本发明专利技术涉及一种基于口腔医学影像的牙槽骨厚度自动测量方法和装置，其中方法包括：获取最大颊舌截面，将所述最大颊舌截面输入训练好的关键点检测模型和牙槽骨遮罩分割模型，得到5个关键点位置信息以及2个牙槽骨遮罩的位置信息；基于所述关键点的位置信息确定牙根长轴的位置信息，根据预配置的目标测量点的位置信息和所述牙根长轴的位置信息得到8条测量线；根据所述测量线和牙槽骨遮罩的位置信息，得到对应的牙槽骨厚度测量值。与现有技术相比，本发明专利技术具有检测牙槽骨厚度简便、提高诊断效率等优点。效率等优点。效率等优点。
【技术实现步骤摘要】
一种基于口腔医学影像的牙槽骨厚度自动测量方法和装置
[0001]本专利技术涉及口腔诊断
，尤其是涉及一种基于口腔医学影像的牙槽骨厚度自动测量方法和装置。
技术介绍
[0002]口腔医生在为患者制定正畸、种植、牙周等方案时，需要对患者的目标牙齿的牙槽骨厚度进行测量，从而判断手术操作的安全范围及术后效果。但是，这个过程较为繁琐，需要先依次找到目标牙齿的最大唇(颊)舌截面，然后再按照需求手动测量不同位置处的牙槽骨厚度。如果能够给出一种根据患者的CBCT影像自动测量目标牙齿对应的牙槽骨厚度的方法，将会大大提高医生的诊断效率。
技术实现思路
[0003]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供的一种简便检测牙槽骨厚度、提高诊断效率的基于口腔医学影像的牙槽骨厚度自动测量方法和装置。
[0004]本专利技术的目的可以通过以下技术方案来实现：
[0005]一种基于口腔医学影像的牙槽骨厚度自动测量方法，包括以下步骤：
[0006]获取最大颊舌截面，将所述最大颊舌截面输入训练好的关键点检测模型和牙槽骨遮罩分割模型，得到5个关键点位置信息以及2个牙槽骨遮罩的位置信息；
[0007]基于所述关键点位置信息确定颊侧釉牙骨质界和舌侧釉牙骨质界连线的中点，所述中点和牙根根尖的连线为牙根长轴，根据牙根长轴的位置信息得到8条测量线，所述8条测量线具体为：
[0008]过牙根根尖点向唇侧做牙根长轴的垂线射线，所述垂线射线为第一测量线；
[0009]过牙根根尖点向舌侧做牙根长轴的垂线射线，所述垂线射线为第二测量线；
[0010]连接唇侧釉牙骨质界与舌侧釉牙骨质界，该连线与牙根长轴交于第一参考点，以第一参考点与牙根根尖连线中点为第二参考点，
[0011]过第二参考点向颊侧做牙根长轴的垂线射线，所述垂线射线为第三测量线；
[0012]过第二参考点向舌侧做牙根长轴的垂线射线，所述垂线射线为第四测量线；
[0013]过距唇侧牙槽嵴顶第一预配置距离的点作牙根长轴的垂线，所述垂线为第五测量线；
[0014]过距舌侧釉牙槽嵴顶第二预配置距离的点作牙根长轴的垂线，所述垂线为第六测量线；
[0015]过距唇侧牙槽嵴顶第三预配置距离的点作牙根长轴的垂线，所述垂线为第七测量线；
[0016]过距舌侧釉牙槽嵴顶第四预配置距离的点作牙根长轴的垂线，所述垂线为第八测量线；
[0017]根据所述测量线和牙槽骨遮罩的位置信息，得到对应的牙槽骨厚度测量值。
[0018]进一步地，所述关键点检测模型的训练过程为：
[0019]在每张最大颊舌截面图像中，标注颊侧釉牙骨质界、颊侧牙槽嵴顶、舌侧釉牙骨质界、舌侧牙槽嵴顶以及牙根根尖点的位置信息，将所述位置信息作为训练集训练网络模型，得到关键点检测模型。
[0020]进一步地，所述关键点检测模型采用目标检测网络Centernet网络结构，使用Resnet50作为主干特征提取网络，通过后续的卷积网络来进行特征提取和信息融合，采用heatmap计算的方法实现对目标的快速准确地检测。
[0021]进一步地，所述牙槽骨遮罩分割模型的训练过程为：
[0022]在每张最大颊舌截面图像中，标注目标牙齿和其所对应的牙槽骨遮罩的位置信息，将所述位置信息作为训练集对网络模型进行训练，得到牙槽骨遮罩分割模型。
[0023]进一步地，所述牙槽骨遮罩分割模型采用医学图像分割网络Unet网络结构，使用卷积和降采样提取图像深层特征，采用U型结构将图像的浅层特征和深层特征进行结合。
[0024]一种基于口腔医学影像的牙槽骨厚度自动测量装置，包括存储器、处理器以及存储于所述存储器中的程序，所述处理器执行所述程序时实现上述方法。
[0025]与现有技术相比，本专利技术具有以下有益效果：
[0026](1)根据本专利技术的基于口腔医学影像的牙槽骨厚度测量方法，利用患者的CBCT数据经计算后输出目标牙齿对应的最大颊舌截面，在患者的每张最大颊舌截面中自动定位出颊侧釉牙骨质界、颊侧牙槽嵴顶、舌侧釉牙骨质界、舌侧牙槽嵴顶和根尖点五个关键点，获取目标牙齿和其对应的牙槽骨遮罩，能给出任意目标位置处的牙槽骨厚度测量值，检测方便，加快诊断效率。
[0027](2)通过关键点自动获取目标牙齿和其对应的牙槽骨遮罩，能给出任意目标位置处的牙槽骨厚度测量值，比较传统的手动测量不同位置处的牙槽骨厚度精度更高，节约人力。
附图说明
[0028]图1为本专利技术基于口腔医学影像的牙槽骨厚度测量方法的流程图；
[0029]图2为本专利技术获取的最大颊舌截面示意图；
[0030]图3为本专利技术关键点检测模型的结构示意图；
[0031]图4为本专利技术关键点检测结果示意图；
[0032]图5为本专利技术牙槽骨遮罩分割模型的结构示意图；
[0033]图6为本专利技术牙槽骨遮罩分割模型的预测结果示意图；
[0034]图7为本专利技术牙根长轴位置示意图；
[0035]图8为本专利技术第一、第二、第三和第四测量线位置示意图，其中图8(a)为本专利技术第一测量线位置示意图，图8(b)为本专利技术第二测量线位置示意图，图8(c)为本专利技术第三测量线位置示意图，图8(d)为本专利技术第三测量线位置示意图；
[0036]图9为本专利技术第五、第六、第七和第八测量线位置示意图，其中图9(a)为本专利技术第五测量线位置示意图，图9(b)为本专利技术第六测量线位置示意图，图9(c)为本专利技术第七测量线位置示意图，图9(d)为本专利技术第八测量线位置示意图。
具体实施方式
[0037]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0038]如图1所示，本专利技术提供一种基于口腔医学影像的牙槽骨厚度自动测量方法，步骤包括：
[0039]步骤S1，基于预定的观测平面获取方法来从患者CBCT图像中获取最佳观测平面，具体步骤包括：建立以患者面部朝向为X方向，右侧朝向为Y方向，头顶朝向为Z方向的XYZ坐标系，利用CBCT数据获得通过头部中心的XOZ平面，然后在此XOZ平面中获得灰度值最高的像素点位置，以此像素点Z值减20来作为下颌牙齿的最佳观测平面所在高度，以此像素点Z值加20来作为上颌牙齿的最佳观测平面所在高度，获取对应的XOY平面即为上下颌牙齿的最佳观测平面。
[0040]在本实施例中，使用200名患者的CBCT数据获取200张上前牙区的最佳观测平面图。
[0041]步骤S2，在下前牙区的最佳观测平面中勾勒出目标牙齿(涵盖除第三磨牙以外的所有恒牙)的轮廓，从而获得牙颌分割模型的训练集。
[0042]在本实施例中，对上前牙区和下前牙区共400张观测平面图像进行手动勾勒，勾画出除第三磨牙以外的所有恒牙的轮廓，然后利用平移、旋转、缩放的方法来对数据进行增强，从而获得训练牙颌分割模型需要的训练集。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于口腔医学影像的牙槽骨厚度自动测量方法，其特征在于，包括以下步骤：获取最大颊舌截面，将所述最大颊舌截面输入训练好的关键点检测模型和牙槽骨遮罩分割模型，得到5个关键点位置信息以及2个牙槽骨遮罩的位置信息；基于所述关键点位置信息确定颊侧釉牙骨质界和舌侧釉牙骨质界连线的中点，所述中点和牙根根尖的连线为牙根长轴，根据牙根长轴的位置信息得到8条测量线，所述8条测量线具体为：过牙根根尖点向唇侧做牙根长轴的垂线射线，所述垂线射线为第一测量线；过牙根根尖点向舌侧做牙根长轴的垂线射线，所述垂线射线为第二测量线；连接唇侧釉牙骨质界与舌侧釉牙骨质界，该连线与牙根长轴交于第一参考点，以第一参考点与牙根根尖连线中点为第二参考点，过第二参考点向颊侧做牙根长轴的垂线射线，所述垂线射线为第三测量线；过第二参考点向舌侧做牙根长轴的垂线射线，所述垂线射线为第四测量线；过距唇侧牙槽嵴顶第一预配置距离的点作牙根长轴的垂线，所述垂线为第五测量线；过距舌侧釉牙槽嵴顶第二预配置距离的点作牙根长轴的垂线，所述垂线为第六测量线；过距唇侧牙槽嵴顶第三预配置距离的点作牙根长轴的垂线，所述垂线为第七测量线；过距舌侧釉牙槽嵴顶第四预配置距离的点作牙根长轴的垂线，所述垂线为第八测量线；根据所述测量线和牙槽骨遮罩的位置信息，得到对应的牙槽骨厚度测量值。2.根据权利要求1所述的一种基于口腔医学影像的牙槽骨厚度自动测量方法，其特征在于，所述关键点检测模型的训练过程为：在每张最大颊舌截面图像中，标注颊侧釉牙骨质界、颊侧牙槽嵴顶、舌侧釉牙骨质界、舌侧牙槽嵴顶以及牙根根尖点的位置信息，将所述位置信息作为训练集训练网络模型，得到关键点检测模型。3.根据权利要求1所述的一种基于口腔医学影像的牙槽骨厚度自动测量方法，其特征在于，所述关键点检测模型采用目标检测网络Centernet网络结构，使用Resnet50作为主干特征提取网络，通过后续的卷积网络来进行特征提取和信息融合，采用heatmap计算的方法实现对目标的快速准确地检测。4.根据权利要求1所述的一种基于口腔医学影像的牙槽骨厚度自动测量方法，其特征在于，所述牙槽骨遮罩分割模型的训练过程为：在每张最大颊舌截面图像中，标注目标牙齿和其所对应的牙槽骨遮罩的位置信息，将所述位置信息作为训练集对网络模型进行训练，得到牙槽骨遮罩分割模型。5.根据权利要求1所述的一种基于口腔医学影像的牙槽骨厚度自动测量方法，其特征在于，所述牙槽骨遮罩分割模型采用医学图像分割网络Unet网络结构，使用卷积和降采样提取图像深层特征，采用U型结构将图像的浅层特征和深层特征进行结合。6.一种基于口腔医学影像的牙槽骨厚度自动测量装置，...
【专利技术属性】
技术研发人员：陈静，刘天宇，李政豫，叶樱芝，刘成成，他得安，刘月华，
申请(专利权)人：复旦大学，
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。