一种口腔扫描图像处理方法以及装置制造方法及图纸

本申请公开了一种口腔扫描图像处理方法以及装置，该方法包括：基于口腔扫描图像对应的矢状位投影图像确定牙槽突关联区域，该牙槽突关联区域包括下颌牙槽突区域和至少部分下颌骨升支区域；获得口腔扫描图像中的牙槽突关联区域对应的轴位投影图像；对该轴位投影图像进行图像分割，获得牙弓掩膜图像；基于牙弓掩膜图像获得牙弓曲线。牙槽突关联区域不受口腔中的视野状况及牙齿状况的影响，因此获得牙弓曲线的过程无需受到口腔中视野状况及牙齿状况的约束，通过该种方式可在局部中小视野的CBCT影像、牙齿状况复杂(全口缺失、混合牙列、金属伪影等)的场景下获得稳定且准确的牙弓掩膜图像，并基于该牙弓掩膜图像获得稳定且准确的牙弓曲线。的牙弓曲线。的牙弓曲线。

【技术实现步骤摘要】
一种口腔扫描图像处理方法以及装置


[0001]本申请涉及齿科图像处理
，具体涉及一种口腔扫描图像处理方法、口腔扫描图像处理装置、电子设备以及计算机可读取存储介质。

技术介绍

[0002]牙弓曲线是与牙列相切的理想曲线，牙弓曲线的拟合和生成在辅助矫正设计和模拟排牙试验中有重要意义。随着口腔治疗和正畸学的发展，对牙弓曲线拟合的要求也越来越高，各种几何曲线(抛物线、椭圆线、悬链线等)与数学函数(贝塔函数、the Fourier Series、多曲余弦函数等)均被应用于牙弓形态的描述。
[0003]当前采用牙齿作为牙弓掩膜图像获取的基础，并对视野完整性要求较高(例如，要求CBCT图像中颌骨显示基本完整，牙齿状况良好、无显著缺失等)，对于局部中小视野的CBCT影像、牙齿状况复杂(全口缺失、混合牙列、金属伪影等)的场景，则无法生成稳定且准确的牙弓曲线。

技术实现思路

[0004]本申请提供一种口腔扫描图像处理方法、装置、电子设备及计算机可读存储介质，以解决现有技术中对于局部中小视野的CBCT影像、牙齿状况复杂的场景无法生成稳定且准确的牙弓曲线的问题。
[0005]为了解决或者一定程度上改善上述技术问题，根据本申请一方面，提供一种牙弓曲线生成方法，该方法包括：
[0006]基于口腔扫描图像对应的矢状位投影图像确定牙槽突关联区域，所述牙槽突关联区域包括下颌牙槽突区域和至少部分下颌骨升支区域；
[0007]获得所述口腔扫描图像中的所述牙槽突关联区域对应的轴位投影图像；
[0008]对所述轴位投影图像进行图像分割，获得牙弓掩膜图像；
[0009]基于所述牙弓掩膜图像获得牙弓曲线。
[0010]在一些实施方式中，所述基于所述牙弓掩膜图像获得牙弓曲线，包括：
[0011]对所述牙弓掩膜图像进行距离变换，获得距离变换图像，
[0012]使用骨架提取模型对所述距离变换图像进行分割，获得初始牙弓骨架图像，所述骨架提取模型为预先训练的用于基于输入的距离变换图像输出对应的牙弓骨架图像的深度神经网络模型；
[0013]采用细化算法对所述初始牙弓骨架图像进行二次骨架提取，获得目标牙弓骨架图像；
[0014]基于所述目标牙弓骨架图像获得牙弓曲线。
[0015]在一些实施方式中，所述基于所述目标牙弓骨架图像获得牙弓曲线，包括：
[0016]使用三次样条插值法对所述目标牙弓骨架图像进行处理，获得所述牙弓曲线。
[0017]在一些实施方式中，所述基于口腔扫描图像对应的矢状位投影图像确定牙槽突关
联区域，包括：
[0018]将所述口腔扫描图像对应的矢状位投影图像输入牙槽突关联区域提取模型，获得所述牙槽突关联区域提取模型输出的牙槽突关联区域的掩膜图像，所述牙槽突关联区域提取模型为预先训练的用于基于输入的矢状位投影图像输出与之对应的牙槽突关联区域的掩膜图像的深度神经网络模型。
[0019]在一些实施方式中，所述获得所述口腔扫描图像中的所述牙槽突关联区域对应的轴位投影图像，包括：
[0020]将所述口腔扫描图像中处于所述牙槽突关联区域范围内的区域按照轴位方向进行最大密度投影，获得所述轴位投影图像。
[0021]在一些实施方式中，所述对所述轴位投影图像进行图像分割，获得牙弓掩膜图像，包括：
[0022]将所述轴位投影图像输入牙弓掩膜分割模型，获得所述牙弓掩膜分割模型输出的所述牙弓掩膜图像，所述牙弓掩膜分割模型为预先训练的用于基于输入的轴位投影图像输出对应的牙弓掩膜图像的深度神经网络模型。
[0023]在一些实施方式中，所述方法还包括：
[0024]基于所述牙弓掩膜图像获得牙弓厚度；
[0025]基于所述牙弓曲线和所述牙弓厚度对所述口腔扫描图像对应的口腔全景片图像进行重建。
[0026]根据本申请的另一方面，提供一种口腔扫描图像处理装置，所述装置包括：
[0027]牙槽突关联区域确定单元，用于基于口腔扫描图像对应的矢状位投影图像确定牙槽突关联区域，所述牙槽突关联区域包括牙槽突区域和至少部分下颌骨升支区域；
[0028]轴位投影图像获得单元，用于获得所述口腔扫描图像中的所述牙槽突关联区域对应的轴位投影图像；
[0029]牙弓掩膜图像获得单元，用于对所述轴位投影图像进行图像分割，获得牙弓掩膜图像；
[0030]牙弓曲线获得单元，用于基于所述牙弓掩膜图像获得牙弓曲线。
[0031]根据本申请的另一方面，提供一种电子设备，包括处理器和存储器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现上述方法。
[0032]根据本申请的另一方面，提供一种计算机可读存储介质，其上存储有一条或多条计算机指令，该指令被处理器执行以实现上述方法。
[0033]与现有技术相比，本申请具有以下优点：
[0034]本申请提供的口腔扫描图像处理方法，基于口腔扫描图像对应的矢状位投影图像确定牙槽突关联区域，该牙槽突关联区域包括下颌牙槽突区域和至少部分下颌骨升支区域；获得口腔扫描图像中的牙槽突关联区域对应的轴位投影图像；对该轴位投影图像进行图像分割，获得牙弓掩膜图像；基于牙弓掩膜图像获得牙弓曲线。本申请基于矢状位投影图像确定牙槽突关联区域，并获得该牙槽突关联区域对应的轴位投影图像，对该轴位投影图像进行分割，获得牙弓掩膜图像，由于该牙弓掩膜图像的获得方式依赖于牙槽突关联区域，牙槽突关联区域包含下颌牙槽突区域和至少部分下颌骨升支区域，该区域不受口腔中的视
野状况及牙齿状况的影响，因此获得牙弓曲线的过程无需受到口腔中视野状况及牙齿状况的约束，通过该种方式可在局部中小视野的CBCT影像、牙齿状况复杂(全口缺失、混合牙列、金属伪影等)的场景下获得稳定且准确的牙弓掩膜图像，并基于该牙弓掩膜图像获得稳定且准确的牙弓曲线。
[0035]进一步的，本申请对牙弓掩膜图像进行距离变换，获得距离变换图像，使用骨架提取模型对距离变换图像进行分割，获得初始牙弓骨架图像，骨架提取模型为预先训练的用于基于输入的距离变换图像输出对应的牙弓骨架图像的深度神经网络模型；采用细化算法对初始牙弓骨架图像进行二次骨架提取，获得目标牙弓骨架图像；基于目标牙弓骨架图像获得牙弓曲线。该种二阶段提取牙弓骨架的方式可在牙齿及颌骨区域成像不完整时、获得正确的目标牙弓骨架，进而得到准确的牙弓曲线。
附图说明
[0036]图1是本申请实施例提供的口腔扫描图像处理方法流程图；
[0037]图2是本申请实施例提供的基于口腔扫描图像获取矢状位投影图像的示意图；
[0038]图3是本申请实施例提供的牙槽突关联区域的示意图；
[0039]图4是本申请实施例提供的获得牙槽突关联区域掩膜图像的示意图；
[0040]图5是本申请实施例提供的获得轴位投影图像的示意图；
[0041]图6是本申请实施例提供的获得牙弓掩膜图像的示意图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种口腔扫描图像处理方法，其特征在于，包括：基于口腔扫描图像对应的矢状位投影图像确定牙槽突关联区域，所述牙槽突关联区域包括下颌牙槽突区域和至少部分下颌骨升支区域；获得所述口腔扫描图像中的所述牙槽突关联区域对应的轴位投影图像；对所述轴位投影图像进行图像分割，获得牙弓掩膜图像；基于所述牙弓掩膜图像获得牙弓曲线。2.根据权利要求1所述的方法，其特征在于，所述基于所述牙弓掩膜图像获得牙弓曲线，包括：对所述牙弓掩膜图像进行距离变换，获得距离变换图像，使用骨架提取模型对所述距离变换图像进行分割，获得初始牙弓骨架图像，所述骨架提取模型为预先训练的用于基于输入的距离变换图像输出对应的牙弓骨架图像的深度神经网络模型；采用细化算法对所述初始牙弓骨架图像进行二次骨架提取，获得目标牙弓骨架图像；基于所述目标牙弓骨架图像获得牙弓曲线。3.根据权利要求2所述的方法，其特征在于，所述基于所述目标牙弓骨架图像获得牙弓曲线，包括：使用三次样条插值法对所述目标牙弓骨架图像进行处理，获得所述牙弓曲线。4.根据权利要求1所述的方法，其特征在于，所述基于口腔扫描图像对应的矢状位投影图像确定牙槽突关联区域，包括：将所述口腔扫描图像对应的矢状位投影图像输入牙槽突关联区域提取模型，获得所述牙槽突关联区域提取模型输出的牙槽突关联区域的掩膜图像，所述牙槽突关联区域提取模型为预先训练的用于基于输入的矢状位投影图像输出与之对应的牙槽突关联区域的掩膜图像的深度神经网络模型。5.根据权利要求1所述的方法，其特征在于，所述获得所述口腔扫描图像中的所述牙槽突关联区域对应的轴位投影图像，包括：将所述口腔扫描图像...

【专利技术属性】
技术研发人员：丁鹏，徐子能，白海龙，
申请(专利权)人：北京羽医甘蓝信息技术有限公司，
类型：发明
国别省市：