一种针对CT与光学扫描牙齿模型的高效配准方法技术

本发明专利技术提供了一种针对CT与光学扫描牙齿模型的高效配准方法，属于计算机口腔修复领域。该方法包括：(1)数据准备：通过对口腔的CT数据进行三维可视化处理获得CT重建牙齿图像；通过对牙冠和牙龈部分的光学扫描数据进行可视化处理获得光学扫描牙冠图像；将CT重建牙齿图像、光学扫描牙冠图像放入统一的世界坐标系下；(2)初始配准：通过手动选取特征点对CT重建牙齿图像、光学扫描牙冠图像进行处理获得初始配准模型；(3)精确配准：通过自动选取特征点对所述初始配准模型进行处理获得精确配准模型。本发明专利技术解决了尺度变换和不同分辨率数据的配准问题，并且配准结果收敛速度快、配准误差小。

An efficient registration method for CT and optical scanning dental models

The invention provides an efficient registration method for CT and optical scanning dental model, which belongs to the field of computer dental prosthesis. The method includes: (1) data preparation: three-dimensional visualization of oral CT data to obtain CT reconstruction dental image; optical scanning crown image to obtain optical scanning crown image through visualization of optical scanning data of crown and gingiva; CT reconstruction dental image and optical scanning crown image to put into a unified world seat. Under the labeling system; (2) Initial registration: the initial registration model is obtained by manually selecting feature points to process CT reconstructed dental image and optical scanned crown image; (3) Accurate registration: Accurate registration model is obtained by automatically selecting feature points to process the initial registration model. The invention solves the problem of scale transformation and registration of data with different resolutions, and the registration result has fast convergence speed and small registration error.

【技术实现步骤摘要】
一种针对CT与光学扫描牙齿模型的高效配准方法
本专利技术属于计算机口腔修复领域，具体涉及一种针对CT与光学扫描牙齿模型的高效配准方法，用以形成数据完整的、精度高的三维牙齿模型。
技术介绍
在计算机口腔种植修复系统中，在无托槽隐形矫治器的辅助设计中，最重要的就是获取由CT的牙根数据和光学扫描的牙冠数据所组成的数据完整的、精度较高的三维数字化牙齿模型，因为模型的精度和完整性直接关系到后续的排牙、种植、正畸、以及生物力学分析的结果(可参考文献“WuT，ZhangLB.Threedimentiontoothreconstructionusinglevelsetactivecontourmodel[J].JournalofImageandGraphics，2016，21(8):1078-1087”)。口腔领域常用的三维成像技术包括激光扫描(物理牙模激光扫描或口内激光扫描)和口腔计算机断层扫描(computedtomography，CT)(可参考文献“ZHANGDongxia,GANYangzhou,XIONGJing,ect.Three-dimensionaltoothmodelreconstructionbasedonfusionofdentalcomputedtomographyimagesandlaser-scannedimages.JournalofBiomedicalEngineering,2017,34(1):2-14”)。激光扫描图像主要包含患者牙冠的三维信息，其具有较高的分辨率，所重构的模型精度较高，但是不能获得牙齿的牙根信息；口腔CT图像重建的牙齿模型虽然包含了完整的牙齿三维信息，但由于CBCT扫描的精度低和切片厚度以及金属伪影的影响，导致牙冠的表面精度不足，所以只有将两者融合才能获得数据完整的、精度较高的三维数字模型。而两种三维数据模型的配准是生成完整模型的关键步骤。配准是将不同来源的同一物体的测量得到的三维模型进行坐标系的调整，使两个模型中属于同一结构的部分在同一坐标系下的位置也一致。在牙齿模型重建过程中，想要实现牙齿的完整的较精确的融合，两种牙齿图像的配准步骤是必不可少的。配准精度越高，冠、根位置精度就越高，才能够指导两种数据的共同精确分割，且冠、根三维融合效果也会越好，因此，光学扫描牙列模型与CT牙列模型在牙冠部分的配准重合度，一定程度上决定了冠、根融合的最终效果(可参考文献“ZYijao，Lyi，SYuchun，etc.Three-dimensionaldatafusionmethodfortoothcrownandrootbasedoncurvaturecontinuityalgorithm[J].journalofPEKINGUinversity(Healthsciences),2017,49(4):719-723”)。在配准过程中，出现了两个主要的困难问题：一个是特征点选择，另一个是不同分辨率的不同模态图像的合并(可参考文献“MeiX,LiZ,XuS,etal.RegistrationoftheConeBeamCTandblue-rayscanneddentalmodelbasedontheimprovedICPalgorithm[J].InternationalJournalofBiomedicalImaging,2014:348740-348740”。)。目前，点云图像配准的方法有多种，近年来改进的图像配准主要包括粗配准和精配准两个步骤，在粗配准阶段主要是将两种数据建立在同一个坐标系再来实现初始配准，在精配准阶段ICP算法具有广泛的应用，如一种基于法向量的点云自动配准方法(可参考文献“DaiJinglan,ChenZhiyang,YeXiuzi.TheapplicationofICPalgorithminpointcloudalignment[J].JournalofImageandGraphics,2007,12(3):517-521”、“GaoPengdong,PengXiang,LiAmeng,etal.DepthimageregistrationwithICPframeusingsurfacemeaninter-spacemeasure[J].JournalofComputer-AidedDesign&ComputerGraphics,2007,19(6):719-724.”、“TaoHaiji,DaFeipeng.Automaticregistrationalgorithmforthepointcloudbasedonthenormalvector[J].ChineseJournalofLasers,2013(8):179-184”。)，其配准精度较高，但计算数据法向量时耗时很大。2014年Xue等人(可参考文献“ZXinyu,WJianhua,LShanwei,etc.AnImprovedICPAlgorithmforPointCloudRegistration[J].hydrographicsurveyingandcharting,2015,35(02):77-79.”。)根据曲率特征提取特征点，并采用改进的三点平移变换方法实现粗略配准。然而在提取具有曲率特征的特征点的过程中，必须根据模型的复杂性和准确性对阈值进行适当调整，因此给操作者带来不便。2015、2016年提出了改进的ICP点云配准算法，该算法首先利用主成分分析法实现点云的初始配准，获得较好的点云初始位置，然后在ICP算法的基础上，采用K-Dtree结构实现加速搜索，并利用方向向量夹角阈值去除错误点对，提高算法的效率，但是对于几何特征不明显的点云数据而言，由于不同对应点对之间的方向向量夹角差异过小，该算法未能显著提高精确配准效率。2015年W等人采取的是从两个图像中依次手动选取特征点，然后利用ICP算法进行配准，然而位置的准确性主要取决于操作员的经验和操作状态，人为因素大，所以导致配准不精确。为了解决这个问题2017年Dai等人提出了使用热固化树脂制造具有几个氧化铝陶瓷球的咬合夹板，进行多点(每个球体的中心)对准方法，以实现来自光学扫描的冠状数据和来自锥形束计算机断层扫描的根数据的快速配准。在这种模式中，制造者的立场是稳定的，但缺点是患者的额外负担。2017年杨玲等人提出了结合Procrustes分析法ICP算法的PICP配准算法，该算法首先通过比较三维空间8个方向上的初始变换参数，采用误差最小的矩阵作为最优初始变换参数；然后采用双向查找优化ICP算法，并将查找到的点对构成新的点云数据；最后通过Procrustes分析法对点云数据求解最小二乘函数，从而获得较高的配准精度。但是Procrustes分析法主要是通过将所有样本对齐到原点(将每个样本x,y坐标各自减去其平均值)，但是并不适用于CT和光学扫描两种类型的数据的配准，因为两种数据的数据量不同，组成部分也不同，所以对齐到原点误差反而更大，并且双向查找虽然解决了查找精度，但是查找量还是很大的。基于CT和光学扫描的牙齿模型是两种分辨率不同的数据模型，数据量不一样，并且有许多外在的因素的干扰(颌骨、金属伪影、牙龈等)，并且牙齿模型数据本文档来自技高网...

【技术保护点】
1.一种针对CT与光学扫描牙齿模型的高效配准方法，其特征在于：所述方法包括：(1)数据准备：通过对口腔的CT数据进行三维可视化处理获得CT重建牙齿图像；通过对牙冠和牙龈部分的光学扫描数据进行可视化处理获得光学扫描牙冠图像；将CT重建牙齿图像、光学扫描牙冠图像放入统一的世界坐标系下；(2)初始配准：通过手动选取特征点对CT重建牙齿图像、光学扫描牙冠图像进行处理获得初始配准模型；(3)精确配准：通过自动选取特征点对所述初始配准模型进行处理获得精确配准模型。

【技术特征摘要】
1.一种针对CT与光学扫描牙齿模型的高效配准方法，其特征在于：所述方法包括：(1)数据准备：通过对口腔的CT数据进行三维可视化处理获得CT重建牙齿图像；通过对牙冠和牙龈部分的光学扫描数据进行可视化处理获得光学扫描牙冠图像；将CT重建牙齿图像、光学扫描牙冠图像放入统一的世界坐标系下；(2)初始配准：通过手动选取特征点对CT重建牙齿图像、光学扫描牙冠图像进行处理获得初始配准模型；(3)精确配准：通过自动选取特征点对所述初始配准模型进行处理获得精确配准模型。2.根据权利要求1所述的针对CT与光学扫描牙齿模型的高效配准方法，其特征在于：所述步骤(1)中的通过对口腔的CT数据进行三维可视化处理获得CT重建牙齿图像的操作包括：对口腔的CT数据采用移动立方体算法进行处理获得CT重建牙齿图像。3.根据权利要求1所述的针对CT与光学扫描牙齿模型的高效配准方法，其特征在于：所述步骤(1)中的通过对牙冠和牙龈部分的光学扫描数据进行可视化处理获得光学扫描牙冠图像的操作包括：采用虚拟正畸系统的牙齿模型分割算法将牙冠和牙龈部分的光学扫描数据中的牙冠与牙龈分离，得到的牙冠部分即为光学扫描牙冠图像。4.根据权利要求1所述的针对CT与光学扫描牙齿模型的高效配准方法，其特征在于：所述步骤(1)中的将CT重建牙齿图像、光学扫描牙冠图像放入统一的世界坐标系下的操作包括：利用Actor分别对CT重建牙齿图像、光学扫描牙冠图像的坐标点进行转换,将两者的坐标系分别变换到世界坐标系下；所述世界坐标系是指VTK中设定的世界坐标系。5.根据权利要求1所述的针对CT与光学扫描牙齿模型的高效配准方法，其特征在于：所述步骤(2)的操作包括：(21)依次手动地在光学扫描牙冠图像上选取m个特征点组成特征点集P，然后以相同的顺序在CT重建牙齿图像u上依次选取相同位置处的m个特征点组成特征点集Q；所述m>＝3；(22)利用下面的公式设置缩放因子s，然后利用所述缩放因子s得到缩放后的光学扫描牙冠数据pnew：其中，pi是光学扫描数据，ui是口腔的CT数据；pnew是经过尺度缩放后得到的光学扫描牙冠图像；读取pnew的三维网格的顶点数量n；(23)生成初始矩阵,然后利用ICP算法进行转换，求解特征点集P和Q相应的旋转矩阵、平移矩阵，使光学扫描牙冠图像pnew和CT重建牙齿图像u匹配在一起，获得初始配准模型。6.根据权利要求5所述的针对CT与光学扫描牙齿模型的高效配准方法，其特征在于：所述步骤(23)中生成的初始矩阵如下：所述求解特征点集P和Q相应的旋转矩阵、平移矩阵是采...

【专利技术属性】
技术研发人员：柯永振，时文敬，杨帅，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津,12