Εντοπισμός και χαρακτηρισμός μασητικής τερηδόνας

Abstract

Ο σκοπός της διπλωματικής εργασίας είναι η μελέτη των υπολογιστικών μεθόδων τερηδόνας, η ανάπτυξη μίας βάσης δεδομένων για τον χαρακτηρισμό εικόνων μασητικής τερηδόνας και η ανασκόπηση τεχνικών κατάτμησης αυτών των εικόνων στο περιβάλλον Matlab. Αρχικά, γίνεται μία περιγραφή της φυσιολογίας του δοντιού, καθώς και μία παρουσίαση του όρου «τερηδόνα». Αναφέρονται οι αιτίες πρόκλησης της νόσου, τα μέτρα που ακολουθούνται για την πρόληψή της και οι τρόποι για τη θεραπεία της τερηδονικής βλάβης. Η μελέτη για την ανίχνευση της τερηδόνας περιλαμβάνει ένα ευρύ φάσμα συμβατικών και υπολογιστικών μεθόδων, καταδεικνύοντας τα πλεονεκτήματα και τα μειονεκτήματα της καθεμίας σε κλινικές εφαρμογές. Στη συνέχεια, γίνεται μία εκτενής αναφορά στις τεχνικές επεξεργασίας εικόνας, ενώ παρουσιάζονται και παραδείγματα αυτών των τεχνικών στο περιβάλλον Matlab. Τέλος, το πρακτικό κομμάτι αυτής της εργασίας αφορά στην ανάπτυξη μίας βάσης δεδομένων για την αποθήκευση εικόνων μασητικής τερηδόνας, όπως επίσης, και την διαδικασία που ακολουθείται στο περιβάλλον Matlab για το χαρακτηρισμό της τερηδονικής βλάβης σε μία εικόνα βάσει του πρότυπου συστήματος ICDAS.

The scope of this thesis is the study of caries detection methods, the development of a data base for occlusal caries image characterization and finally a review of image segmentation methods using Matlab. Initially, there is a brief description of dental caries’ physiology. All known etiologies are presented along with means of prevention and finally methods of treatment. The study of caries detection includes a wide range of traditional observational techniques and computing methods, describing the advantages and disadvantages for each method in the different clinical settings. Furthermore, we elaborate on image processing techniques, whilst highlighting examples of these techniques in Matlab. Finally, the practical part of this paper refers to a database development in order to store occlusal caries images, as well as, the procedure followed in Matlab to describe caries lesion in an image based on the ICDAS system