论文阅读：Individual tooth segmentation from CT images scanned with contacts of maxillary and mandible te

【论文信息】

Individual tooth segmentation from CT images scanned with contacts of maxillary and mandible teeth

computer methods and programs in biomedicine 2017

深圳中科院，上海交大

【背景】

以前的文章几乎都是针对的上颌骨/下颌骨CT牙齿分割，也就是说是在open mouth的状态下分割。本文要来对要和状态的牙齿CT分割。

previous work分为两大类，3D Segmentation 以及 2D slice-by-slice Segmentation.

3D:

【2】用区域生长；【3，4】用3DLS提取牙齿表面；【5，6】graph cut交互分割。【7】对单牙根的牙齿迭代建模（要读一下）

2D:

基本上是用了相邻slice间contour相似的特性，用LS分割，一般需要手动初始化起始slice。【8，9】用B样条snake以及遗传算法来提取轮廓，没能解决牙齿中的拓扑变化，而【10-13】的LS可以；【10】LS with Shape和Intensity，效果好。【11】用相同的模型来分割牙根。【12】修改了这个模型来分割前牙。【13】也是分割牙根。（看下11和13）

但当上下牙接触时，aforementioned 方法由于在部分slice中上下牙轮廓接触，不好检测边界，而分割失败。

【14，15】从上下颌牙齿接触的CT中把上下颌分开，但他们没有把牙齿从颌骨上分割下来。

以上是related works。

本文的pipeline如下，（其实说白了根本就是mesh segmentation，CT到mesh那一步一点都没变）

首先在CT中slice-by-slice LS分割

接触部分被检测出来

三维重建成网格

在网格模型上用特征进行分割上下牙

【方法】

用户手动在上下颌分别选取一个起始切片，一共选两片。然后在每个切片上的每个牙齿上都选一个起始点。

开始向上下传播。首先用radon transformation提取牙间分割面，然后用LS基于上一个轮廓分割每个牙齿。

在上牙中检测出轮廓与下牙轮廓重叠的牙齿。把这些接触的牙齿对三维重建成网格表面。接触的模式基本上就是一个上牙连着两个或一个下牙。

用阈值和分水岭等把他们分离开来，最后修复表面。

分割：

第一步分割之后每个牙齿都有初始轮廓了，传播到下一层的时候，先对两个轮廓膨胀，取交叉区域做拉登变换，从中提取分割线。（这方法还不错，其实就是各方向积分投影，但对于牙根和智齿我比较怀疑他的效果）然后对每个分开的小区域里面，用初始轮廓进行LS分割。这一步中两列牙齿中每个牙齿都被分离开来了，但是上下牙列之间还有接触。

而上下牙的接触也是发生在牙冠部分，而且都是一个上牙连着两颗下牙或者一颗下牙。（这个结论是不是太理想了？）一次性自动分开很多连着的牙齿比较难，考虑到上下牙列中每个牙齿在上一步骤中都已经被分开了，所以只要对每个上牙，检测与下牙的轮廓是否有重叠（说明接触），提取出来，单独对他们进行MC建模。

分离：

然后就可以对每个牙齿对进行分离，由于只有牙冠部分接触，用几个简单的特征，曲率和平均测地线距离，来构造分水岭算法的高程函数，于是就OK了。

【讨论&启发】

limitation：

这文章的方法其实局限性很大，很麻烦，需要很多人力。

ground truth的获取，以后考虑用同一个样本的CT接触版本与数字印模开口版本作比较。

LS分割还是局限性大，连续slice之间不一定有很强的相似性，对于变了角度的CT图像/倾斜的牙齿不好解决。要考虑用体素分割。

introduction的思路很好，可以借鉴这种写法，文章动机不牵强，很自然。

由于是手动选取初始点，所以也不需要detect牙齿和下颌骨之类的了。

文章对于牙齿接触的模式做了一个归纳，上牙与1~2个下牙接触，而且是牙冠部分。把接触部分的分割很大程度上简化了。把问题转化为若干个简单牙齿对的分离。

文章对拉登变换的利用很巧妙，直接分离提取了单个牙齿，为后面的步骤做了很好的准备。

4000