本申请提供一种牙齿分割模型的训练方法、牙齿曲面确定方法、装置、设备及存储介质，涉及牙齿模型技术领域。该牙齿分割模型的训练方法包括：获取预设牙齿三维模型；为多个初始面片标注属性信息，构建训练样本集；根据训练样本集，对预设牙齿分割模型进行训练，得到目标牙齿分割模型，目标牙齿分割模型用于确定待检测牙齿三维模型中各面片的类别和位置。用本申请的训练方法训练出的牙齿分割模型来判断牙齿面片类别和位置，可以提高判断的准确度，并且，用该模型可以实现对牙齿面片类别的自动判断，节省了工作人员的时间。节省了工作人员的时间。节省了工作人员的时间。
【技术实现步骤摘要】
分割模型训练方法、曲面确定方法、装置、设备及介质
[0001]本申请涉及牙齿模型
，具体而言，涉及一种牙齿分割模型的训练方法、牙齿曲面确定方法、装置、设备及存储介质。
技术介绍
[0002]牙齿建模是临床诊断中一项十分重要的技术手段，该技术采集目标病例的口腔三维信息，并确定采集到的口腔三维信息中的牙齿信息，从而根据牙齿信息对目标病例的牙齿进行建模，便于工作人员用牙齿模型来实现对牙齿问题的诊断。
[0003]通常，对牙齿三维模型中牙齿位置的判断由工作人员凭借肉眼观察以及经验进行，这种判断方式极大程度地依赖工作人员的经验，且人眼判断容易有误差，容易导致对牙齿位置判断的准确度低，同时也需要花费技术人员的大量时间。
技术实现思路
[0004]本申请的目的在于，针对上述现有技术中的不足，提供一种牙齿分割模型的训练方法、牙齿曲面确定方法、装置、设备及存储介质，以便解决现有技术中存在的问题。
[0005]为实现上述目的，本申请实施例采用的技术方案如下：
[0006]第一方面，本申请实施例提供了一种牙齿分割模型的训练方法，包括：
[0007]获取预设牙齿三维模型，所述预设牙齿三维模型包括：多个初始面片，多个所述初始面片的类别不同；
[0008]为多个所述初始面片标注属性信息，构建训练样本集，所述属性信息用于指示多个所述初始面片的类别、以及多个所述初始面片的位置；
[0009]根据所述训练样本集，对预设牙齿分割模型进行训练，得到目标牙齿分割模型，所述目标牙齿分割模型用于确定待检测牙齿三维模型中各面片的类别和位置。
[0010]在可能的实现示例中，所述为多个所述初始面片标注属性信息，构建训练样本集，包括：
[0011]对所述预设牙齿三维模型进行采样，确定每个初始面片的属性信息；所述属性信息包括：多个所述初始面片的中心位置、法向量、以及面片类别，所述面片类别用于指示多个所述初始面片为牙齿面片或非牙齿面片，所述中心位置和所述法向量用于指示多个所述初始面片的坐标；
[0012]为多个所述初始面片标注所述属性信息，生成样本面片，构建所述训练样本集。
[0013]在可能的实现示例中，所述对所述预设牙齿三维模型进行采样，确定每个初始面片的属性信息之前，所述方法还包括：
[0014]确定所述预设牙齿三维模型中各初始面片的尺寸是否满足预设尺寸条件；
[0015]若所述各初始面片中存在满足所述预设尺寸条件的第一目标面片，则去除所述预设牙齿三维模型中的所述第一目标面片；
[0016]所述对所述预设牙齿三维模型进行采样，确定每个初始面片的属性信息，包括：
[0017]对去除所述第一目标面片后的所述预设牙齿三维模型进行采样，得到所述多个初始面片的中心位置以及法向量。
[0018]在可能的实现示例中，所述确定所述预设牙齿三维模型中各初始面片的尺寸是否满足预设尺寸条件，包括：
[0019]确定所述各初始面片的面积是否大于或等于预设面积阈值以及所述各初始面片的长边边长是否大于或等于预设长度阈值；
[0020]若所述各初始面片的面积大于或等于所述预设面积阈值，且所述各初始面片的长边边长大于或等于所述预设长度阈值，则确定所述预设牙齿三维模型中各初始面片的尺寸满足所述预设尺寸条件；
[0021]若所述各初始面片的面积小于所述预设面积阈值，或所述各初始面片的长边边长小于所述预设长度阈值，则确定所述预设牙齿三维模型中各初始面片的尺寸不满足所述预设尺寸条件。
[0022]在可能的实现示例中，所述根据所述训练样本集，对预设牙齿分割模型进行训练，得到目标牙齿分割模型，包括：
[0023]采用所述预设牙齿分割模型，对所述多个样本面片进行处理，得到所述多个样本面片的预测类别；
[0024]根据所述多个样本面片的预测类别和属性信息，计算模型损失函数值；
[0025]根据所述模型损失函数值，调整所述预设牙齿分割模型的参数，并对参数调整后的所述预设牙齿分割模型重新进行训练，直至所述预设牙齿分割模型收敛，得到所述目标牙齿分割模型。
[0026]第二方面，本申请实施例提供了一种牙齿曲面确定方法，包括：
[0027]获取待检测牙齿三维模型中的多个面片；
[0028]根据所述多个面片，采用目标牙齿分割模型进行处理，确定所述多个面片的类别；
[0029]根据所述多个面片的类别和所述待检测牙齿三维模型，生成牙齿曲面模型。
[0030]在可能的实现示例中，所述根据所述多个面片的类别和所述待检测牙齿三维模型，生成牙齿曲面模型，包括：
[0031]将所述待检测牙齿三维模型中类别为牙齿的各第二目标面片进行连接，得到初始曲面模型；
[0032]去除所述初始曲面模型中类别为非牙齿面片的各第三目标面片，得到所述牙齿曲面模型。
[0033]第三方面，本申请实施例提供了一种牙齿分割模型的训练装置，包括：
[0034]获取模块，用于获取预设牙齿三维模型，所述预设牙齿三维模型包括：多个初始面片，多个所述初始面片的类别不同；
[0035]标注模块，用于为多个所述初始面片标注属性信息，构建训练样本集，所述属性信息用于指示多个所述初始面片的类别、以及多个所述初始面片的位置；
[0036]训练模块，用于根据所述训练样本集，对预设牙齿分割模型进行训练，得到目标牙齿分割模型，所述目标牙齿分割模型用于确定待检测牙齿三维模型中各面片的类别。
[0037]第四方面，本申请实施例提供了一种计算机设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的程序指令，当计算机设备运行时，所述处理器与
所述存储介质之间通过总线通信，所述处理器执行所述程序指令，以执行上述实施例提供的牙齿分割模型的训练方法的步骤。
[0038]第五方面，本申请实施例提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述实施例提供的牙齿分割模型的训练方法的步骤。
[0039]本申请的有益效果是：本申请提供了一种牙齿分割模型的训练方法，先获取预设牙齿三维模型，再为多个初始面片标注属性信息，构建训练样本集，最后根据训练样本集，对预设牙齿分割模型进行训练，得到目标牙齿分割模型，目标牙齿分割模型即可用于确定待检测牙齿三维模型中各面片的类别和位置。相比于现有技术中用人眼来判断面片的类别，用本申请的训练方法训练出的牙齿分割模型来判断牙齿面片类别，可以提高判断的准确度，并且，用该模型可以实现对牙齿面片类别的自动判断，节省了工作人员的时间。
附图说明
[0040]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。
[0041]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种牙齿分割模型的训练方法，其特征在于，包括：获取预设牙齿三维模型，所述预设牙齿三维模型包括：多个初始面片，多个所述初始面片的类别不同；为多个所述初始面片标注属性信息，构建训练样本集，所述属性信息用于指示多个所述初始面片的类别、以及多个所述初始面片的位置；根据所述训练样本集，对预设牙齿分割模型进行训练，得到目标牙齿分割模型，所述目标牙齿分割模型用于确定待检测牙齿三维模型中各面片的类别和位置。2.如权利要求1所述的方法，其特征在于，所述为多个所述初始面片标注属性信息，构建训练样本集，包括：对所述预设牙齿三维模型进行采样，确定每个初始面片的属性信息；所述属性信息包括：多个所述初始面片的中心位置、法向量、以及面片类别，所述面片类别用于指示多个所述初始面片为牙齿面片或非牙齿面片，所述中心位置和所述法向量用于指示多个所述初始面片的坐标；为多个所述初始面片标注所述属性信息，生成多个样本面片，构建所述训练样本集。3.如权利要求2所述的方法，其特征在于，所述对所述预设牙齿三维模型进行采样，确定每个初始面片的属性信息之前，所述方法还包括：确定所述预设牙齿三维模型中各初始面片的尺寸是否满足预设尺寸条件；若所述各初始面片中存在满足所述预设尺寸条件的第一目标面片，则去除所述预设牙齿三维模型中的所述第一目标面片；所述对所述预设牙齿三维模型进行采样，确定每个初始面片的属性信息，包括：对去除所述第一目标面片后的所述预设牙齿三维模型进行采样，得到所述多个初始面片的中心位置以及法向量。4.如权利要求3所述的方法，其特征在于，所述确定所述预设牙齿三维模型中各初始面片的尺寸是否满足预设尺寸条件，包括：确定所述各初始面片的面积是否大于或等于预设面积阈值以及所述各初始面片的长边边长是否大于或等于预设长度阈值；若所述各初始面片的面积大于或等于所述预设面积阈值，且所述各初始面片的长边边长大于或等于所述预设长度阈值，则确定所述预设牙齿三维模型中各初始面片的尺寸满足所述预设尺寸条件；若所述各初始面片的面积小于所述预设面积阈值，或所述各初始面片的长边边长小于所述预设长度阈值，则确定所述预设牙齿三维模型中各初始面片的尺寸不满足所述预设尺寸条件。5.如...
【专利技术属性】
技术研发人员：马成龙，徐乾，
申请(专利权)人：杭州朝厚信息科技有限公司，
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。