作者: Sebastian T. Gollmer , Thorsten M. Buzug
DOI: 10.1007/978-3-642-28502-8_5
关键词:
摘要: Dental-CT-Aufnahmen leiden unter einer vergleichsweise schlechten Bildqualitat bezuglich des Signal-zu-Rausch Verhaltnisses. Aus diesem Grund benutzen wir ein statistisches Formmodell (SFM) zur robusten Segmentierung Unterkiefers. Im Gegensatz zu bisherigen Arbeiten ist das von uns vorgestellte Verfahren vollautomatisch – sowohl was die Korrespondenzfindung angeht, als auch der an sich. Obwohl unsere Trainingspopulation weniger 30 % Umfangs ahnlicher aufweist, erzielen vergleichbare Ergebnisse. Ein wesentlicher hierfur mittels Optimierung modellbasierten Ziefunktion: Unsere Ergebnisse zeigen, dass dies eine deutliche Verbesserung Segmentierungsergebnisse erlaubt und belegen damit erstmals Bedeutung dieses Ansatz unmittelbar in Anwendung Segmentierung.