本发明专利技术涉及计算机口腔修复领域，具体涉及一种基于CBCT数据及牙模数据的全自动局部配准方法，该方法包括获取口腔CBCT数据和牙模数据并进行预处理；选取局部前牙区域并进行标准化；提取局部区域的特征点并进行粗配准；根据初始配准结果进行精配准；微调精配准的结果；根据变换矩阵计算配准后的牙模数据。本发明专利技术通过图像配准技术，对CBCT数据和牙模数据进行配准，生成目标种植区域的虚拟种植模板，避免出现明显安全性和可靠性的问题。本发明专利技术提出局部配准的方法，提取可靠局部区域，有效减少了CBCT数据与牙模数据差异性带来的噪点干扰。本发明专利技术利用非线性ICP配准算法，提高点对匹配的稳健性。稳健性。稳健性。
【技术实现步骤摘要】
一种基于CBCT数据及牙模数据的全自动局部配准方法
[0001]本专利技术涉及计算机口腔修复领域，具体而言，涉及一种基于CBCT数据及牙模数据的全自动局部配准方法。
技术介绍
[0002]随着图像信息处理技术和医学成像可视化技术的发展，口腔临床外科手术的安全性和微创性成为可能。以数字图像可视化信息技术为核心的口腔虚拟种植辅助手术系统已成为临床可视化领域高度关注的对象。然而，虚拟种植导板作为引导种植手术转移的媒介和信息载体，是牙种植手术准确转移的关键保证，但由于传统种植导板是通过石膏模型制作的，无法获得颌骨准确的组织结构，制作过程中存在明显安全性和可靠性的缺陷，容易引起种植区组织骨裂，穿孔下颌神经管等并发症。
[0003]目标种植区域的虚拟种植模板通过实现口腔CBCT(Cone beam CT，锥形束CT)图像重建的口腔模型和牙模数据的融合来生成。口腔CBCT图像重建的口腔模型包含丰富的三维信息，比如皮肤、骨骼和神经管等信息。牙模数据可通过牙模CBCT图像重建得到，包含牙齿的信息。配准是将同一物体的不同源三维数据进行坐标系的调整，使得两个三维数据中在同一坐标系下属于相同结构部分的位置一致。通过口腔CBCT重建的口腔数据和牙模数据的配准，可重新定位牙模数据，同时结合口腔模型的丰富三维信息，可模拟牙种植的制作过程，进而避免出现明显安全性的问题。
[0004]目前，针对不同来源三维数据模型的配准问题，多数配准方法采用手动选点或者基准点的选取实现模型的重定位，该方法带来了额外的人工或者耗材成本。然而，基于CBCT数据和牙模数据的自动配准主要存在两个难点：
[0005](1)CBCT数据与牙模数据的差异性，难以提取对应特征点，比如牙模数据不包含颌骨特征、CBCT数据难以同时提取牙龈和牙齿的数据、牙模数据可能包含填充底座等额外信息等等；(2)CBCT数据提取的牙齿特征过于粗糙，与牙模数据存在一定的误差。
技术实现思路
[0006]有鉴于此，本专利技术的目的是提供一种基于CBCT数据及牙模数据的全自动局部配准方法，以解决上述技术问题。
[0007]为实现上述目的，本专利技术提供了以下技术方案：
[0008]根据本专利技术的第一方面，提供了一种基于CBCT数据及牙模数据的全自动局部配准方法，包括以下步骤：
[0009]步骤S1、获取口腔CBCT数据和牙模数据并进行预处理；
[0010]步骤S2、选取局部前牙区域并进行标准化；
[0011]步骤S3、提取局部区域的特征点并进行粗配准；
[0012]步骤S4、根据初始配准结果进行精配准；
[0013]步骤S5、微调精配准的结果；
[0014]步骤S6、根据变换矩阵计算配准后的牙模数据。
[0015]作为本专利技术的进一步方案，步骤S1中，获取口腔CBCT数据和牙模数据并进行预处理，包括：牙模STL(stereolithography，光固化立体造型术)数据获取、口腔CBCT数据获取及预处理；
[0016]其中，所述牙模STL数据获取为从牙模CBCT数据中通过分割和连通域的方法得到，生成数字化牙模STL数据；所述口腔CBCT数据获取及预处理为对口腔CBCT数据进行重采样、分割和平滑。
[0017]作为本专利技术的进一步方案，步骤S1中，获取口腔CBCT数据后，获取三维数据中x、y和z坐标的间距值，并根据数据量的大小重新修改每个坐标的间距值。
[0018]作为本专利技术的进一步方案，步骤S2中，选取局部前牙区域并进行标准化包括口腔CBCT数据局部区域生成和牙模STL数据局部区域生成；
[0019]其中，所述口腔CBCT数据局部区域生成用于对分割后的数据进行切割，利用连通域的方法分离上下颌骨区域，分别计算上或下颌骨区域的y、z方向的最值，以提取上或下颌骨的最前牙点，根据上或下前牙点截取相应局部区域，对截取的局部前牙区域进行数据标准化，对数据进行去中心化和尺度归一化，以此建立同一坐标系；
[0020]所述牙模STL数据局部区域生成为计算上或下前牙点、截取局部前牙区域、进行数据标准化。
[0021]作为本专利技术的进一步方案，步骤S3中，提取局部区域的特征点并进行粗配准包括：
[0022]计算分辨率并对局部区域进行采样；
[0023]使用k近邻的方法计算每个采样点的表面法向量；
[0024]根据计算的表面法向量提取FPFH(Fast Point Feature Histograms,FPFH)特征；
[0025]根据特征的距离确定特征点对的关系；
[0026]随机选择3个特征点对计算刚性变换矩阵，并进行迭代优化；
[0027]生成粗配准的相似变换矩阵。
[0028]作为本专利技术的进一步方案，步骤S3中，将CBCT数据和牙模数据局部区域点集分别记为目标点云Q和源点云P，通过KD(k
‑
d imens ional)树的方法计算目标点云Q中所有点的距离和，将距离和的平均值作为目标点云的分辨率并记为s，单位为毫米；降采样的方法分别对目标点云Q和源点云P进行采样，降采样的滤波参数为10*s。
[0029]作为本专利技术的进一步方案，步骤S3中，根据K邻近法分别计算每个点云中每个特征点的表面法向量，利用K邻近法提取每个特征点的FPFH特征，随机选取的3个采样点中两两之间满足设定的最小距离阈值d
min
。
[0030]作为本专利技术的进一步方案，步骤S4中，根据初始配准结果进行精配准，包括：
[0031]根据粗配准的变换矩阵重新计算牙模STL数据局部区域的坐标；
[0032]计算每个点的法向量，并添加曲率特征；
[0033]根据法向量、坐标和曲率特征利用距离最近原则确定特征点对；
[0034]确定目标函数，进行迭代优化；
[0035]生成精配准的刚性变换矩阵。
[0036]作为本专利技术的进一步方案，步骤S5中，微调精配准的结果为：利用微调配准算法重新计算点对应关系，可采用方向向量阈值的方法去除错误的对应点对。
[0037]作为本专利技术的进一步方案，步骤S6中，根据变换矩阵计算配准后的牙模数据，包括：获取原始牙模STL数据后，对获取的原始牙模STL数据进行标准化，根据粗配准、精配准和微调配准的变换矩阵重新生成牙模数据，对重新生成的牙模数据进行逆标准化，并保存为STL文件，以生成目标种植区域的虚拟种植导板。
[0038]与现有技术相比，本专利技术提供的技术方案可以包括以下有益效果：
[0039](1)本专利技术通过图像配准技术，对CBCT数据和牙模数据进行配准，生成目标种植区域的虚拟种植模板，进而在模拟牙种植的制作过程中避免出现明显安全性和可靠性的问题；
[0040](2)本专利技术针对CBCT数据与牙模数据的差异性问题，提出局部配准的方法，提取可靠局部区域，有效减少了CBCT数据与牙模数据差异性带来的噪点干扰；
[0041](3)本专利技术针对CBCT数据提本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于CBCT数据及牙模数据的全自动局部配准方法，其特征在于，包括以下步骤；步骤S1、获取口腔CBCT数据和牙模数据并进行预处理；步骤S2、选取局部前牙区域并进行标准化；步骤S3、提取局部区域的特征点并进行粗配准；步骤S4、根据初始配准结果进行精配准；步骤S5、微调精配准的结果；步骤S6、根据变换矩阵计算配准后的牙模数据。2.根据权利要求1所述的基于CBCT数据及牙模数据的全自动局部配准方法，其特征在于，步骤S1中，获取口腔CBCT数据和牙模数据并进行预处理，包括：牙模STL数据获取、口腔CBCT数据获取及预处理；其中，所述牙模STL数据获取为从牙模CBCT数据中通过分割和连通域的方法得到，生成数字化牙模STL数据；所述口腔CBCT数据获取及预处理为对口腔CBCT数据进行重采样、分割和平滑。3.根据权利要求2所述的基于CBCT数据及牙模数据的全自动局部配准方法，其特征在于，步骤S1中，获取口腔CBCT数据后，获取三维数据中x、y和z坐标的间距值，并根据数据量的大小重新修改每个坐标的间距值。4.根据权利要求3所述的基于CBCT数据及牙模数据的全自动局部配准方法，其特征在于，步骤S2中，选取局部前牙区域并进行标准化包括口腔CBCT数据局部区域生成和牙模STL数据局部区域生成；其中，所述口腔CBCT数据局部区域生成用于对分割后的数据进行切割，利用连通域的方法分离上下颌骨区域，分别计算上或下颌骨区域的y、z方向的最值，以提取上或下颌骨的最前牙点，根据上或下前牙点截取相应局部区域，对截取的局部前牙区域进行数据标准化，对数据进行去中心化和尺度归一化，以此建立同一坐标系；所述牙模STL数据局部区域生成为计算上或下前牙点、截取局部前牙区域、进行数据标准化。5.根据权利要求4所述的基于CBCT数据及牙模数据的全自动局部配准方法，其特征在于，步骤S3中，提取局部区域的特征点并进行粗配准包括：计算分辨率并对局部区域进行采样；使用k近邻的方法计算每个采样点的表面法向量；...
【专利技术属性】
技术研发人员：曹洪玮，杨振华，姜斯浩，
申请(专利权)人：常州博恩中鼎医疗科技有限公司，
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。