Chulalongkorn University Theses and Dissertations (Chula ETD)

การรู้จำฟันในภาพรังสีเอ็กซ์ทางทันตกรรม

Other Title (Parallel Title in Other Language of ETD)

Recognition of teeth in dental x-ray radiographs

Year (A.D.)

2011

Document Type

Thesis

First Advisor

นงลักษณ์ โควาวิสารัช

Second Advisor

จันทร์จิรา สินทนะโยธิน

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Degree Name

วิทยาศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิทยาศาสตร์คอมพิวเตอร์

DOI

10.58837/CHULA.THE.2011.1385

Abstract

งานวิจัยนี้นำเสนอวิธีการรู้จำฟันสำหรับภาพรังสีเอ็กซ์โดยใช้ Hu โมเมนต์ยืนยง (Hu’s moment invariants) แทนลักษณะของฟันในการเปรียบคู่ภาพทดสอบกับชุดข้อมูลภาพฟันอ้างอิง วิธีการรู้จำฟันในงานวิจัยนี้ประกอบด้วย 3 ขั้นตอนหลัก คือ การปรับปรุงภาพ การแบ่งส่วนภาพ และการสกัดและเปรียบคู่ลักษณะของฟัน การปรับปรุงภาพทำโดยปรับปรุงการกระจายตัวอย่างสม่ำเสมอของฮีสโตแกรม และกำจัดสัญญาณรบกวนด้วยตัวกรองมัธยฐาน แล้วจึงนำภาพมาแบ่งส่วนภาพด้วยค่าขีดแบ่งแบบอัตโนมัติด้วยวิธีของ Otsu แล้วนำผลลัพธ์มาสกัดลักษณะฟันด้วย Hu โมเมนต์ยืนยง จากนั้นนำไปเปรียบเทียบคู่ฟันโดยใช้ระยะทางแบบยูคลิด (Euclidian distance) การเปรียบเทียบคู่ที่ดีที่สุดคือคู่ที่มีผลต่างระยะทางแบบยูคลิดน้อยที่สุด งานวิจัยนี้ทดสอบกับฟันกรามน้อยและฟันกรามใหญ่ในภาพรังสีเอ็กซ์ของฟันชนิดภาพรังสีปริทัศน์จากผู้ป่วยทันตกรรมจัดฟันซึ่งถ่ายภาพรังสีเอ็กซ์ของฟันในเวลาต่างกัน จากการทดลองพบว่าประสิทธิภาพของวิธีการรู้จำฟันที่นำเสนอนี้ให้ผลการรู้จำภาพฟันที่ถูกคนและถูกตำแหน่งถูกต้องเฉลี่ยเพียง 26.67% และถูกตำแหน่งฟันเพียงอย่างเดียวถูกต้องเฉลี่ย 53.33% สำหรับการทดลองกับชุดภาพที่แบ่งส่วนภาพด้วยมือพบว่าถูกคนและถูกตำแหน่งถูกต้องเฉลี่ย 55.55% และ ถูกตำแหน่งฟันเพียงอย่างเดียวเฉลี่ย 91.11% ดังนั้น จากงานวิจัยนี้จะเห็นได้ว่าความถูกต้องจากการแบ่งส่วนภาพมีผลต่อความถูกต้องในการรู้จำฟันสูง และการใช้ลักษณะฟันแบบ Hu โมเมนต์ยืนยงและการเปรียบคู่ด้วยระยะทางแบบยูคลิดให้ผลไม่ดีสำหรับการรู้จำฟันที่ถูกคนและถูกตำแหน่ง

Other Abstract (Other language abstract of ETD)

This research proposes a method to recognize a tooth in dental X-ray images using tooth Hu’s moment invariants feature. The proposed tooth recognition method consists of three steps that are image enhancement, image segmentation and feature matching. Histogram equalization and noise reduction with median filter are used to enhance the input image. The teeth are automatic segmented by with Otsu’s thresholding method. The last step is to calculate Hu’s moment invariants that are used as the tooth’s feature and match with those of the reference teeth using Euclidian distance. The least distance implies the best matched result. Experiments are done with molars and premolars in the panoramic films of orthodontic patients taken at different time. From the experiments, the efficiency of the proposed method for recognizing the correct patient and the correct tooth was 26.67 % and recognizing the correct tooth only was 53.33%. For the manual segment image set, the results were 55.55% and 91.11% respectively. Hence, it can be seen that the accuracy of segmentation step has high impact to the recognition rates and that Hu’s moment invariants and Euclidean distance cannot give good recognition rate for recognizing the correct patient and the correct tooth.

Link to Full Text

Share

COinS