HGA-SyTSHH: 一种克服金属伪影的牙科CBCT分割方法 

摘要：锥形束计算机断层扫描（CBCT）在金属伪影校正方面面临重大挑战。医学图像分割，尤其是针对CBCT牙科扫描的分割，因金属伪影的存在而变得异常复杂。传统方法在处理此类伪影时常显乏力，导致图像质量下降，分割结果不可靠。为应对这些挑战，本文提出了一种基于协同汤普森采样超启发式的混合遗传算法（HGA-SyTSHH），用于优化金属伪影减少并提升CBCT图像分割效果。该方法采用蒙特卡洛模拟来生成具有金属伪影的CBCT图像，以评估其效率。此外，SyTSHH被用于进行最优特征选择。更进一步将SyTSHH与HGA相结合，能够动态地选择交叉和变异算子，从而提高了分割精度。通过使用一个CBCT牙科数据集对所提方法的有效性进行评估，其分割精度高达约98.4%。这种在金属影响区域得到提升的分割质量和降低的噪声，凸显了所提方法的鲁棒性和有效性，使其非常适用于大规模的CBCT牙科图像分割任务。

关键词：锥形束计算机断层扫描，金属伪影减少，超启发式，汤普森采样，熵阈值法，遗传算法

扫二维码浏览全文

Cite this article 

Pradeep, T.S., Linsely, J.A. HGA-SyTSHH: CBCT Dental Segmentation Despite Metal Artifacts. J. Shanghai Jiaotong Univ. (Sci.) (2025). https://doi.org/10.1007/s12204-025-2869-6