一种基于口腔CBCT图像的牙根提取方法技术

本发明专利技术公开了一种基于口腔CBCT图像的牙根提取方法，包括以下步骤：S100，光学扫描获得三维牙颌和牙列模型，建立投影图像及CBCT文件序列；S200，通过Marching Cube、区域增长算法解析CBCT文件序列；S300，基于CBCT文件序列，对上下牙颌进行区分，其区分过程包括通过VTK定位咬合面和矢状面的关键帧，执行限制性区域增长算法；S400，优化上下牙颌的分割效果，并对牙颌模型进行手动裁剪；S500，去除裁剪后牙颌模型的噪音图像，并对其进行平滑。本发明专利技术降低了手术风险，提高了手术成功率。

A Root Extraction Method Based on Oral CBCT Image

【技术实现步骤摘要】
一种基于口腔CBCT图像的牙根提取方法
本专利技术涉及口腔CBCT图像处理
，尤其涉及一种基于口腔CBCT图像的牙根提取方法。
技术介绍
目前临床中主要有两种牙科全景图像生成方法：牙科全景X射线摄影方法和口腔CBCT重建后得到体数据的方法。牙科全景X射线摄影方法主要采用X摄像和平板探测器以一种特殊的轨迹进行运动，在运动过程中采集特定位置的图像，并最终将采集到的序列图像组合成牙科全景图像，该图像是有设备直接采集获取，对人体具有一定的辐射，该方法缺点是只能获取牙齿的二维投影数据，无法获取牙齿三维空间的形态学信息。口腔CBCT重建后得到体数据的方法，能够方便医生在三维空间中分析牙齿的形态学结构，并获取相关的信息，也可以由重建体数据生成牙齿的全景图像，这样对像就可少做X线全景扫描，从而减少辐射剂量，这种方式就需要由重建体数据从而生成牙科全景图像。但是，现有技术中的大部分产品无法支持基于口腔CBCT图像的牙根查看的功能，更不能达到3D视图中数字化诊断的定位效果，这样导致医生数字化术前规划过程中无法预判牙根的情况，进而增加手术的风险和手术的失败率。例如在口腔根管根尖定位过程中，提前预知牙根和器械的相对位置将决定手术的成败；种植修复过程中，邻牙牙根的持续监控和判断将决定手术种植体的生命周期；正畸过程中需要持续对牙根的走势提前预判并控制，决定了正畸治疗的时间和最终效果。近年来，口腔修复、种植及正畸诊断分析过程中对于牙根的查看越发受到重视，现有技术中又缺乏一种精准牙根提取、并使其3D可视化以及建模测试的方法，无法降低相关手术的难度和风险，尤其是在精度要求很高的复杂手术中，牙根的相对位置无法预判的情况下，手术无法进行。综上所述，亟待一种解决上述问题的基于口腔CBCT图像的牙根提取方法。
技术实现思路
本专利技术提供了一种基于口腔CBCT图像的牙根提取方法，降低了手术风险，提高了手术成功率。本专利技术解决其技术问题所采用的技术方案是：一种基于口腔CBCT图像的牙根提取方法，包括以下步骤：S100，光学扫描获得三维牙颌和牙列模型，建立投影图像及CBCT文件序列；S200，通过MarchingCube、区域增长算法解析CBCT文件序列；S300，基于CBCT文件序列，对上下牙颌进行区分，其区分过程包括通过VTK定位咬合面和矢状面的关键帧，执行限制性区域增长算法；S400，优化上下牙颌的分割效果，并对牙颌模型进行手动裁剪；S500，去除裁剪后牙颌模型的噪音图像，并对其进行平滑。进一步地，所述MarchingCube的实现包括以下步骤：S201，将原始数据经过预处理之后，读入指定的数组中；S202，从网格数据体中提取一个单元体，成为当前单元体，同时获取该单元体的所有信息，其信息包括边界的顶点函数值、和单元体的点云坐标位置；S203，将当前单元体中顶点的函数值与给定等值面值C进行比较，得出该单元体的状态表；S204，根据当前单元体的状态表索引，找出与等值面相交的单元体棱边，并采用线性插值的方法，计算出各个交点的位置坐标；S205，利用中心差分法，求出当前单元体中顶点的法向量，再采用线性插值的方法，得到三角面片各个顶点的法向量；S206，根据各个三角面片顶点的坐标，顶点法向量进行等值面图象的绘制。进一步地，所述步骤S200执行区域增长算法时，包括将阈值控制在770-25584区间，重建出3D模型查看CBCT主要的解剖结构。进一步地，所述步骤S300中的区域增长算法包括其输入阈值和拼接向量的改变，其拼接向量公式如下：O1＝{(x,y)F(x,y)≤s3}；O2＝{(x,y)s3<F(x,y)≤(s3+σ)∧G(x,y)>t3}；O＝O1∪O2＝{(x,y)F(x,y)≤s3}∪{(x,y)s3<F(x,y)≤(s3+σ)∧G(x,y)>t3}；Bwf＝1,(x,y)∈O,0,(x,y)∈其他；其中，(s3,t3)为二维阈值向量，s3为灰度阈值，t3为梯度阈值，将阈值小于s3像点作为目标像点集；σ为变量参数，其大小与图像模糊程度对应；Bwf为CT中的灰度图像值。进一步地，所述步骤S400包括建立算法和搜索算法，构建算法的步骤如下：S401，按XX轴的分割线对空间进行分割；S402，计算所有点的xx坐标的平均值，选择所有点中最接近平均值的点作为分割线，把空间中的点进行分割；S403，对分隔后的空间按照yy轴的分割线进行分割；S404，计算所有点的xx坐标的平均值，选择所有点中最接近平均值的点作为分割线，把空间中的点进行分割；S405，对分割后的空间继续按xx轴进行分割，依次类推，以XX轴和YY轴为目标对象循环分割，每个空间中分割至一个点时，结束分割。进一步地，所述步骤S401至步骤S405的分割过程对应于一个二叉树，其每条分割线对应于二叉树中的一个分支，其空间中每个点对应于一个叶子节点。进一步地，所述二叉树中包括空间点(X，Y)，查找空间点(X，Y)的近邻点，其查找方法步骤如下：S1，对二叉树进行遍历，到达叶子节点(X’，Y’)；S2，计算(X，Y)与(X’，Y’)的距离；S3，进行回溯，计算上一层节点(x”,y”)与(X，Y)的距离；S4，比较(X’，Y’)和(x”,y”)分别与(X，Y)的距离，以(X，Y)为圆心，以两者分别相比之下最近距离的距离为半径画一个圆；S5，若上述步骤中的圆与三维空间中及圆直径长度一致的立方体的分割线有交点，则对上述步骤中所比较最近距离的点进行遍历，比较遍历点与其的距离，继续回溯，并以(X，Y)为圆心，遍历点与其的距离为半径画圆，当所画之圆与分割线没有交点时，即该遍历点为最近邻点，查找结束。进一步地，所述步骤S400还包括根据k-d树进行无序点云去噪，去噪过程包括如下步骤：S6，根据点云数据生成k-d树，建立整个3D图形的点云三维坐标及其在三维空间中相互关联的拓扑关系；S7，查找任一点的的邻域；S8，计算该点与邻域内各点的距离，并取其平均值；S9，判断该平均值是否超过阈值，若超过则判定该点为噪点，进行去除。进一步地，所述步骤S500包括通过K-D树建立之后进行无序点云的去噪算法，还包括基于Poisson方程的三角网格补洞算法进行平滑。进一步地，所述步骤S500包括根据三角网格中孔洞边界生成一个初始化补洞网格，而后通过法向估算和Poisson方程来修正补洞网格中三角面片的几何形状，使其能够适应并与周围的原始网格融合，其过程包括以下步骤：S501，检测孔洞边界并初始化补洞网格；S502，计算补洞网格中顶点的期望法向，构建Laplace方程求解补洞网格内部顶点的法向分布，其Laplace算子为：其中，N1(xi)表示顶点xi的1环邻域点，αij和βij为边eij对应的2个对角；S503，基于期望法向旋转补洞网格中的三角面片；S504，基于Poisson方程调整补洞网格顶点位置，并计算撕裂网格的梯度场，公式为：其中，f为待求的调整后网格顶点位置，w为撕裂网格的梯度场；梯度算子为：其中基函数梯度的表达式为：其表示将向量逆时针旋转90度，AT表示三角片T的面积；散度算子：其中，T1(xi)表示顶点xi的1环邻域三角片，AT表示三角片T的面积。本专利技术的有益效果在于：本专利技术通过对牙根形态的提取，形成本文档来自技高网...

【技术保护点】
1.一种基于口腔CBCT图像的牙根提取方法，其特征在于，所述方法包括以下步骤：S100，光学扫描获得三维牙颌和牙列模型，建立投影图像及CBCT文件序列；S200，通过Marching Cube、区域增长算法解析CBCT文件序列；S300，基于CBCT文件序列，对上下牙颌进行区分，其区分过程包括通过VTK定位咬合面和矢状面的关键帧，执行限制性区域增长算法；S400，优化上下牙颌的分割效果，并对牙颌模型进行手动裁剪；S500，去除裁剪后牙颌模型的噪音图像，并对其进行平滑。

【技术特征摘要】
1.一种基于口腔CBCT图像的牙根提取方法，其特征在于，所述方法包括以下步骤：S100，光学扫描获得三维牙颌和牙列模型，建立投影图像及CBCT文件序列；S200，通过MarchingCube、区域增长算法解析CBCT文件序列；S300，基于CBCT文件序列，对上下牙颌进行区分，其区分过程包括通过VTK定位咬合面和矢状面的关键帧，执行限制性区域增长算法；S400，优化上下牙颌的分割效果，并对牙颌模型进行手动裁剪；S500，去除裁剪后牙颌模型的噪音图像，并对其进行平滑。2.根据权利要求1所述的基于口腔CBCT图像的牙根提取方法，其特征在于，所述MarchingCube的实现包括以下步骤：S201，将原始数据经过预处理之后，读入指定的数组中；S202，从网格数据体中提取一个单元体，成为当前单元体，同时获取该单元体的所有信息，其信息包括边界的顶点函数值、和单元体的点云坐标位置；S203，将当前单元体中顶点的函数值与给定等值面值C进行比较，得出该单元体的状态表；S204，根据当前单元体的状态表索引，找出与等值面相交的单元体棱边，并采用线性插值的方法，计算出各个交点的位置坐标；S205，利用中心差分法，求出当前单元体中顶点的法向量，再采用线性插值的方法，得到三角面片各个顶点的法向量；S206，根据各个三角面片顶点的坐标，顶点法向量进行等值面图象的绘制。3.根据权利要求1所述的基于口腔CBCT图像的牙根提取方法，其特征在于，所述步骤S200执行区域增长算法时，包括将阈值控制在770-25584区间，重建出3D模型查看CBCT主要的解剖结构。4.根据权利要求1所述的基于口腔CBCT图像的牙根提取方法，其特征在于，所述步骤S300中的区域增长算法包括其输入阈值和拼接向量的改变，其拼接向量公式如下：O1＝{(x,y)F(x,y)≤s3}；O2＝{(x,y)s3<F(x,y)≤(s3+σ)∧G(x,y)>t3}；O＝O1∪O2＝{(x,y)F(x,y)≤s3}∪{(x,y)s3<F(x,y)≤(s3+σ)∧G(x,y)>t3}；Bwf＝1,(x,y)∈O,0,(x,y)∈其他；其中，(s3,t3)为二维阈值向量，s3为灰度阈值，t3为梯度阈值，将阈值小于s3像点作为目标像点集；σ为变量参数，其大小与图像模糊程度对应；Bwf为CT中的灰度图像值。5.根据权利要求1所述的基于口腔CBCT图像的牙根提取方法，其特征在于，所述步骤S400包括建立算法和搜索算法，构建算法的步骤如下：S401，按XX轴的分割线对空间进行分割；S402，计算所有点的xx坐标的平均值，选择所有点中最接近平均值的点作为分割线，把空间中的点进行分割；S403，对分隔后的空间按照yy轴的分割线进行分割；S404，计算所有点的xx坐标的平均值，选择所有点中最接近平均值的点作为分割线，把空间中的点进行分割；S405，对分割后的空间继续按xx轴进行分割，依次类...

【专利技术属性】
技术研发人员：刘宇，
申请(专利权)人：重庆布瑞斯科技有限公司，
类型：发明
国别省市：重庆,50