颅颌面软硬组织的分析方法及装置、电子设备制造方法及图纸

本发明专利技术公开了一种颅颌面软硬组织的分析方法及装置、电子设备。其中，该分析方法包括：获取目标用户的头部颅颌面的软组织序列图像，其中，软组织序列图像的图像类型为磁共振图像MRI；将软组织序列图像合成计算机断层扫描CT图像；利用CT图像构建头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息；利用磁共振图像MRI的原始数据构建头部颅颌面的三维影像，以确定头部颅颌面的软组织信息；基于头部颅颌面的软组织信息和硬组织信息，判断目标用户的头部颅颌面是否出现异常变形。本发明专利技术解决了相关技术中分析用户的颅颌面软组织困难较大，导致无法有效反映用户的头部影像，效率工作降低的技术问题。

【技术实现步骤摘要】
颅颌面软硬组织的分析方法及装置、电子设备
本专利技术涉及颅颌面分析
，具体而言，涉及一种颅颌面软硬组织的分析方法及装置、电子设备。
技术介绍
相关技术中，在临床影像方面，尤其CBCT(Conebeamcomputedtomography,CBCT)的不断普及，通过计算机终端很容易获取反映用户颅颌面信息的三维数据，但是当前的颅颌面三维数据获取是透过X射线实现的，由于存在电离辐射，所以无法获取三维头影测量的正常值范围。传统的头颅定位片和CBCT都是利用X线成像的，长期依赖X线影像形成的思维定式以及X线影像的固有缺陷，使基于CBCT的三维头影测量研究遇到久攻不破的难点和瓶颈。并且，当前的CBCT影像，在软组织显示方面的局限性，大部分基于CBCT影像数据三维头影测量都是分析硬组织的，并且由于颅骨的不规则性，导致对颅颌面的软组织和骨组织分析难度较大，分析效率降低，而且基于CBCT数据的骨组织定点的三维坐标系的建立存在争议。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种颅颌面软硬组织的分析方法及装置、电子设备，以至少解决相关技术中分析用户的颅颌面软组织困难较大，导致无法有效反映用户的头部影像，效率工作降低的技术问题。根据本专利技术实施例的一个方面，提供了一种颅颌面软硬组织的分析方法，包括：获取目标用户的头部颅颌面的软组织序列图像，其中，所述软组织序列图像的图像类型为磁共振图像MRI；将所述软组织序列图像合成计算机断层扫描CT图像；利用CT图像构建所述头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息；利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像，以确定头部颅颌面的软组织信息；基于头部颅颌面的软组织信息和硬组织信息，判断所述目标用户的头部颅颌面是否出现异常变形。可选地，获取目标用户的头部颅颌面的软组织序列图像的步骤，包括：在检测所述目标用户的仰卧位满足预设仰卧条件后，检测所述目标用户的头部方向和头部位置；基于所述目标用户的头部方向和头部位置，分析所述目标用户的口腔张合状态；采用常规3D序列对所述目标用户的头部进行MRI软组织常规序列扫描，以得到头部颅颌面的软组织序列图像，其中，所述常规3D序列至少包括：3D梯度回波序列。可选地，将所述软组织序列图像合成计算机断层扫描CT图像的步骤，包括：采用深度学习未配对数据方式将所述软组织序列图像转换为目标序列图像；对目标序列图像进行自动编码，得到CT图像。可选地，在将所述软组织序列图像合成计算机断层扫描CT图像之后，所述分析方法还包括：采用深度学习未配对数据方式将合成的CT图像转换回MRI图像；通过预设图像分析模型分析合成CT与真实CT的区别。可选地，利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像，以确定头部颅颌面的软组织信息的步骤，包括：分割所述磁共振图像MRI的原始数据中的各个软组织结构，得到软组织结构数据，其中，所述软组织结构包括下述至少之一：颅颌面神经、肌肉、血管；基于所述软组织结构数据，分析所述软组织结构的结构参数，其中，所述结构参数包括下述至少之一：软组织体积、软组织面积、软组织位置；根据所述软组织结构的结构参数，确定所述头部颅颌面各个软组织结构对应的软组织信息。可选地，基于所述软组织结构数据，分析所述软组织结构的结构参数的步骤，包括：依据所述目标用户的头部模块化分区的结构界限构建MRI三维参考坐标系；基于所述MRI三维参考坐标系，建立颅颌面软硬组织的三维头影测量分析系统；利用所述三维头影测量分析系统确定各软组织结构的和体积正常值范围；基于各软组织结构的平均形态和体积正常值范围，分析所述软组织结构的结构参数。可选地，基于头部颅颌面的软组织信息和硬组织信息，判断所述目标用户的头部颅颌面是否出现异常变形的步骤，包括：将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小，其中，所述正常对照组包括头部颅颌面各组织结构的正常形态参考坐标；将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置；将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向；将颅颌面畸形组的样本与正常对照组重叠比对；通过重叠比对分析头部颅颌面是否出现异常变形。根据本专利技术实施例的另一方面，还提供了一种颅颌面软硬组织的分析装置，包括：获取单元，用于获取目标用户的头部颅颌面的软组织序列图像，其中，所述软组织序列图像的图像类型为磁共振图像MRI；合成单元，用于将所述软组织序列图像合成计算机断层扫描CT图像；第一确定单元，用于利用CT图像构建所述头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息；第二确定单元，用于利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像，以确定头部颅颌面的软组织信息；判断单元，用于基于头部颅颌面的软组织信息和硬组织信息，判断所述目标用户的头部颅颌面是否出现异常变形。可选地，所述获取单元包括：第一检测模块，用于在检测所述目标用户的仰卧位满足预设仰卧条件后，检测所述目标用户的头部方向和头部位置；第一分析模块，用于基于所述目标用户的头部方向和头部位置，分析所述目标用户的口腔张合状态；第一扫描模块，用于采用常规3D序列对所述目标用户的头部进行MRI软组织常规序列扫描，以得到头部颅颌面的软组织序列图像，其中，所述常规3D序列至少包括：3D梯度回波序列。可选地，所述合成单元包括：第一转换模块，用于采用深度学习未配对数据方式将所述软组织序列图像转换为目标序列图像；第一编码模块，用于对目标序列图像进行自动编码，得到CT图像。可选地，所述颅颌面软硬组织的分析装置还包括：第二转换模块，用于在将所述软组织序列图像合成计算机断层扫描CT图像之后，采用深度学习未配对数据方式将合成的CT图像转换回MRI图像；第二分析模块，用于通过预设图像分析模型分析合成CT与真实CT的区别。可选地，所述第二确定单元包括：第一分割模块，用于分割所述磁共振图像MRI的原始数据中的各个软组织结构，得到软组织结构数据，其中，所述软组织结构包括下述至少之一：颅颌面神经、肌肉、血管；第三分析模块，用于基于所述软组织结构数据，分析所述软组织结构的结构参数，其中，所述结构参数包括下述至少之一：软组织体积、软组织面积、软组织位置；第一确定模块，用于根据所述软组织结构的结构参数，确定所述头部颅颌面各个软组织结构对应的软组织信息。可选地，所述第三分析模块包括：第一构建子模块，用于依据所述目标用户的头部模块化分区的结构界限构建MRI三维参考坐标系；第二构建子模块，用于基于所述MRI三维参考坐标系，建立颅颌面软硬组织的三维头影测量分析系统；第一确定子模块，用于利用所述三维头影测量分析系统确定各软组织结构的和体积正常值范围；第一分析子模块，用于基于各软组织结构的平均形态和体积正常值范围，分析所述软组织结构的结构参数。可选地，所述判断单元包括：缩放模块，用于将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小，其中，所述正常对照组包括头部颅颌面各组织结构的正本文档来自技高网...

【技术保护点】
1.一种颅颌面软硬组织的分析方法，其特征在于，包括：/n获取目标用户的头部颅颌面的软组织序列图像，其中，所述软组织序列图像的图像类型为磁共振图像MRI；/n将所述软组织序列图像合成计算机断层扫描CT图像；/n利用CT图像构建所述头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息；/n利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像，以确定头部颅颌面的软组织信息；/n基于头部颅颌面的软组织信息和硬组织信息，判断所述目标用户的头部颅颌面是否出现异常变形。/n

【技术特征摘要】
1.一种颅颌面软硬组织的分析方法，其特征在于，包括：
获取目标用户的头部颅颌面的软组织序列图像，其中，所述软组织序列图像的图像类型为磁共振图像MRI；
将所述软组织序列图像合成计算机断层扫描CT图像；
利用CT图像构建所述头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息；
利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像，以确定头部颅颌面的软组织信息；
基于头部颅颌面的软组织信息和硬组织信息，判断所述目标用户的头部颅颌面是否出现异常变形。


2.根据权利要求1所述的分析方法，其特征在于，获取目标用户的头部颅颌面的软组织序列图像的步骤，包括：
在检测所述目标用户的仰卧位满足预设仰卧条件后，检测所述目标用户的头部方向和头部位置；
基于所述目标用户的头部方向和头部位置，分析所述目标用户的口腔张合状态；
采用常规3D序列对所述目标用户的头部进行MRI软组织常规序列扫描，以得到头部颅颌面的软组织序列图像，其中，所述常规3D序列至少包括：3D梯度回波序列。


3.根据权利要求1所述的分析方法，其特征在于，将所述软组织序列图像合成计算机断层扫描CT图像的步骤，包括：
采用深度学习未配对数据方式将所述软组织序列图像转换为目标序列图像；
对目标序列图像进行自动编码，得到CT图像。


4.根据权利要求3所述的分析方法，其特征在于，在将所述软组织序列图像合成计算机断层扫描CT图像之后，所述分析方法还包括：
采用深度学习未配对数据方式将合成的CT图像转换回MRI图像；
通过预设图像分析模型分析合成CT与真实CT的区别。


5.根据权利要求1所述的分析方法，其特征在于，利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像，以确定头部颅颌面的软组织信息的步骤，包括：
分割所述磁共振图像MRI的原始数据中的各个软组织结构，得到软组织结构数据，其中，所述软组织结构包括下述至少之一：颅颌面神经、肌肉、血管；
基于所述软组织结构数据，分析所述软组织结构的结构参数，其中，所述结构参数包括下述至少之一：软组织体积、软组织面积、软组织位置；
根据所述软组织结构的结构参数，确定所述头部颅颌面各个软组织结构对应的软组织信息。
...

【专利技术属性】
技术研发人员：姜喜玲，张丽敏，赵莉，
申请(专利权)人：赤峰学院附属医院，
类型：发明
国别省市：内蒙古;15