论文阅读：Tooth model reconstruction based upon data fusion for orthodontic treatment simulation

最新推荐文章于 2024-04-07 15:22:07 发布
最新推荐文章于 2024-04-07 15:22:07 发布
阅读量753 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/bashana102/article/details/60573184
版权

【论文信息】

Tooth model reconstruction based upon data fusion for orthodontic treatment simulation
Computers in Biology and Medicine 2014 IF 1.5 二区

【背景】

回头看

【方法】

论文pipeline

  1. 首先将石膏模型数字化，将上面每个牙齿分割下来。使用如下公式计算顶点的斜率。
    顶点斜率计算公式
    然后对斜率设定一个filter，就可以得到想要的区域。然后用形态学腐蚀来抽取骨架。最后用区域生长就可以得到网格模型。
  2. 接下来是牙根的提取，采用了Gao等人的LS算法，按照惯例还是要手动选取一个初始点（容易分割的slice）用来产生初始轮廓。文章还做过实验，用区域生长来分割，结果是牙根和皮质骨模糊，轮廓溢出
最低0.47元/天 解锁文章
论文阅读：Automatic Tooth Region Separation for Dental CT Images
bashana102的博客
05-12 637
【论文信息】 Automatic Tooth Region Separation for Dental CT Images Hui Gao 2008 年发表的会议论文 【背景】 提出了该领域研究内容：In order to reconstruct each tooth model from images we need to handle the following problems suc
论文阅读：Three-dimensional reconstruction of teeth and jaws based on segmentation of CT images using wat
bashana102的博客
03-04 739
论文信息Three-dimensional reconstruction of teeth and jaws based on segmentation of CT images using watershed transformation Dentomaxillofacial Radiology 2015 IF 1.9 主要描述了他们做的一个CT显示处理软件。背景方法讨论
论文阅读：“Model-based teeth reconstruction”
myDarling_的博客
11-26 1125
研究人员提出了第一种仅凭口腔区域的稀疏照片集就能无创重建整个人特定牙列的方法。该方法的基础是从高质量口扫模型中学习到的新参数牙列先验（parametric tooth row prior）。新的基于模型的重建方法将牙齿与照片相匹配，从而准确匹配可见牙齿，并合理生成遮挡牙齿（occluded teeth）。
论文阅读：“Appearance Capture and Modeling of Human Teeth”
myDarling_的博客
11-26 591
迪士尼提出了一种专门用于捕捉真人牙齿光学特性的系统，用以支持在计算机图形中重新渲染它们。迪士尼指出，最终的外观能够忠实地还原真人牙齿，并且可直接用于传统的路径追踪框架以渲染虚拟人类。
AR学习笔记（四）：相关文献查阅
Sakurazzy的博客
11-03 1076
AR学习笔记（四）：相关文献查阅导览正文Digital Smile Design A Tool for Treatment Planning and Communication in Esthetic Dentistry 之前自己做出来的效果并不好，下面找一找文献，借鉴一下人家的方法，做一个记录 相关的软件:ivosmlie 隐适美 好像国内相关的文章并不多，又花点了功夫读英文文献，数字微笑设计（DSD）比较符合我的题目 导览 Digital Smile Design A Tool for Treat
Tooth and Alveolar Bone Segmentation From Dental Computed Tomography Images基于计算机断层扫描图像的牙齿和牙槽骨分割
needyn的博客
04-07 935
计算机辅助正畸治疗计划和模拟需要牙槽骨复合体的三维模型。从计算机断层扫描(CT)图像中分割牙齿和牙槽骨是重建其模型的基本步骤。由于牙槽骨在常规正畸治疗中的应用较少，可能会产生不良的副作用，以往的研究主要集中在牙齿的分割和重建上，没有考虑到牙槽骨。在这项研究中，我们提出了一种从牙齿CT图像中实现牙齿和牙槽骨分割的方法，用于重建牙齿和牙槽骨的三维模型。该方法首先利用全局凸水平集模型从CT图像中提取牙齿和牙槽骨的连通区域;然后，基于Radon变换和局部水平集模型将单个牙齿和牙槽骨从连通区域中分离出来;
论文阅读：Crown Segmentation From Computed Tomography Images With Metal Artifacts
bashana102的博客
03-06 981
【论文信息】Crown Segmentation From Computed Tomography Images With Metal Artifacts IEEE SIGNAL PROCESSING LETTERS 2016 IF 1.66 三区 同样出自Zeyang Xia只手，深圳先进科学技术研究院的【背景】当有金属植入物存在时，牙齿的轮廓不容易识别出来。【方法】老套路，手动初始化slic
论文阅读笔记-GT U-Net: A U-Net Like Group TransformerNetwork for Tooth Root Segmentation
XZH16047129的博客
12-27 3024
目录 摘要 1.引言 摘要 为了实现对根管治疗的准确评估，一个基本的步骤是对口腔x线图像进行牙根分割，因为牙根边界的位置是根管治疗评估中重要的解剖信息。然而，模糊边界使得牙根的分割非常具有挑战性。在本文中，我们提出了一种新的端到端U-Net like Group Transformer Network(GTU-Net)用于牙根的分割。该网络保留了U-Net的基本结构，但每个编码器和解码器都被一个组Transformer所取代，利用分组结构和bottleneck结构，大大降低了传统transform.
论文阅读：AUTOMATIC SEGMENTATION FOR 3D DENTAL RECONSTRUCTION
bashana102的博客
03-07 762
【论文信息】AUTOMATIC SEGMENTATION FOR 3D DENTAL RECONSTRUCTION 2015 ICCCNT EI会议 利用牙齿的domain knowledge来减少计算负担。从解剖学角度来分割。 采用canny算子，说是比ACM要好【背景】牙齿分割的难点在于： 噪声 连通性，牙齿之间经常连在一起 位置，跟上面其实差不多，边界不清晰 拓扑变化，会分裂成几个分支
论文阅读：Tooth and Alveolar Bone Segmentation from Dental Computed Tomography Images
bashana102的博客
07-27 754
【论文信息】 Tooth and Alveolar Bone Segmentation from Dental Computed Tomography Images 发表在IEEE Journal of Biomedical and Health Informatics 3区，IF2 【背景】【方法】 可以用2002年的MS多相水平集模型来进行多目标的分割，但是这样就需要17个水平集（1
论文阅读：3D exemplar-based random walks for tooth segmentation from cone-beam computed tomography images
bashana102的博客
05-12 888
【论文信息】 3D exemplar-based random walks for tooth segmentation from cone-beam computed tomography images Medical Physics 北大 【背景】 用积分投影方法分离相邻牙齿只能得到coarse segmentation results
Marching Cube算法在点云重建上的简单应用
jjl199299的博客
07-26 9402
Marching Cube算法在点云重建上的简单应用
掩码计算
大坏蛋的博客
12-11 3382
问题：将下面三段网络进行精细汇总 192.168.1.0/24 192.168.2.0/24 192.168.3.0/24   192.168.0000 0001.00000000 192.168.0000 0010.00000000 192.168.0000 0011.00000000 /22 192.168.0000 0011.00000000 -->192.168.0.0 /2...
论文阅读：Individual tooth segmentation from CT images scanned with contacts of maxillary and mandible te
bashana102的博客
03-01 996
Preface Individual tooth segmentation from CT images scanned with contacts of maxillary and mandible teeth computer methods and programs in biomedicine 2017 Introduction 以前的文章几乎都是针对的上颌骨/下颌骨CT牙齿
论文阅读：Touching Tooth Segmentation from CT Image Sequences Using Coupled Level Set Method
bashana102的博客
05-25 580
【论文信息】 Touching Tooth Segmentation from CT Image Sequences Using Coupled Level Set Method Gao 2008 【背景】
实训商业源码-头像挂件-毕业设计.zip
05-10
实训商业源码-头像挂件-毕业设计.zip
环境工程中高斯烟团模型的纯Python实现及其应用
05-10
内容概要：本文详细介绍了如何使用Python实现高斯烟团模型，这是一种用于预测大气中污染物扩散的模型。主要内容涵盖大气稳定度计算、坐标转换、扩散系数计算及三维浓度叠加值的实现。首先，文章解释了高斯烟团模型的基本概念，即假设污染源释放的污染物在空气中形成一个高斯烟团，该烟团随时间扩散、混合和沉降。接着，文章逐步讲解了Python代码的具体实现步骤，包括导入必要库、定义大气稳定度分类、实现坐标转换函数、计算扩散系数以及编写浓度叠加值计算函数。最后，通过该模型可以预测大气中污染物的扩散情况，为环境工程和气象学领域提供有价值的参考。 适合人群：从事环境工程、气象学研究的专业人士，以及对大气污染物扩散模拟感兴趣的科研人员和技术开发者。 使用场景及目标：适用于需要评估大气污染物扩散情况的研究项目，帮助研究人员更好地理解和预测污染物的行为，从而制定有效的环境保护措施。 其他说明：文中提供的Python代码实现了高斯烟团模型的关键部分，能够作为教学工具或实际项目的参考。
基于EMD-KPCA-LSTM的北半球光伏功率多维时间序列预测MATLAB代码实现
05-10
内容概要：本文档提供了基于经验模态分解（EMD）、核主成分分析（KPCA）和长短期记忆网络（LSTM）的多维时间序列预测MATLAB代码实现。具体应用案例为北半球光伏功率预测，涉及的数据集包含太阳辐射度、气温、气压和大气湿度四个输入特征，以及光伏功率作为输出预测。文档详细介绍了从数据加载与预处理到EMD和KPCA处理，再到LSTM模型训练与预测的具体步骤，并进行了EMD-LSTM、EMD-KPCA-LSTM和纯LSTM模型的对比分析。此外，还强调了代码的注释清晰度和调试便利性，确保用户能够顺利运行和理解整个流程。 适用人群：适用于具有一定MATLAB编程基础和技术背景的研究人员、工程师或学生，特别是那些对时间序列预测、机器学习和光伏功率预测感兴趣的群体。 使用场景及目标：① 使用EMD、KPCA和LSTM组合模型进行多维时间序列预测；② 对比不同模型的效果，选择最优模型；③ 掌握MATLAB环境下复杂模型的构建和调优方法。 其他说明：代码已验证可行，支持本地EXCEL数据读取，附带详细的“说明”文件帮助用户快速上手。建议用户在实践中结合实际需求调整参数和模型配置，以获得最佳预测效果。
BLDC无刷电机Matlab仿真：转速电流双闭环控制及换相策略研究
最新发布
05-10
内容概要：本文详细介绍了如何利用Matlab进行BLDC无刷电机的仿真，重点在于转速电流双闭环控制以及两种主要的换相方式——有感hall换相和无感反电动势过零换相。文章从仿真准备、模型创建与设置、具体控制方法到最后的仿真结果与分析进行了全面讲解。通过PI控制器调整电流和转速反馈值，确保电机运行的稳定性和高效性。文中还对比了两种换相方式的优缺点，帮助读者更好地理解BLDC无刷电机的工作原理及其控制方法。 适合人群：对电机控制有一定兴趣并希望通过Matlab进行仿真的工程技术人员、研究人员及高校学生。 使用场景及目标：适用于希望深入了解BLDC无刷电机控制原理和技术细节的人群，尤其是那些想要通过实际操作加深理解的学习者。目标是让读者能够独立完成BLDC无刷电机的基本仿真，并掌握关键控制技术和换相策略。 其他说明：本文基于作者的经验总结，提供了一个较为完整的入门指南，虽然不是严格的学术论文，但对于初学者来说非常实用。
React应用开发入门：Tooth-Admission-App使用指南
资源摘要信息:"Tooth-Admission-App是一个使用Create React App构建的应用程序，它提供了一个入门级的指导过程。Create React App是一个官方支持的用于设置React单页面应用程序的命令行界面。以下是该资源所涉及的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值