Automatic segmentation of the mandible for three-dimensional virtual surgical planning
| Promotie: | Dhr. B. (Bingjiang) Qiu |
| Wanneer: | 06 oktober 2021 |
| Aanvang: | 09:00 |
| Promotors: | prof. dr. ir. P.M.A. (Peter) van Ooijen, prof. dr. M.J.H. Witjes |
| Copromotors: | dr. R.J.H. Borra, dr. J. Kraeima |
| Waar: | Academiegebouw RUG |
| Faculteit: | Medische Wetenschappen / UMCG |
Automatische segmentatie van de onderkaak voor driedimensionale virtuele chirurgische planning
Driedimensionale (3D) medische beeldvormingstechnieken spelen een fundamentele rol op het gebied van mondziekten, kaak- en aangezichtschirurgie (MKA). 3D-beelden worden gebruikt om de diagnose te begeleiden, de ernst van de ziekte te beoordelen, voor preoperatieve planning, peroperatieve begeleiding met behulp van 3D-beelden en virtuele chirurgische planning (3D VCP). Op het gebied van mondkanker is chirurgische resectie, de gedeeltelijke verwijdering van de onderkaak, een veel voorkomende behandeling. De resectiechirurgie wordt vaak gebaseerd op 3D VCP om nauwkeurig een resectieplan rond tumormarges te plannen.
Bij orthognatische chirurgie en tandheelkundige implantaatchirurgie wordt 3D VCP ook veelvuldig gebruikt om kaakchirurgie nauwkeurig te geleiden. Beeldsegmentatie van de radiografiebeelden van het hoofd en de nek, een proces om een 3D-volume van het doelweefsel te creëren, is een handig hulpmiddel om de onderkaak te visualiseren en geometrische parameters te kwantificeren. Studies hebben aangetoond dat 3D VCP nauwkeurige segmentatie van de onderkaak vereist. De segmentatie wordt momenteel handmatig uitgevoerd door medische technici, wat een tijdrovend en slecht reproduceerbaar proces is.
In zijn proefschrift stelt Qiu vier algoritmen voor onderkaaksegmentatie van CT en CBCT en draagt bij aan enkele nieuwe ideeën voor de ontwikkeling van automatische onderkaaksegmentatie voor 3D VCP. Hij implementeert de segmentatiemethoden op hoofd-hals CT/CBCT datasets en evalueert vervolgens de prestaties. Experimentele resultaten tonen aan dat zijn voorgestelde methoden voor onderkaaksegmentatie een hoge nauwkeurigheid hebben in CT/CBCT datasets.
Curriculum Vitae: Bingjiang Qiu (1990) studeerde Toegepaste Wiskunde aan de universiteit van Shenzhen, China, met als onderzoeksrichting medische beeldvorming/reconstructie. Zijn promotieonderzoek vond plaats bij de afdeling Stralingsoncologie, 3D Lab, bij het Data Science Center in Health (DASH) van Universitair Medisch Centrum Groningen. Hij heeft nog geen werkplannen, maar verwacht in de academische wereld te blijven. De titel van zijn proefschrift luidt: Automatic segmentation of the mandible for three-dimensional virtual surgical planning.