d'environ
1,25.
Les objets formant mâchoire représentés à la figure 5C, qui sont déterminés à l'étape 43 en utilisant une valeur de seuil, peuvent comprendre la
zone de mâchoire et la zone de non-mâchoire.
Habituellement, l'objet binaire correspondant à la zone de mâchoire est le plus grand, et ainsi l'objet le plus
grand est considéré comme étant la zone de mâchoire.
Ainsi, à l'étape 44, l'objet binaire le plus grand est déterminé comme étant l'objet formant mâchoire. En d'autres termes, la taille de tous les objets dans l'image est comparée, et les éléments d'image de l'objet le plus grand sont mis à "1" tandis que les éléments d'image restants sont mis à "0", pour déterminer l'objet formant mâchoire. L'image de l'objet
formant mâchoire est représentée à la figure 5D.
De nombreuses cavités sont présentes dans l'objet binaire formant mâchoire, parce que la densité de la
mâchoire n'est pas uniforme sur la totalité de la zone.
En d'autres termes, le bord dur de la mâchoire a une densité élevée, alors que le tissu osseux ou graisseux, qui est entouré par le bord dur, a une densité relativement basse. Pour obtenir l'objet contigu le plus grand, une opération de fermeture est effectuée pour éliminer les petites cavités de l'objet formant mâchoire (étape 45, figure 4A). Ensuite, une opération d'érosion peut être effectuée en ce qui concerne l'image binaire formant objet pour lisser le bord de l'objet binaire. La figure 5E représente l'image binaire de l'objet formant mâchoire obtenue à partir de
l'étape 45, qui est appelée une "image bm".
Ensuite, une technique d'amélioration de contraste est appliquée à l'objet formant mâchoire de "l'image d'entrée" d'origine (conforme à la figure 5A) à l'étape 46 (figure 4A). La plage d'intensités de l'image de la mâchoire, et particulièrement, la plage d'intensités des zones nerveuses et de la structure osseuse de la mâchoire n'est pas encore clairement connue. Cependant, les plages d'intensités de la zone osseuse et de la zone nerveuse alvéolaire peuvent être approximativement déterminées en appliquant la technique d'amélioration
de contraste à l'objet formant mâchoire.
Premièrement, pour la plage d'intensité de la zone de mâchoire, les éléments d'image pour les zones de mâchoire correspondant à l'objet binaire formant mâchoire de la figure 5E sont extraits de "l'image d'entrée" de la figure 5A. Ensuite, l'intensité maximale d'élément d'image des éléments d'image extraits est fixée à "MAX" et l'intensité minimale d'élément d'image est fixée à "MIN". Pour une image à contraste amélioré, une intensité à contraste amélioré est calculée pour chaque élément d'image appartenant à l'objet formant mâchoire, en utilisant la formule(1) ci-après. La figure 5F représente l'image de l'objet
formant mâchoire à contraste amélioré.
PIX DEN - MIN
ENHDEN = (Max T - Min T) x - + Min T
_- - MAX - MIN -
(1) Dans la formule (1), ENHDEN représente l'intensité d'un élément d'image à contraste amélioré, Max_T représente l'intensité maximale d'élément d'image pour l'objet formant mâchoire, Min T représente l'intensité minimale d'élément d'image pour l'objet formant mâchoire, et PIX_DEN représente l'intensité de l'élément d'image d'origine avant l'amélioration de contraste. Après l'amélioration de contraste par rapport à l'image d'entrée correspondant à l'objet formant mâchoire, les éléments d'image appartenant à l'objet formant mâchoire sont soumis à l'algorithme de groupage de K moyennes pour obtenir une pluralité de groupements, chacun des groupements contenant des éléments d'image ayant une intensité similaire d'élément d'image (étape 47). Les intensités moyennes d'élément d'image pour les groupements peuvent être fixées à 0, 10 x 103, 15 x 103, 20 x 103, 25 x 103, 45 x 103 et 500 x 103. Chacun des éléments d'image est attribué à l'un des 7 groupements sur la base de son intensité. Le groupement ayant l'intensité moyenne maximale comprend des éléments d'image ayant une intensité supérieure, qui peut être provoquée par un implant métallique artificiel, et le groupement ayant l'intensité moyenne relativement basse comprend des éléments d'image pour l'arrière- plan et les tissus nerveux. Aussi, les groupements ayant des intensités moyennes médianes comprennent des éléments d'image pour la structure osseuse dure et le canal entourant les zones nerveuses alvéolaires. Après le rassemblement des éléments d'image de l'image en groupement, les zones nerveuses alvéolaires sont détectées ultérieurement sur la base des groupements. La figure 5G représente l'image de groupement de niveau 7 par rapport à l'objet formant mâchoire, ce qui est obtenu en appliquant l'algorithme de groupage de K moyennes sur la base d'intensités d'élément d'image et à laquelle on se
réfère par "image de groupement".
Dans la suite du document, une étape d'obtention d'éléments d'image nerveux alvéolaires candidats en provenance de "l'image de groupement" et d'une "image
bm" va être décrite.
Après l'attribution de tous les éléments d'image pour l'objet formant mâchoire à l'un des groupements, pour trouver un objet nerveux alvéolaire candidat qui soit hautement susceptible d'être la zone nerveuse alvéolaire, des groupements qui contiennent plus d'éléments d'image qu'un nombre minimal d'éléments d'image pré-établi, par exemple, plus de 10 éléments d'image, sont déterminés, et ensuite le groupement ayant le niveau le plus bas, c'est-à-dire, le groupement ayant l'intensité moyenne la plus basse, est défini par "KMin". En d'autres termes, pour le groupement contenant des éléments d'image de zone nerveuse alvéolaire candidats, au moins 10 éléments d'image doivent être contenus dans le groupement et le niveau de ce groupement doit être aussi faible que possible. Ceci résulte du fait que les éléments d'image de zone nerveuse alvéolaire sont connus pour avoir une faible intensité et que les éléments d'image de faible intensité appartiennent à un groupement étiqueté selon
un niveau inférieur.
Ensuite, les éléments d'image des groupements étiquetés par un numéro "KMin" ou moins parmi les éléments d'image de l'image binaire "image bm", qui sont déjà mis en "1" (zones de la mâchoire), sont mis en "1", et les autres éléments d'image sont mis en "0", pour produire une nouvelle image binaire (étape 48,
figure 4A').
Une pluralité d'objets, qui sont contenus dans l'image binaire obtenue à partir de l'étape 48, sont étiquetés de manière séquentielle par des numéros commençant par "1". Aussi, des objets contenant peu d'éléments d'image sont considérés comme composantes de bruit et doivent alors être retirés de l'image. Ainsi, les éléments d'image des objets ayant un nombre minimal d'éléments d'image, "Nombre_Min", sont mis à "0" et sont ensuite retirés (étape 49, figure 4A'). De préférence, "Nombre_Min" est égal à 5. Après l'enlèvement des petits objets en utilisant la valeur "Nombre_Min", les objets nerveux alvéolaires "candidats" restants sont réétiquetés et sont soumis aux processus suivants. La figure 5H représente les objets nerveux alvéolaires candidats après l'achèvement
de l'étape 49.
Après l'étape 49, habituellement il reste un ou plusieurs objets nerveux alvéolaires candidats. Ainsi, l'objet nerveux alvéolaire candidat le plus probable est sélectionné sur la base des caractéristiques suivantes de la zone nerveuse alvéolaire. L'intensité de la zone nerveuse alvéolaire est légèrement plus faible que celle du périmètre, qui est la zone de canal entourant la zone nerveuse alvéolaire. La zone nerveuse alvéolaire de la mâchoire est exprimée en tant que zone sombre circulaire (ayant une intensité plus faible), qui est entourée par une zone de canal annulaire constituée d'éléments d'image ayant une intensité légèrement plus élevée comparée à la zone nerveuse alvéolaire. La zone de canal est de plus entourée par une zone d'os blanc (ayant une intensité beaucoup plus élevée). Ainsi, pour l'objet nerveux alvéolaire candidat le plus probable, l'intensité du périmètre de l'objet nerveux alvéolaire candidat doit être légèrement plus élevée que celle de la zone nerveuse
intérieure de ce dernier.
A l'étape 50, les intensités des éléments d'image intérieurs des objets candidats sont comparées à celles des éléments d'image de la zone de périmètre de l'objet pour déterminer si l'objet nerveux alvéolaire candidat correspond à la zone nerveuse alvéolaire réelle. Cette étape va maintenant être décrite de façon plus
détaillée en se référant à la figure 4B.
Afin de déterminer un niveau de groupement aux éléments d'image de périmètre des objets nerveux candidats, les objets binaires de la figure 5H sont soumis à une opération de dilatation morphologique pour extraire les zones de périmètre de ces derniers (étape 502). La zone de périmètre de chaque objet forme une zone annulaire étroite. Pour déterminer si la zone annulaire correspond au canal entourant la zone nerveuse alvéolaire de la mâchoire, les niveaux des groupements par rapport aux éléments d'image de périmètre à l'intérieur des zones annulaires doivent
être calculés.
Pour l'objet nerveux alvéolaire candidat le plus probable, le niveau de groupement des éléments d'image de périmètre, qui constituent la zone annulaire entourant l'objet nerveux candidat, doit être légèrement plus élevé que celui des éléments d'image intérieurs de l'objet nerveux candidat entouré par la
zone de canal annulaire.
Ainsi, sont comptés le nombre (P1) d'éléments d'image de périmètre, et le nombre (P2) d'éléments d'image parmi les éléments d'image de périmètre pour le groupement étiqueté par "KMin+l" ou par "K Min+2" (étape 504). Afin de déterminer si l'objet nerveux candidat possède des éléments d'image de périmètre qui ont une intensité légèrement plus élevée que les éléments d'image intérieurs entourés par ces derniers, le pourcentage des éléments d'image contenus dans le groupement "K Min+l" ou "KMin+2" par rapport aux
éléments d'image de périmètre est calculé (étape 506).
Si le pourcentage calculé est inférieur à 80 %, par exemple, ce qui peut être considéré comme ne satisfaisant pas les caractéristiques des zones nerveuses alvéolaires, l'objet nerveux candidat est
retiré de l'image binaire (étape 508).
Les étapes 502 à 508 sont répétées en ce qui concerne tous les objets nerveux candidats pour filtrer le plus d'objets candidats possibles. La figure 5I représente un exemple de l'image binaire de l'objet nerveux candidat le plus probable obtenu en utilisant
les étapes précédentes.
Ensuite, à l'étape 51 (figure 4A'), à partir des objets nerveux candidats restants, les objets correspondant à des zones qui sont considérées comme étant des tissus osseux graisseux dans la mâchoire, à côté de la zone nerveuse alvéolaire, sont retirés. Une particularité d'un objet contenant seulement des tissus osseux graisseux est que l'objet est entouré par un certain nombre d'éléments d'image ayant une intensité presque identique. Ainsi, des objets candidats associés à des tissus osseux peuvent être éliminés en comparant l'intensité d'élément d'image de l'objet à celle des éléments d'image voisins de l'objet. L'étape 51 va
maintenant être décrite en se référant à la figure 4C.
Premièrement, le nombre d'éléments d'image de l'objet nerveux candidat est compté et est défini en tant que N1 (étape 511). Alors, le point formant centre de gravité de l'objet nerveux candidat est calculé et est déterminé en tant que point de "départ" (étape 512). Ensuite, un algorithme de croissance de zone est appliqué en commençant par le point de départ (étape 513). Ici, la valeur de coupure pour le processus de croissance de zone est fixée à 0,085, et la croissance de zone à partir du point de départ est poursuivie jusqu'à ce que tous les éléments d'image ayant une plage d'intensités prédéterminée soient inclus dans une zone agrandie. En d'autres termes, si l'intensité d'un élément d'image voisin de la zone agrandie est à l'intérieur de 8,5 % de l'intensité moyenne de tous les éléments d'image de la zone agrandie, l'élément d'image voisin est incorporé dans la zone agrandie. Après l'achèvement de la croissance de zone, le nombre d'éléments d'image de l'objet nerveux agrandi est
compté, et est défini en tant que N2 (étape 514).
Ensuite, le nombre (N1) d'éléments d'image de l'objet nerveux candidat d'origine et le nombre (N2) d'éléments d'image à l'intérieur de l'objet nerveux agrandi sont comparés (étape 515). En particulier, si N2 est beaucoup plus grand que N1, il est hautement possible que l'objet nerveux candidat soit une zone de tissu osseux plutôt que la zone nerveuse alvéolaire. Si N2 est environ 3 fois plus grand que N1, la probabilité que l'objet nerveux candidat soit la zone nerveuse alvéolaire est très faible, et ainsi l'objet nerveux candidat est retiré de l'image (étape 516). Les étapes 511 à 516 sont répétées pour tous les objets candidats
et le processus continue à l'étape 52.
A l'étape 52, on détermine si l'objet nerveux candidat est adjacent dans l'espace au bord de la zone de mâchoire. Les zones nerveuses alvéolaires sont globalement situées au bord de la zone de mâchoire, et particulièrement, au niveau de la surface o les zones
nerveuses alvéolaires pénètrent dans la mâchoire.
Ainsi, si on confirme que l'objet nerveux candidat est en contact avec le bord de la mâchoire (étape 53), l'objet nerveux candidat est déterminé comme étant une zone nerveuse alvéolaire réelle, et ensuite le processus est terminé. Autrement, le processus est
suivi par les étapes suivantes.
Pour la détermination du fait que l'objet nerveux candidat est ou non en contact avec le bord de la zone de mâchoire, l'objet nerveux candidat est d'abord soumis à une opération de dilatation morphologique et ensuite on vérifie si l'objet nerveux candidat qui a subi l'opération de dilatation s'étend jusqu'au bord de la zone de mâchoire. Si c'est le cas, cela signifie que l'objet nerveux candidat d'origine avant la dilatation est en contact avec le bord de la zone de mâchoire, et ainsi il est hautement possible que l'objet nerveux
candidat soit une zone nerveuse alvéolaire réelle.
Ensuite, à l'étape 54 (figure 4A'), on détermine si l'objet nerveux candidat est la zone nerveuse alvéolaire sur la base de laquelle la surface de la
zone de mâchoire permet de prendre la tranche de CT.
L'intersection de la mâchoire d'un patient varie.
C'est-à-dire que les parties supérieure et inférieure de l'intersection de la mâchoire ont la même largeur, ou la partie supérieure de la mâchoire est plus large que la partie inférieure de cette dernière. En ce qui concerne l'anatomie, la position des zones nerveuses alvéolaires est déterminée par rapport à la forme de l'intersection de la mâchoire. En d'autres termes, la surface de la mâchoire à partir de laquelle la tranche de CT est prise doit être considérée lors de la détermination du fait que l'objet nerveux candidat correspond ou non à une zone nerveuse alvéolaire. On va maintenant décrire l'étape 54 en se référant à la
figure 4D.
Premièrement, un point formant centre de gravité par rapport à tous les éléments d'image de l'image de
mâchoire d'une tranche de CT est calculé (étape 541).
Les éléments d'image supérieurs et inférieurs de la zone de mâchoire sont déterminés, et un point médian entre les deux éléments d'image est calculé (étape 542). Ensuite, on détermine si le point formant centre de gravité est proche du point médian (étape 543). Si le point formant centre de gravité est situé près du point médian, ce qui signifie que l'intersection de mâchoire a une largeur similaire au niveau des parties supérieure et inférieure, le processus continue à l'étape 545. Autrement, l'étape 544 est effectuée. A l'étape 543, de préférence, lorsque la distance entre le point formant centre de gravité et le point médian est à l'intérieur d'un pourcentage prédéterminé de la distance entre les éléments d'image supérieurs et inférieurs, par exemple, à l'intérieur de 10 % de cette dernière, le point formant centre de gravité est
déterminé pour être proche du point médian.
L'étape 545 est effectuée dans le cas o la largeur de la zone de mâchoire est presque constante du haut en bas. On sait, à partir de résultats d'expérience, que les zones nerveuses alvéolaires sont situées au-dessus du point médian et à proximité du point formant centre de gravité. Ainsi, à l'étape 545,
on détermine si un objet nerveux candidat est situé au-
dessus du point médian. Si des objets nerveux candidats existent dans l'image, l'objet nerveux candidat le plus proche du point formant centre de gravité est sélectionné et est déterminé comme étant une zone nerveuse alvéolaire réelle. Aussi, si aucun objet nerveux candidat n'est situé audessus du point médian, l'objet nerveux candidat au-dessous du point formant centre de gravité qui est le plus proche du point formant centre de gravité, est sélectionné et déterminé comme étant une zone nerveuse alvéolaire réelle (étape
547).
De même, l'étape 544 est effectuée dans le cas o la largeur de la zone de mâchoire n'est pas constante dans la direction verticale, comme on l'a précédemment décrit. A l'étape 544, l'objet nerveux candidat qui est le plus proche du point formant centre de gravité est sélectionné et est déterminé comme étant une zone
nerveuse alvéolaire réelle.
L'objet nerveux alvéolaire candidat le plus probable est obtenu à partir d'une image en tranche de CT de la mâchoire, par l'intermédiaire des processus précédents. Les étapes précédentes, des étapes 42 à 54, sont répétées en ce qui concerne toutes les tranches de CT à partir de l'image de mâchoire pour produire un
objet nerveux candidat pour chaque image en tranche.
Ensuite, le plus possible d'objets nerveux alvéolaires candidats en provenance de chaque image en tranche de CT sont transformés pour produire une image nerveuse
alvéolaire complète.
La figure 6 est un organigramme représentant un autre procédé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire selon la présente invention. Les figures 7A à 7E représentent les images obtenues à partir des processus par le procédé
représenté en figure 6.
En comparaison au procédé décrit en se référant aux figures 4A, 4A', 4B à 4D, dans lequel une série d'étapes pour l'identification de la zone nerveuse alvéolaire sont automatisées, le procédé illustré en figure 6 peut être classé dans la catégorie des processus semi-automatisés parce qu'un point de départ par rapport à chaque image en tranche de CT de l'image de la mâchoire est manuellement choisi par l'utilisateur. En d'autres termes, l'utilisateur (chirurgien-dentiste) indique une zone ou un point d'une image en tranche de CT qui est considérée comme étant la zone nerveuse alvéolaire, et un algorithme de croissance de zone est appliqué en utilisant la zone indiquée par l'utilisateur en tant que point de départ, pour identifier une zone nerveuse alvéolaire à l'intérieur de l'image en tranche de CT de la mâchoire. La sélection du point de départ par l'utilisateur sur une base expérimentale permet l'omission d'une série d'étapes consommatrices de temps, effectuées dans le procédé qui a été décrit en se référant aux figures 4A, 4A', 4B à 4D pour obtenir des objets
nerveux candidats, ce qui économise beaucoup de temps.
Ainsi, la vitesse de traitement d'image peut être améliorée. Selon le procédé d'identification de zone nerveuse alvéolaire décrit en se référant aux figures 4A à 4D, les objets nerveux candidats sont déterminés à partir de toutes les tranches de CT et sont transformés en une image nerveuse alvéolaire complète. En comparaison au procédé illustré par les figures 4A, 4A', 4B à 4D, le procédé d'identification de zone nerveuse alvéolaire illustré par la figure 6 détecte une zone nerveuse alvéolaire à partir d'une image en tranche de CT d'une mâchoire sur la base du point de départ indiqué, et effectue un processus de croissance de zone à partir de la zone nerveuse détectée par rapport à une tranche de CT voisine pour produire une image de zone nerveuse alvéolaire. En faisant ainsi, la vitesse de traitement globale peut être fortement améliorée. Le procédé de la figure 6, dans lequel l'image nerveuse alvéolaire est produite par la croissance de zone par rapport aux tranches de CT voisines, peut être appliqué au procédé des figures 4A, 4A', 4B à 4D. Par exemple, après la détection de l'objet nerveux candidat le plus probable à partir d'une image en tranche de CT d'une mâchoire, le même processus de croissance de zone que celui de la figure 6 peut être appliqué par rapport à des tranches de CT voisines sur la base de l'objet nerveux candidat
le plus probable de l'image en tranche précédente.
En se référant à la figure 6, la première tranche de CT, Si, est prise à partir d'une image de mâchoire (étape 61). Une image de mâchoire en 3 dimensions est découpée en images en tranche en 2 dimensions en utilisant la technique illustrée par la figure 3A ou la figure 3B, et l'une des images en tranche en 2 dimensions est sélectionnée. Ensuite, comme à l'étape 42 de la figure 4A, des annotations sont retirées de l'image formant tranche, et une technique de traitement d'image, telle qu'une amélioration de contraste, est appliquée à l'image en tranche pour montrer l'image de
la zone de mâchoire sur un écran d'affichage.
Dans le présent mode de réalisation, l'un des éléments d'image appartenant à l'image en tranche est déterminé comme étant un point de départ, et la croissance de zone est effectuée en commençant à partir
du point de départ par rapport à l'image en tranche.
Pour une compréhension aisée du processus de croissance de zone, les caractéristiques de zones nerveuses alvéolaires sont brièvement décrites de la manière suivante. (1) Les zones nerveuses alvéolaires sont entourées par le canal, qui constitue une forme
tubulaire continue, et ne sont pas dérivées.
(2) Les zones nerveuses alvéolaires s'étendent de
façon continue dans la mâchoire.
(3) Les sections transversales des zones nerveuses alvéolaires ont une surface presque identique. (4) Une zone nerveuse alvéolaire chevauche
inévitablement des tranches de CT voisines.
(5) L'intensité d'élément d'image de la zone nerveuse alvéolaire dans l'image de CT est à l'intérieur d'une certaine plage, par exemple, 1 100 à
1 700.
(6) L'intensité d'élément d'image de la zone nerveuse alvéolaire est à l'intérieur d'une plage
d'erreurs prédéterminée.
(7) Habituellement, la zone nerveuse alvéolaire obtenue à partir d'une image en tranche de CT en 2 dimensions est représentée sous la forme d'une figure fermée. Seules les deux zones alvéolaires de la mâchoire, dans lesquelles les nerfs pénètrent dans la mâchoire et sortent de cette dernière, sont représentées en tant que figures ouvertes dans une
image en tranche de CT.
A l'étape 62, les éléments d'image de zone nerveuse candidate dans l'image en tranche de CT, qui constitueraient un point de départ pour un processus de croissance de zone à effectuer pour obtenir une zone nerveuse alvéolaire, sont affichés sur un écran. Du fait que l'intensité d'élément d'image des éléments d'image correspondant à une zone nerveuse alvéolaire est dans la plage de 1 100 à 1 700, des éléments d'image de ce type ayant une intensité d'élément d'image à l'intérieur de la plage sont affichés en tant
qu'éléments d'image de zone nerveuse candidate.
Ensuite, l'utilisateur indique l'un des éléments d'image de la zone nerveuse candidate en tant que point
de départ (étape 63).
La figure 7A représente un exemple de point de départ sélectionné par l'utilisateur dans une image en tranche de CT. Il n'est pas difficile pour un chirurgien-dentiste de trouver une zone nerveuse alvéolaire dans une image en tranche de CT par expérience. Sur la base des caractéristiques de zones nerveuses alvéolaires précédemment mentionnées, un processus de croissance de zone est effectué par rapport à des éléments d'image voisins à partir du point de départ pour obtenir une zone nerveuse alvéolaire pour l'image en tranche (étape 64). Le processus de croissance de zone est effectué de la manière suivante. Premièrement, l'intensité d'élément d'image du point de départ est comparée à celle d'un élément d'image voisin, pour déterminer si la différence entre les deux valeurs d'intensité d'élément d'image est à l'intérieur d'une plage d'erreurs d, qui est exprimée par la formule (2) dans la suite du document. Si l'intensité de l'élément d'image voisin est à l'intérieur de la plage d'erreurs, l'élément d'image est déterminé comme étant une partie de la zone nerveuse alvéolaire. La figure 7B représente une zone nerveuse alvéolaire agrandie à partir du point de départ d'une image en tranche de CT. A la figure 7B, la
surface sombre indique la zone nerveuse agrandie.
D = (DVmax - DVmin) x 0,05... (2) Dans la formule (2), DVmax et DVmin représentent respectivement les valeurs maximale et minimale de densité d'élément d'image dans la zone de mâchoire. Le coefficient, 0,05, peut être modifié de façon appropriée en fonction de la définition des images en tranche de CT. Après l'identification des éléments d'image correspondant à la zone nerveuse alvéolaire à partir d'une tranche Si de CT, le processus de croissance de zone est appliqué à la tranche de CT voisine, Si_1 ou Si+1, qui est située avant ou après la tranche Si de CT, sur la base de la zone nerveuse de la tranche Si de CT, pour développer la zone nerveuse de la tranche Si vers les tranches de CT voisines Si_1 et Si+1 (étapes
à 67).
En particulier, à l'étape 65, une zone de 8 éléments d'image voisins est fixée en tant que zone de modèle sur la base de la zone nerveuse alvéolaire de la tranche Si de CT, qui comprend la zone nerveuse obtenue et chaque groupe de 8 éléments d'image voisins pour tous les éléments d'image appartenant à la zone nerveuse. Une zone nerveuse alvéolaire est agrandie par rapport à une tranche voisine Si-1 ou Si+l, qui est située avant ou après la tranche Si de CT, de façon à ne pas s'étendre au-delà de la zone de modèle obtenue à
partir de la tranche Si de CT.
A l'étape 66, un élément d'image ayant l'intensité d'élément d'image la plus faible parmi les éléments d'image appartenant à une zone de la tranche voisine Si_1 ou Si+, correspondant à la zone de modèle, est déterminé comme étant un point de départ pour la croissance de zone par rapport à la tranche voisine Si_1 ou Si+1. La raison pour laquelle l'élément d'image d'intensité la plus faible est déterminé comme étant le point de départ est que la zone intérieure de la zone nerveuse alvéolaire a une densité relativement plus faible que le canal de cette dernière. Ensuite, la croissance de zone est effectuée par rapport à la tranche de CT, Si_1 ou Si+l, à partir du point de départ de la même manière qu'à l'étape 64 pour obtenir une zone nerveuse alvéolaire de la tranche Si_1 ou Si+l (étape 67). La figure 7C représente un cas dans lequel la zone nerveuse alvéolaire est située près du point médian de la mâchoire, et la figure 7D représente un cas dans lequel la zone nerveuse alvéolaire est située
près du sommet de la mâchoire.
Les étapes précédemment mentionnées sont effectuées par rapport à toutes les tranches de CT (étape 68), et les zones nerveuses alvéolaires obtenues à partir de toutes les tranches de CT sont transformées en une zone nerveuse alvéolaire complète de la mâchoire
(étape 69).
La figure 7E est une section transversale de l'image de mâchoire prise le long de la ligne médiane de l'image de la mâchoire, qui représente la zone nerveuse alvéolaire détectée par l'intermédiaire des étapes précédemment mentionnées. Un chirurgien-dentiste peut identifier la zone nerveuse alvéolaire dans l'image de la mâchoire d'un patient par l'intermédiaire du procédé précédemment mentionné, ce qui permet au chirurgien-dentiste, avant une implantation, de simuler si une vis d'implant peut ou non empiéter sur les zones
nerveuses alvéolaires.
La figure 8 représente un état dans lequel une vis d'implant est insérée dans un site d'implant de l'image de la mâchoire d'un patient, ce qui illustre la simulation de l'implantation. Sur la figure 8, la référence numérique 81 représente une image de mâchoire en 3 dimensions, et la référence numérique 82
représente une vis d'implant virtuelle.
Pour la simulation d'implantation, la vis d'implant virtuelle est insérée dans le site d'implant de l'image de mâchoire pour déterminer les éléments d'image qui viennent en contact avec la vis d'implant virtuelle. Ensuite, on détermine si la vis est en contact avec les éléments d'image appartenant à la zone nerveuse alvéolaire détectée par le procédé de l'invention. C'est-à-dire qu'un chirurgien-dentiste peut déterminer de façon arbitraire l'emplacement, l'orientation et la profondeur de la vis d'implant virtuelle, de sorte que la vis d'implant ne vient pas en contact avec les zones nerveuses alvéolaires, ce qui
permet une implantation sûre.
L'invention peut également être réalisée par un code sur un support, le code et le support pouvant être lus par un ordinateur. Le support pouvant être lu par un ordinateur est un quelconque dispositif de stockage de données qui peut stocker des données qui peuvent,
après stockage, être lues par un système informatique.
Des exemples du support pouvant être lu par ordinateur comprennent des mémoires mortes (ROM), des mémoires vives (RAM), des CD-ROM, des bandes magnétiques, des disquettes et des dispositifs optiques de stockage de données. Le support pouvant être lu par ordinateur peut également être réparti sur des systèmes informatiques reliés par réseau, de sorte que le code pouvant être lu par ordinateur est stocké et exécuté de façon répartie.
Comme on l'a précédemment décrit, le procédé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire selon la présente invention permet à un chirurgien-dentiste de détecter de manière précise la zone nerveuse alvéolaire pour une implantation sûre de façon automatisée. Aussi, une zone nerveuse alvéolaire potentielle, qui est déterminée par un chirurgien-dentiste sur la base de son expérience à l'aide d'une imagerie CT, est confirmée par comparaison avec la zone nerveuse alvéolaire déterminée par le procédé de l'invention, et ainsi une implantation
réelle peut être exécutée avec beaucoup plus de soin.
Comme on l'a précédemment mentionné dans un mode de réalisation de la présente invention, un point de départ, qui est le point de départ pour la croissance de zone pour l'identification de zone nerveuse alvéolaire, peut être déterminé à titre personnel par l'utilisateur (chirurgien- dentiste), et peut être utilisé en tant que base pour la croissance de zone à l'intérieur d'une tranche de CT ou entre des tranches de CT voisines pour identifier une zone nerveuse alvéolaire, améliorant de ce fait la vitesse de
détection de zone nerveuse.
Tandis que la présente invention a été particulièrement représentée et décrite en se référant à des modes de réalisation préférés de cette dernière, il sera compris aisément par les personnes expérimentées dans la technique que différents changements dans la forme et dans des détails peuvent être effectués en son sein sans s'écarter de l'esprit
ni du domaine de l'invention.

Claims (15)

REVENDICATIONS
1. Procédé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire, caractérisé en ce qu'il comprend les étapes suivantes: (a) découpage en tranches de l'image de mâchoire en 3 dimensions en un certain nombre d'images en tranche en 2 dimensions; (b) détection d'un objet d'image binaire correspondant à une zone de mâchoire à partir de l'une des images en tranche; (c) rassemblement d'éléments d'image de l'objet d'image binaire de la zone de mâchoire en groupements, chaque groupement contenant des éléments d'image ayant une intensité similaire; (d) détermination de groupements qui ont un nombre d'éléments d'image plus grand qu'un nombre minimal prédéterminé d'éléments d'image, et détermination du groupement étiqueté minimal ayant la répartition d'intensité d'élément d'image la plus faible d'entre ces groupements; (e) composition d'une nouvelle image binaire contenant des éléments d'image qui appartiennent à la fois à la zone de mâchoire et aux groupements ayant une répartition d'intensité inférieure à celle du groupement étiqueté minimal, pour extraire un objet nerveux candidat; et (f) détermination si l'objet nerveux candidat
correspond à la zone nerveuse alvéolaire réelle.
2. Procédé selon la revendication 1, caractérisé en ce qu'il comprend de plus une étape (g) de détermination d'objets nerveux candidats pour la zone nerveuse alvéolaire réelle par rapport à la totalité de l'image en tranche, et d'assemblage de la totalité des images en tranche en une image de mâchoire pour produire une zone nerveuse alvéolaire complète dans l'image de mâchoire en utilisant les objets nerveux candidats.
3. Procédé selon la revendication 1, caractérisé en ce qu'il comprend de plus une étape (g) d'identification d'une zone nerveuse alvéolaire pour une image en tranche voisine Si_1 ou Si+, qui est située avant ou après l'image en tranche Si par croissance de la zone nerveuse alvéolaire déterminée à
partir de la tranche Si.
4. Procédé selon la revendication 1, caractérisé en ce que l'étape (a) comprend de plus l'enlèvements d'éléments d'image correspondant à des informations d'annotation et à une structure artificielle de l'image
en tranche.
5. Procédé selon la revendication 1, caractérisé en ce que dans l'étape (b), la valeur d'intensité moyenne de tous les éléments d'image dans l'image en tranche, ou une valeur de seuil prédéterminée obtenue en multipliant la valeur d'intensité moyenne par un coefficient prédéterminé, est comparée à l'intensité de chacun des éléments d'image appartenant à l'image en tranche, et en ce que l'objet d'image binaire correspondant à la zone de mâchoire est formé sur la
base du résultat de la comparaison.
6. Procédé selon la revendication 1, caractérisé en ce que l'étape (b) comprend de plus l'amélioration de contraste par interpolation de l'intensité de chaque élément d'image en utilisant des valeurs maximale et minimale d'intensité d'élément d'image pour les éléments d'image correspondant à la zone de mâchoire de
l'image en tranche.
7. Procédé selon la revendication 1, caractérisé en ce que l'étape (f) comprend: (fl) la réalisation d'une opération de dilatation sur l'objet nerveux candidat pour extraire la zone de périmètre de ce dernier; (f2) la comparaison de l'intensité des éléments d'image appartenant à la zone de périmètre à l'intensité des éléments d'image intérieurs entourés par la zone de périmètre; et (f3) la détermination d'un objet ayant une zone de périmètre dont l'intensité d'élément d'image est supérieure à celle des éléments d'image intérieurs, en
tant que nouvel objet nerveux candidat.
8. Procédé selon la revendication 1, caractérisé en ce que l'étape (f) comprend: (fi) le calcul du nombre N1 d'éléments d'image appartenant à l'objet nerveux candidat; (f2) le calcul du point formant centre de gravité de l'objet nerveux candidat; (f3) la réalisation d'une opération de croissance de zone sur l'objet nerveux candidat, en démarrant à partir du point formant centre de gravité en tant que point de départ pour produire un objet nerveux agrandi; (f4) le calcul du nombre N2 d'éléments d'image de l'objet nerveux agrandi; et (f5) la comparaison de N1 et de N2, et si N2 est supérieur à N1 d'un nombre prédéterminé ou plus, le
retrait de l'objet nerveux candidat.
9. Procédé selon la revendication 1, caractérisé en ce que l'étape (f) comprend: (fi) le calcul d'un point formant centre de gravité par rapport à tous les éléments d'image appartenant à la zone de mâchoire de l'image en tranche; (f2) la détermination des éléments d'image supérieurs et inférieurs de la zone de la mâchoire, et le calcul d'un point médian entre les éléments d'image supérieurs et inférieurs; (f3) la détermination si le point formant centre de gravité est situé près du point médian; et (f4) si le point formant centre de gravité est situé près du point médian, la détermination de l'objet nerveux candidat au- dessus du point médian et le plus proche du point formant centre de gravité, ou l'objet nerveux candidat au-dessous et le plus proche du point formant centre de gravité, comme étant une zone nerveuse alvéolaire, et si le point formant centre de gravité n'est pas près du point médian, la détermination de l'objet nerveux candidat le plus près du point formant centre de gravité comme étant une zone
nerveuse alvéolaire.
10. Procédé d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire, caractérisé en ce qu'il comprend les étapes suivantes: (a) le découpage en tranches de l'image de mâchoire en 3 dimensions en un certain nombre d'images en tranche en 2 dimensions, et la sélection de l'une des images en tranche; (b) l'affichage des éléments d'image de l'objet nerveux candidat de l'image en tranche sélectionnée, l'un des éléments d'image d'objet nerveux candidat étant sélectionné en tant que point de départ à utiliser lors de l'identification de la zone nerveuse alvéolaire de l'image en tranche; (c) la détermination par l'utilisateur du point de départ parmi les éléments d'image de l'objet nerveux candidat; et (d) la comparaison de l'intensité du point de départ à l'intensité des éléments d'image voisins, et la réalisation d'un processus de croissance de zone sur l'image en tranche sur la base du fait qu'une différence entre les intensités comparées est à l'intérieur d'une plage d'erreurs prédéterminée, pour détecter des éléments d'image correspondant à une zone
nerveuse alvéolaire de l'image formant tranche.
11. Procédé selon la revendication 10, caractérisé en ce qu'il comprend de plus une étape (e) d'identification d'une zone nerveuse alvéolaire pour une image en tranche voisine Si_1 ou Si+l, qui est située avant ou après l'image en tranche Si, par croissance de la zone nerveuse alvéolaire déterminée à
partir de l'image en tranche Si.
12. Procédé selon la revendication 11, caractérisé en ce que l'étape (e) comprend: (el) la fixation d'une zone de modèle contenant les éléments d'image correspondant à la zone nerveuse alvéolaire obtenue à partir de l'image en tranche et des éléments d'image voisins de ces derniers; (e2) la détermination d'un élément d'image ayant l'intensité d'image la plus faible parmi les éléments d'image appartenant à une zone de l'image en tranche voisine Si_1 ou Si+l, correspondant à la zone de modèle obtenue à l'étape (el), pour être un point de départ pour l'image en tranche voisine Si_1 ou Si+1; et (e3) la comparaison de l'intensité du point de départ de l'image en tranche voisine Sp_1 ou Si+ à l'intensité de ses éléments d'image voisins, et la réalisation d'un processus de croissance de zone sur l'image en tranche voisine Si_1 ou Si+l, sur la base du fait qu'une différence entre les intensités comparées est ou non à l'intérieur d'une plage d'erreurs prédéterminée, pour détecter des éléments d'image correspondant à la zone nerveuse alvéolaire de l'image
en tranche suivante Si_-1 ou Si+.
13. Procédé selon la revendication 10, caractérisé en ce qu'il comprend de plus (e) la réalisation d'étapes (a) à (d) en ce qui concerne chacune des images en tranche pour détecter des zones nerveuses alvéolaires, et l'assemblage de toutes les images en tranche en une image de mâchoire pour produire une zone nerveuse alvéolaire complète dans l'image de mâchoire en utilisant les zones alvéolaires détectées.
14. Produit programme d'ordinateur comportant des instructions de code de programme enregistré sur un support utilisable dans un ordinateur, comprenant des moyens de programmations lisibles par ordinateur pour effectuer les étapes suivantes d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire: (a) découpage en tranches de l'image de mâchoire en 3 dimensions en un certain nombre d'images en tranche en 2 dimensions; (b) détection d'un objet d'image binaire correspondant à une zone de mâchoire à partir de l'une des images en tranche; (c) le rassemblement d'éléments d'image de l'objet d'image binaire de la zone de mâchoire en groupements, chaque groupement contenant des éléments d'image ayant une intensité similaire; (d) la détermination de groupements qui ont un nombre d'éléments d'image plus grand qu'un nombre minimal prédéterminé d'éléments d'image, et détermination du groupe étiqueté minimal ayant la répartition d'intensité d'élément d'image la plus faible d'entre les groupements; (e) la composition d'une nouvelle image binaire contenant des éléments d'image qui appartiennent à la fois à la zone de mâchoire et aux groupements ayant une répartition d'intensité inférieure à celle du groupement étiqueté minimal, pour extraire un objet nerveux candidat; et (f) détermination si l'objet nerveux candidat
correspond à la zone nerveuse alvéolaire réelle.
15. Produit programme d'ordinateur comportant des instructions de code de programme enregistré sur un support utilisable dans un ordinateur, comprenant des moyens de programmations lisibles par ordinateur pour effectuer les étapes suivantes d'identification d'une zone nerveuse alvéolaire dans une image de mâchoire: (a) découpage en tranches de l'image de mâchoire en 3 dimensions en un certain nombre d'images en tranche en 2 dimensions, et la sélection de l'une des images en tranche; (b) affichage des éléments d'image de l'objet nerveux candidat de l'image en tranche sélectionnée, l'un des éléments d'image d'objet nerveux candidat étant sélectionné en tant que point de départ à utiliser lors de l'identification de la zone nerveuse alvéolaire de l'image en tranche; (c) détermination par l'utilisateur du point de départ parmi les éléments d'image de l'objet nerveux candidat; et (d) comparaison de l'intensité du point de départ à l'intensité des éléments d'image voisins, et réalisation d'un processus de croissance de zone sur l'image en tranche sur la base du fait qu'une différence entre les intensités comparées est à l'intérieur d'une plage d'erreurs prédéterminée, pour détecter des éléments d'image correspondant à une zone
nerveuse alvéolaire de l'image en tranche.
FR0011727A 1999-09-14 2000-09-14 Procede d'identification d'une zone nerveuse alveolaire dans une image de machoire Withdrawn FR2798493A1 (fr)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019990039328A KR100338975B1 (ko) 1999-09-14 1999-09-14 턱뼈의 치조신경 검출방법

Publications (1)

Publication Number Publication Date
FR2798493A1 true FR2798493A1 (fr) 2001-03-16

Family

ID=19611473

Family Applications (1)

Application Number Title Priority Date Filing Date
FR0011727A Withdrawn FR2798493A1 (fr) 1999-09-14 2000-09-14 Procede d'identification d'une zone nerveuse alveolaire dans une image de machoire

Country Status (7)

Country Link
US (1) US6704439B1 (fr)
KR (1) KR100338975B1 (fr)
DE (1) DE10045551A1 (fr)
FI (1) FI20002018A (fr)
FR (1) FR2798493A1 (fr)
IT (1) IT1318843B1 (fr)
SE (1) SE0003205L (fr)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7119805B2 (en) * 2001-02-20 2006-10-10 Canon Kabushiki Kaisha Three-dimensional CAD attribute information presentation
US7397937B2 (en) * 2001-11-23 2008-07-08 R2 Technology, Inc. Region growing in anatomical images
US7123766B2 (en) * 2002-02-11 2006-10-17 Cedara Software Corp. Method and system for recognizing and selecting a region of interest in an image
JP4487180B2 (ja) * 2004-03-18 2010-06-23 ソニー株式会社 情報生成装置及び情報生成方法
EP1808129B1 (fr) * 2004-09-24 2017-05-03 iCAT CORPORATION Dispositif de detection d'informations en coupe transversale
FR2880154B1 (fr) * 2004-12-27 2007-06-22 Gen Electric Procede et systeme de visualisation rapide de structures
US7421144B2 (en) * 2005-03-16 2008-09-02 Fabio Riccardi Interface method and system for finding image intensities
FR2916626B1 (fr) * 2007-06-04 2014-09-19 Jean Capsal Procede de realisation d'un dispositif d'assistance au forage d'au moins un puits d'implantation dans une structure osseuse et dispositif obtenu
US8059888B2 (en) * 2007-10-30 2011-11-15 Microsoft Corporation Semi-automatic plane extrusion for 3D modeling
US8644608B2 (en) * 2009-10-30 2014-02-04 Eiffel Medtech Inc. Bone imagery segmentation method and apparatus
KR101662738B1 (ko) * 2010-02-05 2016-10-05 삼성전자주식회사 영상 처리 방법 및 그 장치
KR101190651B1 (ko) 2010-03-22 2012-10-15 이태경 영상이미지를 이용하여 천공 술식을 시뮬레이트 하는 장치 및 시뮬레이트 하는 방법
US8634626B2 (en) * 2010-06-29 2014-01-21 The Chinese University Of Hong Kong Registration of 3D tomography images
US9179843B2 (en) 2011-04-21 2015-11-10 Hassan Ghaderi MOGHADDAM Method and system for optically evaluating proximity to the inferior alveolar nerve in situ
US9269155B2 (en) * 2012-04-05 2016-02-23 Mediatek Singapore Pte. Ltd. Region growing method for depth map/color image
US9478038B2 (en) * 2014-03-31 2016-10-25 Regents Of The University Of Minnesota Unsupervised spatio-temporal data mining framework for burned area mapping
CN106530367B (zh) * 2016-09-29 2019-03-08 天津大学 一种基于Firm阈值迭代的电学层析成像稀疏重建方法
KR102205987B1 (ko) * 2018-12-17 2021-01-21 주식회사 디오 하악골 신경 파악방법
KR102237711B1 (ko) * 2019-02-18 2021-04-09 오스템임플란트 주식회사 신경관 라인 생성 방법 및 이를 위한 의료영상 처리장치
KR102210341B1 (ko) * 2019-02-26 2021-02-01 오스템임플란트 주식회사 영상처리 및 시뮬레이션을 이용한 신경관 자동 검출방법 및 그 장치
KR102231215B1 (ko) * 2019-05-21 2021-03-23 오스템임플란트 주식회사 신경관 라인 자동 생성방법 및 이를 위한 의료영상 처리장치
WO2020235784A1 (fr) * 2019-05-22 2020-11-26 주식회사 디오 Procédé et dispositif de détection de nerf
KR102193158B1 (ko) * 2019-06-05 2020-12-18 주식회사 인피니트헬스케어 치과 영상 시스템에서 신경관 경로 입력 및 생성 시스템
KR102456703B1 (ko) * 2021-01-18 2022-10-20 오스템임플란트 주식회사 신경관 라인 생성방법 및 치과 임플란트 수술계획 수립장치
KR102523555B1 (ko) * 2022-05-26 2023-04-20 가천대학교 산학협력단 갈비뼈 분할 및 순서 결정 방법 및 이를 이용한 장치
CN115688461B (zh) * 2022-11-11 2023-06-09 四川大学 基于聚类的牙弓和牙槽骨弓形态异常程度评估装置及方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4920573A (en) * 1988-05-09 1990-04-24 Mpdi, Inc. Method for generating perpendicular synthesized cross-sectional images
JPH0824685B2 (ja) * 1992-11-25 1996-03-13 株式会社江川 インプラント構造体の測定方法およびその測定装置
JPH0728859B2 (ja) * 1992-12-16 1995-04-05 株式会社江川 Mri口腔内測定装置およびmri口腔内測定用造影剤
US5848177A (en) * 1994-12-29 1998-12-08 Board Of Trustees Operating Michigan State University Method and system for detection of biological materials using fractal dimensions
US5725376A (en) * 1996-02-27 1998-03-10 Poirier; Michel Methods for manufacturing a dental implant drill guide and a dental implant superstructure
JPH09322883A (ja) * 1996-06-05 1997-12-16 Tadahiko Kawai 顎関節の接触圧分布状態の解析装置
US6466687B1 (en) * 1997-02-12 2002-10-15 The University Of Iowa Research Foundation Method and apparatus for analyzing CT images to determine the presence of pulmonary tissue pathology
KR100338974B1 (ko) * 1999-03-15 2002-05-31 최은백, 이찬경 턱뼈의 뼈밀도를 확인하기 위한 시뮬레이션 방법 및 이를 실현시키기 위한 프로그램이 기록된 기록매체

Also Published As

Publication number Publication date
ITMI20001980A1 (it) 2002-03-11
US6704439B1 (en) 2004-03-09
SE0003205L (sv) 2001-03-15
SE0003205D0 (sv) 2000-09-11
ITMI20001980A0 (it) 2000-09-11
FI20002018A (fi) 2001-03-15
IT1318843B1 (it) 2003-09-10
DE10045551A1 (de) 2001-03-22
FI20002018A0 (fi) 2000-09-13
KR100338975B1 (ko) 2002-05-31
KR20010027535A (ko) 2001-04-06

Similar Documents

Publication Publication Date Title
FR2798493A1 (fr) Procede d'identification d'une zone nerveuse alveolaire dans une image de machoire
JP7022203B2 (ja) 組織画像からのアーチファクト除去
CN110473243B (zh) 基于深度轮廓感知的牙齿分割方法、装置及计算机设备
EP0945830B1 (fr) Procédé de traitement d'images incluant des étapes de segmentation d'une image multidimensionnelle et appareil d'imagerie médicale utilisant ce procédé
EP3893156A1 (fr) Procede d'analyse d'une image d'une arcade dentaire
FR3069355A1 (fr) Procede d'analyse d'une image d'une arcade dentaire
EP0755023A1 (fr) Procédé de filtrage spatial du bruit dans une image numérique, et dispositif mettant en oeuvre ce procédé
FR3069359A1 (fr) Procede d'analyse d'une image d'une arcade dentaire
WO2021250091A1 (fr) Procédé de segmentation automatique d'une arcade dentaire
EP0822515A1 (fr) Procédé de segmentation automatique d'une image numérique et dispositif mettant en oeuvre ce procédé
EP3928291A1 (fr) Procede de correction d'un contour
FR3069358A1 (fr) Procede d'analyse d'une image d'une arcade dentaire
FR2885717A1 (fr) Procede d'estimation de correction d'une image et dispositif d'angiographie le mettant en oeuvre
FR3069361A1 (fr) Procede d'analyse d'une image d'une arcade dentaire
FR3095332A1 (fr) Méthode de planification d’une ablation de tissus basée sur l’apprentissage profond
FR2967520A1 (fr) Procede de traitements d'images radiologiques d'un patient
WO2021245273A1 (fr) Procédé et dispositif de reconstruction tridimensionnelle d'un visage avec partie dentée à partir d'une seule image
WO1992016908A1 (fr) Procede de traitement d'images par files d'attente hierarchisees
FR3113155A1 (fr) Procédé d’identification d’un implant dentaire visible sur une image d’entrée au moyen d’au moins un réseau de neurones à convolution.
FR3123201A1 (fr) Procédé de distribution de gouttières orthodontiques
FR2857484A1 (fr) Scoring automatique en radiologie numerique, en particulier en mammographie
EP3821393A1 (fr) Procede de transformation d'une vue d'un modele 3d d'une arcade dentaire en une vue photorealiste
EP3700409B1 (fr) Procédé et dispositif de suivi de la fluorescence émise à la surface d'un tissu biologique
Sayin et al. Optimization of CBCT data with image processing methods and production with fused deposition modeling 3D printing
EP3958785B1 (fr) Programme d'ordinateur d'evaluation d'une gouttiere orthodontique

Legal Events

Date Code Title Description
TP Transmission of property
ST Notification of lapse