Image analysis for mandible bone properties on cone-beam CT to detect osteoporosis

Other Title(s)

تحليل الصور لخواص العظام الفكية السفلي في الصور المخروطية ثلاثية الأبعاد للكشف عن هشاشة العظام

Dissertant

Abu Marrar, Rasha Fathi

Thesis advisor

al-Sawadi, Hamzah Abbas

University

Middle East University

Faculty

Faculty of Information Technology

Department

Computer Science Department

University Country

Jordan

Degree

Master

Degree Date

2019

Arabic Abstract

مرض هشاشة العظام شائع بين كبار السن.

تهدف هذه الدراسة الى الكشف المبكر عن هشاشة العظام باستخدام تحليل الصور لخواص العظام الفكية في الصور المخروطية ثلاثية الابعاد ( CBCT ).

و كذلك من أجل الحد من خطر الاصابة بكسور الفلك و الفصل في زراعة الأسنان.

هذا بالإضافة إلى تقليل الكلف المترتبة على العلاج نظرا الكون أجهزة الكمبيوتر السريعة و الذكاء الاصطناعي تعتبر أداة مميزة لخدمة هذا العرض.

مجموعة من صيدات صور CBCT للفك السفلي للنساء في عمر ما بين 50-55 سنة و معلومات كثافة المعادن العظمية ( BMD ) التي تم تحديدها بالفعل بواسطة تحص ( DEXA ) التي تم الحصول عليها من بيانات المرضى، و قد تم توفير هذه الصور من خلال مركز الفرست للأشعة الذي يقوم باستخدام معدات التصوير الشعاعي الحديثة و المتطورة.

و هم هستيم صور ( CBT ) للمرضى الذين تم الحصول على صورهم في مجموعتين ؛ الأولى المصاب بهشاشة العظام و الثانية غير مصاب بهشاشة العظام و تلك باستخدام (T-score) المستمدة من تقنية (DEXA).

و قد تم الصحيص الطبي بالفعل من قبل الأطباء المحصين، و تم تصميم خوارزمية التشخيص المقترحة في هذا البحث للكشف التلقائي عن مرض هضافة العظام في صور (CBCT).

و يعتمد النهج على معالجة الصور و استخراج المعالم و التصنيف باستخدام تكنولوجيا الشبكة العصبية الاصطناعية.

و قد ساعد استخدام مصنف إعادة الانتصار إلى الأمام ( B-PANN ) على الكشف بنجاح عن هشاشة العظام من خلال صور CBCT.

و قد تم اعتماد سبع خصائص في إعداد بيادات التجربة كمدخلات، أربعة منها مقدمة من قبل الباحث.

للتصحيف قاعدة بيانات مكونة من 120 صورة مقسمة الى صفين مريض وسليم بالصاوي، 72 صورة استخدمت لتدريب الشبكة العصبونية، و 48 صورة استخدمت للتجربة.

و قد تم هييم نتائج البحث التي تم الحصول عليها من خوارزمية تصنيف حدوث هشاشة العظام في حيدات الاختبار المستخدمة باستخدام أربعة مقاييس هي؛ الدقة، الاستدعاء، معدل الدقة و Fl-score، و قد أظهرت النتائج القيم التالية لهذه المقاييس : 0.96، 1، 917-197، 0.97959 على التوالي.

و يقارب التصميم إلى المستوى المقبول و يستخدم أتصل أداء تحقق من 08-5.5761e.

و توضح النتائج فعالية الخوارزمية المقترحة.

و بمساعدة الطريقة المقترحة سيكون أطباء الأسنان قادرين على العبؤ بمرض هشاشة العظام بدقة و كفاءة دون الحاجة إلى مزيد من الفحص بواسطة الفحص DEXA، وهذا يعني راحة كبيرة للمريض، و تقليل التكاليف المادية و الحد من مخاطر كسر الفك و فصل زراعة الأسنان.

English Abstract

Osteoporosis is common in the elderly and the dentist is often the most healthcare professional that they visit regularly.

The aim of this study is to detecting osteoporosis using cone beam computed tomography (CBCT images) in order to reduce the risk of jaws fracture and dental implant failure, and looking forward to create an opportunity for early osteoporosis detection, and timely diagnosis, in addition to treatment cost reduction.

Fast computers and artificial intelligence provide excellent tool to serve this purpose.

A set of mandibles CBCT image slices samples for 50-85 years old women that will be obtained from patients’ data that consist of CBCT and bone minerals density (BMD) information that were already determined by dual-energy X-ray absorptiometry (DEXA).

These sample images were anonymously supplied from local digital radiology centers using highly sophisticated modern radiographic equipment.

The obtained patients CBCT images will be assigned into two groups; osteoporosis and healthy (normal), using the T-score derives from the DEXA technique.

Professional physicians already did the medical diagnosis.

The diagnosis algorithm proposed in this paper is designed for automatic detection of Osteoporosis in CBCT images.

The approach is based on image processing, feature extraction and artificial neural network (ANN) technology.

Employing feed forward back-propagation classifier has successfully allowed for osteoporosis detection from CBCT images.

Seven parameters were involved in the experiment data preparation as input; the author introduces four of them in order to increase the decision accuracy.

For classification a database of 120 CBCT image slices, which are organized in two classes of 60 images that include both normal and osteoporotic cases, 72 images used for training and 48 images used for testing.

The obtained research performance of the classification algorithm for the osteoporosis occurrence in the test samples used is evaluated using four metrics, namely; precision, recall, accuracy rate, and F1-score, which resulted into 0.96, 1, 97.917%, and 0.97959, respectively.

The designed classifier converges to the acceptable level using a best validation performance of 5.5761e-08.

The results demonstrate the effectiveness of the proposed algorithm.

With the help of the proposed method, dentists will be able to predict osteoporosis accurately and efficiently without the need for further examination by the painful and costly DEXA examination.

This means a great relief on reducing the risk of jaws fracture and dental implant failure.

Main Subjects

Information Technology and Computer Science

Topics

• Image analysis
• Osteopenia

No. of Pages

94

Table of Contents

• APA
• MLA
• AMA

Language

English

Data Type

Arab Theses

Record ID

BIM-899296