本申请实施例涉及牙齿矫正技术领域，特别涉及一种基于点云理解的自动排牙方法、装置、设备及介质，该方法包括以下步骤：基于锥形束计算机断层扫描图像，获取牙齿点云；牙齿点云包括含有牙根的完整牙齿的三维点云数据；基于牙齿点云数据以及注意力机制的图卷积网络，提取牙齿特征；牙齿特征包括牙列全局特征向量和牙齿的局部特征向量；基于动态图推荐方法，对牙齿特征进行聚合和更新，得到位姿预测结果；基于聚合和更新后的牙齿特征以及迭代优化方法，对位姿预测结果进行优化，得到目标位姿结果。本申请提供的基于点云理解的自动排牙方法，能够根据错颌畸形患者的原始牙列自动计算相应的目标位姿，提高了自动排牙结果的准确度。度。度。
【技术实现步骤摘要】
基于点云理解的自动排牙方法、装置、设备及存储介质
[0001]本申请实施例涉及牙齿矫正
，特别涉及一种基于点云理解的自动排牙方法、装置、设备及存储介质。
技术介绍
[0002]正畸排牙是指对错颌畸形患者的牙列目标位进行规划，是口腔正畸诊疗中的关键步骤。对于目前临床正畸的制订治疗方案以及诊断性排牙过程，首先需要医生对患者进行口内扫描，将结果发送至矫治厂家，而后矫治厂家的技师根据医生给出的具体指导要求完成排牙，为得出最终的治疗方案，需要医生和技师进行多次沟通和可行性分析及尝试。自动排牙的实现能提升数字化正畸治疗的自动化水平，能够缩短上述流程从而节省大量医患时间。
[0003]现有的自动排牙方法通常采用自动排牙深度学习网络得到牙齿的目标位。然而，对于基于深度学习自动排牙方法，通过扫描得到的非透视数据训练网络，仅包括牙冠，不具有牙龈覆盖下的牙根和牙槽骨的信息，因此训练后的网络输出的排牙结果中存在不完全符合上述要求的问题。另外，在牙齿间距不当、牙齿缺失的情况下，也会导致期望牙列与治疗前后牙齿数量一致的理想牙列的分布有一定差异，预测误差较大。
技术实现思路
[0004]本申请实施例提供一种基于点云理解的自动排牙方法、装置、设备及存储介质，根据错颌畸形患者的原始牙列自动计算相应的目标位姿，提高自动排牙结果的准确度。
[0005]为解决上述技术问题，第一方面，本申请实施例提供一种基于点云理解的自动排牙方法，包括：基于锥形束计算机断层扫描图像，获取牙齿点云；牙齿点云包括含有牙根的完整牙齿的三维点云数据；基于牙齿点云数据以及注意力机制的图卷积网络，提取牙齿特征；牙齿特征包括牙列全局特征向量和牙齿的局部特征向量；基于动态图推荐方法，对牙齿特征进行聚合和更新，得到位姿预测结果；基于聚合和更新后的牙齿特征以及迭代优化方法，对位姿预测结果进行优化，得到目标位姿结果。
[0006]一些示例性实施例中，基于动态图推荐方法，对牙齿特征进行聚合和更新，得到位姿预测结果，包括：对牙齿特征进行序列化编码，并根据牙齿的邻接关系构建动态图；为每颗牙齿分配一个能够进行网络学习的嵌入节点，对动态图进行全局池化处理后，输入动态图推荐网络，对牙齿特征进行聚合和更新，得到位姿预测结果。
[0007]一些示例性实施例中，采用式(1)对所述牙齿特征进行聚合和更新：
[0008][0009]其中，为每个嵌入节点；表示来自相邻节点的信息，k为更新的时间步；Update和Aggregate均为可导函数，Aggregate聚合相邻节点的信息，Update对信息进行响应，更新嵌入节点。
[0010]一些示例性实施例中，基于聚合和更新后的牙齿特征以及迭代优化方法，对位姿预测结果进行优化，得到目标位姿结果，包括：基于聚合和更新后的牙齿特征，得到位姿变换矩阵；根据每颗牙齿的序列化编码获取牙齿的三维模型，将位姿变换加载到相对应的牙齿上，对牙齿位置进行调整；基于迭代优化方法，迭代地缩小所述位姿预测结果的误差，得到目标位姿结果。
[0011]一些示例性实施例中，位姿变换矩阵通过采用多层感知机将节点的特征嵌入映射为李群旋转量和三维平移量，计算得到位姿变换矩阵。
[0012]一些示例性实施例中，基于迭代优化方法，迭代地缩小所述位姿预测结果的误差，得到目标位姿结果，包括：将前一次迭代中的位姿预测值视为对目标位姿的近似估计，使用迭代最近点方法获取误差后，将误差反馈到网络中作为下一次迭代的输入的一部分，对网络的参数进行迭代优化。
[0013]第二方面，本申请提供了一种自动排牙装置，其特征在于，包括：依次连接的数据预处理模块、特征提取模块、特征传播模块和位姿预测模块；数据预处理模块用于对锥形束计算机断层扫描图像进行分割，得到二值分割结果；并对二值分割结果进行重建，得到牙齿三维模型；再通过牙齿三维模型，得到牙齿点云；特征提取模块包括注意力机制的卷积网络，用于提取牙齿特征；牙齿特征包括牙列全局特征向量和牙齿的局部特征向量；特征传播模块基于动态图推荐方法，对所述牙齿特征进行聚合和更新，得到位姿预测结果；位姿预测模块包括迭代优化模块，用于迭代地缩小所述位姿预测结果的误差，得到目标位姿结果。
[0014]一些示例性实施例中，位姿预测模块还包括特征转换模块；特征转换模块将所述牙齿特征嵌入映射为李群旋转量和三维平移量，计算得牙齿位姿变换矩阵；再根据每颗牙齿的序列化编码读取牙齿的三维模型，将位姿变换加载到相对应的牙齿上，对牙齿位姿进行移动和优化。
[0015]另外，本申请还提供了一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述基于点云理解的自动排牙方法。
[0016]另外，本申请还提供了一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述基于点云理解的自动排牙方法。
[0017]本申请实施例提供的技术方案至少具有以下优点：
[0018]本申请实施例提供一种基于点云理解的自动排牙方法、装置、设备及存储介质，该方法包括：基于锥形束计算机断层扫描图像，获取牙齿点云；牙齿点云包括含有牙根的完整牙齿的三维点云数据；基于牙齿点云数据以及注意力机制的图卷积网络，提取牙齿特征；牙齿特征包括牙列全局特征向量和牙齿的局部特征向量；基于动态图推荐方法，对牙齿特征进行聚合和更新，得到位姿预测结果；基于聚合和更新后的牙齿特征以及迭代优化方法，对位姿预测结果进行优化，得到目标位姿结果。本申请提供的自动排牙方法，通过注意力机制的图卷积网络提取牙齿特征，以及通过动态图推荐方法对牙齿特征进行聚合和更新，并通过迭代优化方法对位姿预测结果进行优化，提升了自动排牙结果的准确度。另外，对于牙齿缺失、后续需要佩戴或种植义齿的情况，本申请提供的自动排牙方法中可以通过在原始输入中预先插入虚拟义齿的三维模型，排牙结束后再将其从输出牙列中删除，实现为义齿预
留空位的功能。
附图说明
[0019]一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，除非有特别申明，附图中的图不构成比例限制。
[0020]图1为本申请一实施例提供的一种基于点云理解的自动排牙方法的流程示意图；
[0021]图2为本申请一实施例提供的基于点云理解的自动排牙深度学习网络结构图；
[0022]图3为本申请一实施例提供的特征传播模块对相邻牙齿的聚合和更新的流程示意图；
[0023]图4为本申请一实施例提供的一种基于点云理解的自动排牙装置的结构示意图；
[0024]图5为本申请一实施例提供的一种电子设备的结构示意图。
具体实施方式
[0025]由
技术介绍
可知，目前现有的自动排牙方法，排牙结果的预测误差较大。
[0026]随着近年人工智能领域的快速发展，出现了基于深度学习的自动排牙方法。有相关技术提出的自本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于点云理解的自动排牙方法，其特征在于，包括：基于锥形束计算机断层扫描图像，获取牙齿点云；所述牙齿点云包括含有牙根的完整牙齿的三维点云数据；基于所述牙齿点云数据以及注意力机制的图卷积网络，提取牙齿特征；所述牙齿特征包括牙列全局特征向量和牙齿的局部特征向量；基于动态图推荐方法，对所述牙齿特征进行聚合和更新，得到位姿预测结果；基于聚合和更新后的牙齿特征以及迭代优化方法，对所述位姿预测结果进行优化，得到目标位姿结果。2.根据权利要求1所述的基于点云理解的自动排牙方法，其特征在于，所述基于动态图推荐方法，对所述牙齿特征进行聚合和更新，得到位姿预测结果，包括：对所述牙齿特征进行序列化编码，并根据牙齿的邻接关系构建动态图；为每颗牙齿分配一个能够进行网络学习的嵌入节点，对所述动态图进行全局池化处理后，输入动态图推荐网络，对所述牙齿特征进行聚合和更新，得到位姿预测结果。3.根据权利要求2所述的基于点云理解的自动排牙方法，其特征在于，采用式(1)对所述牙齿特征进行聚合和更新：其中，为每个嵌入节点；表示来自相邻节点的信息，k为更新的时间步；Update和Aggregate均为可导函数，Aggregate聚合相邻节点的信息，Update对信息进行响应，更新嵌入节点。4.根据权利要求2所述的基于点云理解的自动排牙方法，其特征在于，所述基于聚合和更新后的牙齿特征以及迭代优化方法，对所述位姿预测结果进行优化，得到目标位姿结果，包括：基于聚合和更新后的牙齿特征，得到位姿变换矩阵；根据每颗牙齿的序列化编码获取牙齿的三维模型，将位姿变换加载到相对应的牙齿上，对牙齿位置进行调整；基于迭代优化方法，迭代地缩小所述位姿预测结果的误差，得到目标位姿结果。5.根据权利要求4所述的基于点云理解的自动排牙方法，其特征在于，所述位姿变换矩阵通过采用多层感知机将节点的特征嵌入映射为李群旋转量和三维平移量，计算得到位...
【专利技术属性】
技术研发人员：夏泽洋，婉兰，黄嘉伟，熊璟，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。