一种CBCT颞下颌关节自动定位方法和系统技术方案

本发明专利技术公开的属于颞下颌关节定位技术领域，具体为一种CBCT颞下颌关节自动定位方法和系统，包括以下步骤：S1：获取CBCT图像image；S2：Img_i第i张切片，Img_i是横断面、冠状面或者矢状面的图像；S3：根据索引i和边框计算颞下颌关节的坐标。所述S2，包括：以冠状面为例来加以说明，i的起始索引为k，k根据先验知识设置，或者k设置为0；该定位方法和系统通过目标检测模型，实现实时定位，并区分左右颞下颌关节，且该检测模型在2D数据上实现，计算机资源需求少。训练样本不是对关键点的标记，只需要一个大致的矩形框包含感兴趣区域。对医生经验要求低，且容易实现。且容易实现。且容易实现。

【技术实现步骤摘要】
一种CBCT颞下颌关节自动定位方法和系统


[0001]本专利技术涉及颞下颌关节定位
，具体为一种CBCT颞下颌关节自动定位方法和系统。

技术介绍

[0002]颞下颌关节（temporomandibular joint，TMJ）是人体组成、功能最复杂的关节之一，其结构与功能对口颌系统健康至关重要。相较于常规X线片，锥形束CT（cone
‑
beam computed tomography，CBCT）在TMJ形态学研究方面取得了重大进展。通过CBCT，医生不仅可以快速获得清晰的骨骼结构影像，还可以直接对所要分析的部位进行更为准确、精确的测量。
[0003]为了实现颞下颌关节骨结构的定量分析，需要对颞下颌关节进行多平面显示，如横断面、冠状面和矢状面等。现有技术需要医生手动选择颞下颌关节的位置，并配合多平面重建技术MPR来观察不同角度的的图像，更好更清晰的显示病灶。手动选择颞下颌关节的位置效率低、智能度差，不同医生选取的位置可能不同，给定量分析比较带来麻烦，且缺乏竟然的医生容易出错。
[0004]针对手动定位方法的不做，“颞下颌关节CBCT图像关键点的定位方法和装置”这篇专利中提出一种自动颞下颌关节CBCT图像关键点的定位方法。该方法使用3D网络需要耗费大量的计算机资源，且训练样本需要手动标记坐标点，对标记精度要求高且工作量大。

技术实现思路

[0005]鉴于现有颞下颌关节定位过程中存在的问题，提出了本专利技术。
[0006]为解决上述技术问题，根据本专利技术的一个方面，本专利技术提供了如下技术方案：一种CBCT颞下颌关节自动定位方法，包括以下步骤：S1：获取CBCT图像image；S2：Img_i第i张切片，Img_i是横断面、冠状面或者矢状面的图像；S3：根据索引i和边框计算颞下颌关节的坐标。
[0007]作为本专利技术所述的一种CBCT颞下颌关节自动定位方法和系统的一种优选方案，其中：所述S2，包括：以冠状面为例来加以说明，i的起始索引为k，k根据先验知识设置，或者k设置为0；Img_i输入到预训练好的模型获取边框、类别和置信度；当置信度大于设定阈值th为0.9时，循环结束；否则i=i+1，继续执行该步骤，直到遍历完所有切片。
[0008]作为本专利技术所述的一种CBCT颞下颌关节自动定位方法和系统的一种优选方案，其中：所述S3，包括，边框由左下点（p1_x,p1_z）和右上点(p2_x,p2_z)坐标表示；point(x,y,z)=(0.5*(p1_x+p2_x),i,0.5*(p1_z+p2_z))；类别区分左右颞下颌关节。
[0009]一种CBCT颞下颌关节自动定位系统，包括设置网络模型，所述设置网络模型的输
出端与获取训练样本的输入端相连，所述获取训练样本的输出端与模型训练获取预训练模型的输入端相连。
[0010]作为本专利技术所述的一种CBCT颞下颌关节自动定位系统的一种优选方案，其中：所述设置网络模型包括模型设计，采用轻量级目标检测模型。
[0011]作为本专利技术所述的一种CBCT颞下颌关节自动定位系统的一种优选方案，其中：所述获取训练样本包括训练样本制作，获取CBCT图像，并标记边框。
[0012]作为本专利技术所述的一种CBCT颞下颌关节自动定位系统的一种优选方案，其中：所述模型训练获取预训练模型包括训练样本输入到设计好的模型，设置训练参数利用机器学习进行网络训练。
[0013]与现有技术相比，本专利技术的有益效果是：本专利技术提出一种基于人工智能的颞下颌关节定位方法，通过目标检测模型，实现实时定位，并区分左右颞下颌关节，且该检测模型在2D数据上实现，计算机资源需求少。训练样本不是对关键点的标记，只需要一个大致的矩形框包含感兴趣区域，如图1冠状面标记示例，其他面标记与冠状面相似。该方法效率高，智能化强，且重复可靠。计算机资源消耗低，在CPU或者移动端设备上也能快速高效的运行，在不增加额外成本的情况下，帮助医生提升诊断效率。且该方案模型训练成本低，对标注医生经验要求低，易于推广和实现。
[0014]附图说明
[0015]为了更清楚地说明本专利技术实施方式的技术方案，下面将结合附图和详细实施方式对本专利技术进行详细说明，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。其中：图1是本专利技术第一标记示意图；图2是本专利技术第二标记示意图；图3是本专利技术方法流程图；图4是本专利技术系统框图；图5是本专利技术模型预测坐标示意图。
具体实施方式
[0016]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明。
[0017]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似推广，因此本专利技术不受下面公开的具体实施方式的限制。
实施例
[0018]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的实施方式作进一步地详细描述。
[0019]如图1
‑
图5所示，一种CBCT颞下颌关节自动定位方法，包括以下步骤：S1：获取CBCT图像image。
[0020]S2：Img_i第i张切片，Img_i可以是横断面、冠状面或者矢状面的图像。
[0021]S3：根据索引i和边框计算颞下颌关节的坐标；在本实例中，S2，包括：以冠状面为例来加以说明，i的起始索引为k，k根据先验知识设置（颞下颌关节的位置基本在image volume数据的偏中心区域）或者k设置为0；Img_i输入到预训练好的模型获取边框、类别和置信度；当置信度大于设定阈值th如0.9时，循环结束；否则i=i+1，继续执行该步骤，直到遍历完所有切片。
[0022]在本实例中，S3，包括：边框由左下点（p1_x,p1_z）和右上点(p2_x,p2_z)坐标表示；point(x,y,z)=(0.5*(p1_x+p2_x),i,0.5*(p1_z+p2_z))；类别区分左右颞下颌关节。
[0023]一种CBCT颞下颌关节自动定位系统，包括设置网络模型，设置网络模型的输出端与获取训练样本的输入端相连，获取训练样本的输出端与模型训练获取预训练模型的输入端相连。
[0024]在本实例中，设置网络模型包括模型设计，采用轻量级目标检测模型，如yolov5、yolov7或yolo
‑
tiny。以yolov5s为例，该模型参数7.5M,损失函数包括1）分类损失cls_loss：计算锚框与对应的标定分类是否正确，2）定位损失box_loss：预测框与标定框之间的误差(GIoU),3)置信度损失obj_loss：计算网络的置信度。
[0025]在本实例中，获取训练样本包括训练样本制作，获取CBCT图像，并标记边框。如用LabelImg、ITK
‑
...

【技术保护点】

【技术特征摘要】
1.一种CBCT颞下颌关节自动定位方法，其特征在于，包括以下步骤：S1：获取CBCT图像image；S2：Img_i第i张切片，Img_i是横断面、冠状面或者矢状面的图像；S3：根据索引i和边框计算颞下颌关节的坐标。2.根据权利要求1所述一种CBCT颞下颌关节自动定位方法，其特征在于：所述S2，包括：以冠状面为例来加以说明，i的起始索引为k，k根据先验知识设置，或者k设置为0；Img_i输入到预训练好的模型获取边框、类别和置信度；当置信度大于设定阈值th为0.9时，循环结束；否则i=i+1，继续执行该步骤，直到遍历完所有切片。3.根据权利要求1所述一种CBCT颞下颌关节自动定位方法，其特征在于：所述S3，包括：边框由左下点（p1_x,p1_z）和右上点(p2_x,p2_z)坐标表示；point(x,y,z)=...

【专利技术属性】
技术研发人员：李楠，诸明，
申请(专利权)人：南京瑞德医疗科技有限公司，
类型：发明
国别省市：