Heckenkamp, ChristophNetzsch, ThomasWirtz, AndreasLam, JulianJulianLam2022-03-072022-03-072019https://publica.fraunhofer.de/handle/publica/283198Die Fernröntgenseitenbildanalyse ist ein Standardverfahren in der Zahnmedizin, um Zahnfehlstellungen zu diagnostizieren. Außerdem wird diese Analyse zur Planung der Therapie der Zahnfehlstellungen sowie deren Behandlungsverlauf verwendet. Um die Fernröntgenseitenbildanalyse zu ermöglichen, müssen zunächst anatomische Bezugspunkte, oder auch Landmarken genannt, im Fernröntgenseitenbild gefunden werden. Anhand dieser Landmarken lassen sich Strecken einzeichnen, über die Winkel und Entfernungen bestimmt werden, welche zur Bestimmung des Typs der Zahnfehlstellung erforderlich sind. In dieser Arbeit wird eine Methode zur voll automatischen Detektion dieser anatomischen Bezugspunkte vorgestellt. Für die Detektion der Landmarken wird ein Hough-Forest Algorithmus (eine Abwandlung des Random-Forest), basierend auf einem Histogram of Oriented Gradients Feature Descriptor, verwendet. Für das Einlernen des Hough- Forests wird ein Trainingsdatensatz aus der ISBI Challenge von 2015 [21] verwendet, welcher 400 Fernröntgenseitenbilder sowie Markierungen zu den 19 anatomischen Landmarken von zwei Ärzten beinhaltet. Um die Robustheit dieser Detektion zu steigern, soll mithilfe eines statistischen Formmodells zunächst eine grobe Bestimmung der Lage dieser 19 anatomischen Landmarken erfolgen. Die erzielte durchschnittliche Abweichung aller Landmarken zu den markierten Positionen der Ärzte beträgt M¯RE = 2, 47mm ± 1, 07mm. Die durchschnittliche erreichte erfolgreiche Detektionsrate einer anatomischen Landmarke bei einer Präzision von 2mm liegt bei 70, 14%.deLead Topic: Individual HealthResearch Line: Computer graphics (CG)model based segmentationsautomatic segmentationstatistical shape models (SSM)dental imaging006bachelor thesis