基于深度轮廓感知的牙齿分割方法、装置及计算机设备制造方法及图纸

本发明专利技术属于医学图像处理与计算机视觉技术领域，涉及一种基于深度轮廓感知的牙齿分割方法、装置及计算机设备。所述分割方法包括对数据集中的图片进行预处理操作，将其中的原始掩膜提取出轮廓掩膜，并进行数据膨胀处理从而加粗轮廓；将轮廓掩膜作为监督信息，使原始图像经过全卷积网络，得到轮廓预测概率图；构造U形深度轮廓感知网络；将原始掩膜作为监督信息，使原始图像和轮廓预测概率图融合后经U形深度轮廓感知网络，得到分割网络；将测试集的原始图像送入训练好的U形网络中，得到牙齿分割结果，并用圆盘过滤器使分割结果更加清晰。本发明专利技术增加了轮廓信息，使得在牙齿和牙齿周围组织界限不清晰的情况下，提高分割的准确率和分割的视觉效果。

Tooth segmentation method, device and computer equipment based on depth contour perception

The invention belongs to the technical field of medical image processing and computer vision, and relates to a tooth segmentation method, device and computer equipment based on depth contour perception. The segmentation method includes preprocessing the pictures in the data set, extracting the contour mask from the original mask, and expanding the data to thicken the contour; taking the contour mask as the supervision information, making the original image go through the full convolution network to get the contour prediction probability map; constructing the U-shaped depth contour perception network; taking the original mask as the supervision information, making the original mask After the fusion of the original image and the contour prediction probability map, the segmentation network is obtained through the U-shaped depth contour perception network; the original image of the test set is sent into the trained U-shaped network to get the tooth segmentation result, and the segmentation result is clearer with the disk filter. The invention adds contour information, so as to improve the accuracy of segmentation and the visual effect of segmentation in the case of unclear boundary between teeth and tissues around teeth.

【技术实现步骤摘要】
基于深度轮廓感知的牙齿分割方法、装置及计算机设备
本专利技术属于医学图像处理与计算机视觉
，涉及一种基于深度轮廓感知的牙齿分割方法、装置及计算机设备。
技术介绍
在牙科领域，影像学图像是辅助诊断的基本数据源，x-ray图像在牙科医学中被用来检查牙齿、牙龈的状况，口腔的颌骨和骨骼结构等。牙齿分割结果可以被广泛用于牙齿正畸、牙体种植以及法医鉴定等场景。在某些情况下由于x-ray成像效果限制，比如牙齿和周围组织对比度小(尤其是牙根区域)导致边界不清晰，缺牙所存在的空间问题，成像影片噪点较多，牙体填充造成金属伪影等，为后期自动分割牙齿带来极大的挑战。医学图像分割的传统方法，可以分为五大类，分别是基于阈值的分割方法，基于边缘的分割方法，基于区域的分割方法，基于聚类的分割方法和基于分水岭的分割方法。基于阈值的分割方法一般只考虑了像素本身的灰度值，没有考虑空间特征，因而对噪声很敏感；基于边缘的分割方法难以解决边缘检测时的抗噪声性和检测精度之间的矛盾，会导致不合理的轮廓和位置的偏差；基于区域的分割方法容易造成图像的过度分割；基于聚类的分割本文档来自技高网...

【技术保护点】
1.一种基于深度轮廓感知的牙齿分割方法，其特征在于，所述方法包括以下步骤：/nS1、获取牙齿图像数据集，对其中的牙齿图像进行预处理操作，并将其作为训练集图像；/nS2、从训练集图像中人工标注的二值原始掩膜经过形态学处理提取出轮廓掩膜并将其加粗；/nS3、将加粗后的轮廓掩膜作为第一监督信息，将预处理后的原始牙齿图像经过全卷积网络，最小化第一损失函数，训练所述全卷积网络，得到轮廓预测概率图；/nS4、构造出包括收缩路径和扩张路径的U形深度轮廓感知网络；/nS5、将所述原始掩膜作为第二监督信息，使预处理后的牙齿图像和轮廓预测概率图进行融合，融合后经过U形深度轮廓感知网络，得到牙齿分割结果图，通过最小...

【技术特征摘要】
1.一种基于深度轮廓感知的牙齿分割方法，其特征在于，所述方法包括以下步骤：
S1、获取牙齿图像数据集，对其中的牙齿图像进行预处理操作，并将其作为训练集图像；
S2、从训练集图像中人工标注的二值原始掩膜经过形态学处理提取出轮廓掩膜并将其加粗；
S3、将加粗后的轮廓掩膜作为第一监督信息，将预处理后的原始牙齿图像经过全卷积网络，最小化第一损失函数，训练所述全卷积网络，得到轮廓预测概率图；
S4、构造出包括收缩路径和扩张路径的U形深度轮廓感知网络；
S5、将所述原始掩膜作为第二监督信息，使预处理后的牙齿图像和轮廓预测概率图进行融合，融合后经过U形深度轮廓感知网络，得到牙齿分割结果图，通过最小化第二损失函数，训练所述U形深度轮廓感知网络；
S6、获取拍摄的待分割牙齿图像，将待分割牙齿图像进行与步骤S1相同的预处理操作，将预处理后的待预测牙齿图像送入训练好的U形深度轮廓感知网络中，得到待分割牙齿图像的粗分割结果；
S7、对所述分割结果进行平滑处理，得到牙齿图像的细分割结果。


2.根据权利要求1所述的一种基于深度轮廓感知的牙齿分割方法，其特征在于，所述步骤S2包括采用candy算子提取出人工标注的二值原始掩膜的边缘，获得轮廓掩膜，对轮廓掩膜采用数据膨胀处理，加粗其轮廓，其中数据膨胀处理包括用圆盘过滤器加粗轮廓。


3.根据权利要求1所述的一种基于深度轮廓感知的牙齿分割方法，其特征在于，步骤S3中的所述轮廓预测概率图包括将训练集中的牙齿图像和经形态学方法提取的轮廓掩膜通过全卷积网络，并最小化第一损失函数获得，所述第一损失函数为交叉熵损失函数，计算公式为：



其中，N表示像素点个数，表示对像素点i的预测，y(i)表示像素点i对应的真实标签。


4.根据权利要求1所述的一种基于深度轮廓感知的牙齿分割方法，其特征在于，所述U形深度轮廓感知网络的收缩路径和扩张路径，所述收缩路径包括5个重复的单元，每个单元包括2个卷积层1个池化层；所述扩张路径包括与收缩路径特征深度相同的5个单元，每个单元包括2个卷积层和1个转置卷积层，并将对应深度的收缩路径单元和扩张路径单元进行串连，其中，所述串连包括将特征图重叠；通过最小化第二损失函数训练所述U形深度轮廓感知网络。


5.根据权利要求1或4所述的一种基于深度轮廓感知的牙齿分割方法，其特征在于，所述第二损失函数包括
其中...

【专利技术属性】
技术研发人员：高陈强，陈乔伊，李鹏程，刘芳岑，冉洁，陈昱帆，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50