Diş MR görüntüsünde diş segmentasyonu nasıl yapılır?

Herkese iyi sosyaller, eldeki ağız mr görüntülerinden sadece görüntü işleme teknikleri kullanarak yapay zeka ve data training kullanmadan dişleri ayırt eden maske nasıl oluşturabilirim? Kullanacağım yöntemler ve parametreleri nelerdir? Yardımcı olur musunuz? Denediğim çoğu yöntemde hep noksan sonuçlar aldım.

Train etmeden yapilamaz. Onceden train edilmis bir seyi kullanabilirsin ama onu da yine baskasi yapmis olacak.

CNN algoritmalari ile spesifik objeleri ( dis gibi ) ayirt edebilirsin ya da maskeleme yaparak belirli ozellikleri ortaya cikarabilirsin fakat bu da train edilmesi gereken spesifik bir NN uygulamasi -> Deep Learning method for object detection: R-CNN explained

SIFT gibi image comparison bazli algoritmalar da var ama bu da teknik olarak "training" sayiliyor cunku birden fazla benzer obje iceren birden fazla image'lar uzerinde calisiyor. -> Scale-invariant feature transform - Wikipedia

bitwise dedi:

Train etmeden yapilamaz. Onceden train edilmis bir seyi kullanabilirsin ama onu da yine baskasi yapmis olacak.

Cnn algoritmalari ile spesifik objeleri ( dis gibi ) ayirt edebilirsin ya da maskeleme yaparak belirli ozellikleri ortaya cikarabilirsin fakat bu da train edilmesi gereken spesifik bir nn uygulamasi -> Deep Learning method for object detection: R-CNN explained

Sıft gibi image comparison bazli algoritmalar da var ama bu da teknik olarak "training" sayiliyor cunku birden fazla benzer obje iceren birden fazla Image'lar uzerinde calisiyor. -> Scale-invariant feature transform - Wikipedia

Genişletmek için tıkla...

Yapılamaz diye kesin bir hüküm olmamalı bence. Haftalardır bu konu hakkında makaleler okuyorum 2010-2013 gibi yıllarda yapanlar mevcut dişlerin yoğunlukları farklıymış sanırım oradan ilerlemişler ancak kesin bilgi bulamadım. Dişleri tek tek ayırt etmek yerine sadece dişlerin görüneceği bir maskeyi olustursamda yeterli aslinda arkaplandaki çene, yanak gibi kemikler hiç gözükmeyecek. Sobel ve matris özdeğer bu iş için uygun olduğunu gormustum bir makalede ancak uygulayamadim henüz.

Sıft ile kodun içine global birkaç diş görseli ekleyip görüntüde onları arayıp bulmakta mantıklı olabilir ama yapılabilir mi yapılırsa nasıl olur?

PrOoFfStRiKeR dedi:

Yapılamaz diye kesin bir hüküm olmamalı bence. Haftalardır bu konu hakkında makaleler okuyorum 2010-2013 gibi yıllarda yapanlar mevcut dişlerin yoğunlukları farklıymış sanırım oradan ilerlemişler ancak kesin bilgi bulamadım. Dişleri tek tek ayırt etmek yerine sadece dişlerin görüneceği bir maskeyi olustursamda yeterli aslinda arkaplandaki çene, yanak gibi kemikler hiç gözükmeyecek. Sobel ve matris özdeğer bu iş için uygun olduğunu gormustum bir makalede ancak uygulayamadim henüz.

Genişletmek için tıkla...

Dis MR'i nasil bir sey bilmiyorum ama arka planin siyah ve kemiklerin beyaz oldugu bir rontgen filmini ele alirsak basitce siyah agirlikli kisimlari kapatan bir maske olusturulabilir.

Basitce diyorum cunku farkli farkli rontgenler uzerinde calismadan bu saglikli hale getirilemez cunku buyuk bir varsayimla olusturuyoruz.

"Dise benzer gibi olan ama dis olmayan seyleri gostermemeli" dedigin anda train etmen gerektigi anlasiliyor cunku basit bir maskeleme ile halledilebilecek bir sey gibi gelmedi bana. Cunku maskeleme algoritmalari image'in tum pixellerine belirli bir matris operasyonu yapip birakiyorlar.

Örnek mr görüntüsünü ekte bıraktım. Alt dişler ile üst dişlerin sağ ve solundaki oval kemikler dişlerle aynı renk tonları da sahip olduğu için çok karışıyor görüntüler ön işleme sırasında temiz bir iş çıkartıldıktan sonra aslında dişler ortada belirgin kalır ardından sobel veya canny ile çözülebilir ancak maalesef ön işleme süreci sıkıntılı
Bulduğum slaytlardan birini paylaşayım: Presentation project Computer Vision - Teeth segmentation mesela burada ön işlemeden sonra dişlerin yoğunluklarının farklı olduğunu ve bu farktan dişlere y ekseninde çizgiler çekip ayırabildiğinden bahsetmiş. Bunu denedim ancak yoğunluk kısmında biraz saçma sonuçlar ortaya çıktı.
Ek olarak data train etmeden daha doğrusu daha önce bu mevzu ortaya çıkmamışken 2010-2015 arası senelerde uygulanmış yüksek lisans projeleri olarak paylaşılmış ancak erişim imkanı yok Reddit'te keza tartışılmış ancak aradan 10 sene geçtiği için görseller silinmiş adımlar kaybolmuş durumda.