Automatic design and 3D segmentation of mandible bone using CNN algorithm via exclusive GUI

Article Type:
Research/Original Article (بدون رتبه معتبر)

Nowadays, scientists are looking to decrease dental faults by presenting new approaches. It is obvious that comprehensive information about the anatomic position of the inferior alveolar neural canal is essential to have the most ideal mandible surgery or systemic tooth implant. Accordingly, we present a new approach in this article that can be used to have 3D segmentation and recognition of the mentioned canal in mandible by CBCT image. This approach includes two main steps. In the first step, we train a full convolutional 3D net (FCN) to reach the ability of section recognition, which can recognize the relevant area of the mandible bone. In the next step, we define a 3D U-net, which is similar to FCN, to segment the inferior Alveolar neural (IAN) canal from the lower jaw. Evaluated on publicly available datasets, our method achieved an average Dice coefficient of 86.61%.

International Journal of Biophotonics and Biomedical Optics, Volume:3 Issue: 2, Summer and Autumn 2023
43 to 49  
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!