پروژه آموزشی تشخیص پوسیدگی دندان به کمک پردازش تصویر با متلب

چکیده
در سالهای اخیر پردازش تصویر دندانپزشکی با کاهش برخی از مشکلات ذاتی رادیوگرافی دندانها به ابزاری مفیدی برای کمک به متخصصان مراقبت های بهداشتی تبدیل شده است. با وجود پیشرفت های موجود در سال های گذشته ، تشخیص دقیق پوسیدگی دندان با استفاده از ابزارهای کمکی تشخیصی (CAD) به دلیل ماهیت غیر یکنواخت پرتوهای X دندان هنوز مشکل ساز است. دلیل اینکه چرا تشخیص دقیق مشکل ساز است ، بخشی از آن ناشی از سیستمهای موجود است که از الگوریتمهای تشخیصی خود از یک مدل یادگیری نظارت شده استفاده می کنند. استفاده از این روش منجر به یک سیستم تشخیص می شود که برای شناسایی پوسیدگی تحت شرایط خاص آموزش داده می شود. هنگامی که تصاویر ورودی تفاوت زیادی با مجموعه آموزش دارند ، این سیستم ها تمایل به تشخیص نادرست بیماران یا از بین رفتن پوسیدگی احتمالی در کل دارند.
روشی برای تقسیم دندانها در پرتوهای ایکس پریاپیکال در این مقاله ارائه شده است و همچنین روشی برای تشخیص پوسیدگی در بین انواع تصاویر پرتو X غیر یکنواخت با استفاده از یک مدل یادگیری بدون نظارت ارائه می شود. روش تشخیصی ارائه شده در این پایان نامه از پروتکل ارزیابی شبیه به نحوه ارزیابی دندانپزشکان وجود پوسیدگی استفاده می کند. با استفاده از این پروتکل ارزیابی ، پوسیدگی نسبت به خود تصویر ارزیابی می شود و نسبت به مجموعه شناسه های به دست آمده از یک مدل یادگیری ارزیابی نمی شود. ماندگاری یک مدل یادگیری بدون نظارت ، و اثربخشی نسبی آن در تشخیص دقیق پوسیدگی دندان هنگام مقایسه با سیستم های فعلی ، توسط نتایج تفصیلی در این مقاله نشان داده شده است. مدل پيشنهادي به تشخيص صحيح 96٪ دست يافت كه با مدل هاي موجود قابل رقابت است. سفارش انجام پروژه متلب

فصل 1
مقدمه
پوسیدگی دندان یکی از شایع ترین بیماری های موجود در جامعه مدرن است که تقریباً 36٪ از جمعیت جهان علائم پوسیدگی را نشان می دهند [2]. در گذشته ، کشورهای در حال توسعه به دلیل مصرف کم غذاهای قندی کمتر در معرض خطر بودند. به ویژه در آفریقا نسبت به میانگین جهانی میزان عفونت 19 درصد کمتر است ، در حالی که مناطق آمریکا و اروپا به ترتیب در مقایسه با میانگین 14 درصد و 10 درصد بیشتر از میزان آلودگی داشتند [3]. با وجود این میزان ابتلا به عفونت که قبلاً کم است ، تغییر شرایط زندگی باعث افزایش سرعت پوسیدگی دندان در کشورهای آفریقایی شده و بدین ترتیب بیماری در حال حاضر شیوع وخیم تر می شود. به منظور کنترل این بیماری ، قبل از بروز پوسیدگی پیشرفته دندان ، باید در مراحل اولیه آن درمان شود.
پوسیدگی دندان که به عنوان حفره نیز شناخته می شود ، به شکست باکتریایی بافت های سخت دندان اشاره دارد [4]. بروز پوسیدگی نتیجه پلاک دندان است که باکتریهایی را تشکیل می دهند که اسید را در حضور کربوهیدراتهای تخمیر پذیر آزاد می کنند. گلوکز ، فروکتوز و ساکارز این واکنش را ایجاد می کنند [5] بنابراین رژیم غذایی با قندهای ساده این فرایند را تسریع می کند. اسید منتشر شده در طی این فرایند باعث کمبود مواد معدنی سطح دندان می شود. پوسیدگی دندان وقتی اتفاق می افتد که میزان جمع آوری مواد معدنی کمتر از میزان پوسیدگی باشد. پوسیدگی دندانها به طور معمول با استفاده از طبقه بندی پوسیدگی سیاه گرین وردیمان (G. V.) طبقه بندی می شوند [6]. این پروتکل ضایعه خاری بر اساس دندان مصنوعی و همچنین محل ضایعه را طبقه بندی می کند. این دسته بندی های مختلف به شرح زیر تعریف می شوند:

• کلاس I به پوسیدگی در سطوح اکلوزال دندانهای خلفی ، چاله های باکال یا زبانه در مولرها یا گودال زبانی در نزدیکی cingulum دندانهای مهارکننده فک مراجعه می کند
• کلاس II به پوسیدگی در سطوح تقریبی دندانهای خلفی اشاره دارد
• کلاس III به پوسیدگی در سطوح انتروکسیمال دندانهای قدامی بدون درگیری لبه برشی اشاره دارد
• کلاس چهارم به پوسیدگی در سطوح انتروکسیمال دندانهای قدامی با درگیری لبه برش اشاره دارد
• کلاس V به پوسیدگی در قسمت سوم دهانه رحم سطح صورت یا زبانی دندان اشاره دارد
• کلاس VI به پوسیدگی در لبه شاخک یا اکلوزالی که به دلیل جاذبه فرسوده است ، اشاره دارد

 

فایل ارسالی شامل چند عکس نمونه ( که از فایل ارسالی شما گرفته شده است) و کد Main.m می باشد که با اجرای آن بترتیب تمام نتایج موجود در فصول 3و4و5 نمایش داده خواهند شد. توضیحات خط به خط در زیر آمده  است (بخاطر حجم زیاد کد توضیحات خطوط تکراری به قرینه بیان نشده اند):

% Chapter 3: Teeth Segmentation

% 3.1 Introduction

دستور زیر برای پاک کردن work space و شروع بکار متلب 2017 می باشد:

clc

همه پنجره های باز متلب بسته می شوند

close all;

همه متغییر های قبلی متلب پاک می شوند

clear all

فرمت نمایش اعداد در متلب فرشده می شود

format compact

هشدارهای متلب لغو می شوند

warning off

 

% 3.2 Pre-Processing

% 3.2.1 Image Cleanup

تصویر اول قرائت می شود:

im1=imread(‘1.tif’);