一种口腔CBCT自动配准方法技术

本发明专利技术提供了一种口腔CBCT自动配准算法，该方法包括以下步骤：基于口腔CBCT图像制作牙齿质心的热图标签；训练牙齿质心检测模型；分别对术前和术后的CBCT图像进行牙齿质心检测与后处理，获得每颗牙齿质心点的三维坐标；利用聚类算法对所述牙齿质心坐标进行聚类，以分离上下颌；对牙颌质心点进行排序，得到两个CBCT数据的有序质心点集合；利用点配准算法对牙颌质心点进行配准；进行CBCT点云配准，得到术前和术后的口腔CBCT配准转换关系。该方法结合了基于深度学习的质心提取、点配准算法和ICP算法，具有操作简单、配准速度快并且精度高的优点，为医护人员进行种植牙手术的术后评估提供了准确的数据依据，具有广泛的应用前景与价值。价值。价值。

【技术实现步骤摘要】
一种口腔CBCT自动配准方法


[0001]本专利技术涉及医学图像处理领域，尤其涉及一种口腔CBCT自动配准方法。

技术介绍

[0002]近年来动态导航技术在口腔种植手术领域得到了广泛应用和发展。动态导航植牙手术的主要流程是在手术前规划种植体在病人口腔CBCT中的相对位置，并在手术过程中实时导航追踪CBCT模型、规划种植体、实际种植体的相对位置，辅助医生将实际种植体植入到规划种植体的位置，即更精确地执行手术。
[0003]对种植牙植入后的种植精度进行评估是动态导航种植手术效果的重要评价标准，然而术前和术后的CBCT模型配准精度会直接影响评估结果的准确性和可靠性，因此进行种植精度评估前，首先需要将术后的口腔CBCT配准至术前口腔CBCT的位置上，接着才能计算实际植入种植体和规划种植体的精度误差。
[0004]目前常用的口腔CBCT配准方法是点配准算法和迭代最近点算法(ICP)。点配准算法的原理是分别在术前和术后的CBCT模型上手动选取相同位置的至少三对配准点，如同一颗牙齿的牙尖或下凹位置，然后计算这两组选点的位置转换关系，并应用在CBCT配准中。该方法的优点是通过人工手动选点具有极高的配准成功率，缺陷是选点过程需要人工进行，操作繁琐，并且选点位置是人为主观选择，导致配准精度不高。ICP算法的原理是先对两个CBCT模型进行等值面提取，再对两个等值面进行点云配准，得到等值面的转换关系，最后将转换关系应用在CBCT模型配准上。该方法是一种自动配准算法，具有在配准成功时具有较高的配准精度和操作简单的优点，缺点则是两个CBCT模型拍摄时间不同并且存在是否具有种植体的差异，导致提取的等值面可能差异很大，因此配准的成功率不高。

技术实现思路

[0005]本专利技术的目的在于克服上述
技术介绍
中描述的现有技术的缺点，提供一种口腔CBCT自动配准方法，该方法结合了基于深度学习的质心提取、点配准算法和ICP算法，具有操作简单、配准速度快并且精度高的优点，为医护人员进行种植牙手术的术后评估提供了准确的数据依据，具有广泛的应用前景与价值。
[0006]本专利技术采用以下技术方案予以实现：提供一种口腔CBCT自动配准方法，该方法包括以下步骤：基于口腔CBCT图像制作牙齿质心的热图标签；训练牙齿质心检测模型；分别对术前和术后的CBCT图像进行牙齿质心检测与后处理，获得每颗牙齿质心点的三维坐标；利用聚类算法对所述牙齿质心坐标进行聚类，以分离上下颌；对牙颌质心点进行排序，得到两个CBCT数据的有序质心点集合；利用点配准算法对牙颌质心点进行配准；
ymax, zmax]；根据所述图像范围确定一个角点，共有四个点可以作为角点，分别为[xmin, ymax, zmin]，[xmin, ymax, zmax]，[xmax, ymax, zmin]，[xmax, ymax, zmax]；选取其中一个角点作为目标角点，找到离所述目标角点距离最近的质心点作为第一个点，搜索所述质心点集合中距离该点最近的质心点作为下一个点，并将找到的点从集合中剔除；重复上述过程直到集合为空，得到两个CBCT数据的有序质心点集合，分别记为集合P
A
和集合P
B
，此时术前和术后的质心点一一对应。
[0016]进一步地，所述利用点配准算法对牙颌质心点进行配准，包括：利用点配准算法，计算两个质心点集合P
B
到P
A
的转换矩阵T1，如下式所示：进一步地，所述进行CBCT点云配准，得到术前和术后的口腔CBCT配准转换关系，包括：将术前CBCT模型记为A，术后CBCT模型记为B；通过关系矩阵将术后CBCT模型B移动到新的位置，作为粗配准的结果；分别对A和进行等值面提取得到两组点云的数据和，满足下列关系:，满足下列关系:使用ICP算法计算点云到点云的转换关系，满足下列转换关系：最终可得术后CBCT模型B移动至术前CBCT模型A的转换关系矩阵，满足下列关系：本专利技术提出了一种口腔CBCT自动配准方法，该方法结合了基于深度学习的质心提取、点配准算法和ICP算法，可对同一患者的口腔CBCT影像进行自动配准，具有操作简单、配准速度快，且精度高的优点，为医护人员进行种植牙手术的术后评估提供了准确的数据依据，具有广泛的应用前景与价值。与现有的手动选点配准算法相比，本专利技术操作便利的同时还具有更高的配准精度；与ICP算法相比，本专利技术提出的方法具有更高的配准成功率。
附图说明
[0017]下面将参考附图来描述本专利技术示例性实施例的特征、优点和技术效果。
[0018]图1是本专利技术实施例提供的口腔CBCT自动配准方法的流程示意图；图2是本专利技术实施例提供的牙齿质心的热图标签制作流程示意图；图3是本专利技术实施例提供的质心检测结果示意图；图4是本专利技术实施例提供的模型预测与后处理的结果示意图；图5是本专利技术实施例提供的CBCT图像范围四个角点的示意图；图6是本专利技术实施例提供的质心点排序流程示意图。
具体实施方式
[0019]下面将详细描述本公开的各个方面的特征和示例性实施例，为了使本公开 的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本公开进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本公开， 而不是限定本公开。对于本领域技术人员来说，本公开可以在不需要这些具体 细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本 公开的示例来提供对本公开更好的理解。
[0020]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将 一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些 实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0021]为了更好地理解本专利技术，下面将结合附图对本专利技术实施例进行详细描述。
[0022]图1是本专利技术实施例提供的口腔CBCT自动配准方法的流程示意图。
[0023]如图1所示，本专利技术提供了一种口腔CBCT自动配准方法，该方法包括以下步骤：S101，基于口腔CBCT图像制作牙齿质心的热图标签；S102，训练牙齿质心检测模型；S103，分别对术前和术后的CBCT图像进行牙齿质心检测与后处理，获得每颗牙齿质心点的三维坐标；S104，利用聚类算法对所述牙齿质心坐标进行聚类，以分离上下颌；S105，对牙颌质心点进行排序，得到两个CBCT数据的有序质心点集合；S106，利用点配准算法对牙颌质心点进行配准；S107，进行CBCT点云配准，得到术前和术后的口腔CBCT配准转换关系。
[0024]图2是本专利技术实施例提供的牙齿质心的热图标签制作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种口腔CBCT自动配准方法，其特征在于，包括以下步骤：S101，基于口腔CBCT图像制作牙齿质心的热图标签；S102，训练牙齿质心检测模型；S103，分别对术前和术后的CBCT图像进行牙齿质心检测与后处理，获得每颗牙齿质心点的三维坐标；S104，利用聚类算法对所述牙齿质心坐标进行聚类，以分离上下颌；S105，对牙颌质心点进行排序，得到两个CBCT数据的有序质心点集合；S106，利用点配准算法对牙颌质心点进行配准；S107，进行CBCT点云配准，得到术前和术后的口腔CBCT配准转换关系。2.根据权利要求1所述的一种口腔CBCT自动配准方法，其特征在于，S101中所述基于口腔CBCT图像制作牙齿质心的热图标签，包括：基于所述口腔CBCT图像，对其进行三个正交切片的显示，包括横断面、矢状面、冠状面；对每颗牙齿在三个正交切片勾画前景区域与背景区域；基于初步勾画的前景、背景区域，利用图割算法，得到牙齿的分割结果；对每颗牙齿的分割结果计算中心点，得到牙齿的质心点；对所述质心点图像进行高斯平滑，得到所述牙齿质心的热图标签。3.根据权利要求2所述的一种口腔CBCT自动配准方法，其特征在于，对所述质心点图像进行高斯平滑的平滑半径设置为2mm。4.根据权利要求2所述的一种口腔CBCT自动配准方法，其特征在于，所述牙齿质心的热图标签为一个数值范围为[0, 1]的三维图像，其中质心点处的数值为1，距离质心越远的体素点数值越小。5.根据权利要求1所述的一种口腔CBCT自动配准方法，其特征在于，S102中所述训练牙齿质心检测模型，包括：采用深度学习模型结构对输入的CBCT图像和相应的质心热图标签进行训练，直到损失函数收敛，得到用于质心检测的神经网络模型参数。6.根据权利要求5所述的一种口腔CBCT自动配准方法，其特征在于，所述深度学习模型采用UNet模型，损失函数采用均方误差损失MSELoss函数。7.根据权利要求1所述的一种口腔CBCT自动配准方法，其特征在于，S103中所述分别对术前和术后的CBCT图像进行牙齿质心检测与后处理，获得每颗牙齿质心点的三维坐标，包括：利用所述牙齿质心检测模型，分别对术前和术后的CBCT图像进行质心检测，得到质心检测的结果为热图；以0.5为阈值对所述热图进行二值化；对二值化后的图像进行连通域分析，每个连通域代表一颗牙齿；计算每个连通域的中心点，得到每颗牙齿在LPS坐标系下的质心坐标。8.根据权利要求1所述的一种口腔CBCT自动配准方法，其特征在于，S104中所述利用聚类算法对所述牙齿质心坐标进行聚类，以分离上下颌，包括：以质心点中Z轴坐标最小及最大的两个点作为初始的聚类中心，计算每个质心点到两个聚类中心...

【专利技术属性】
技术研发人员：乔天，王捷，聂智林，
申请(专利权)人：杭州键嘉医疗科技股份有限公司，
类型：发明
国别省市：