【技术实现步骤摘要】
一种牙齿变化检测方法、系统、电子设备及存储介质
[0001]本专利技术属于模式识别
，具体涉及一种牙齿变化检测方法、系统、电子设备及存储介质。
技术介绍
[0002]随着居民收入的提高以及口腔健康知识的普及，人们对于牙齿美容的接受度正在逐年提升，其行业和对应市场在近年来一直保持着快速增长态势。
[0003]然而，当前牙齿美容过程的自动化程度仍然不够高。例如牙齿矫正时常需要矫正人员手动判断牙齿前后变化与差异程度，存在主观性强和误差大等缺点，容易造成客户基牙疼痛、咀嚼模式变化等不适症状。同时基于手动的牙齿矫正过程耗时费力，容易疲劳，消耗较多人力物力。因此实现牙齿矫正的自动化和智能化对于牙齿正畸学的发展十分重要。但是当前很多商用的变化检测软件仍然使用传统手动设计算子的算法，性能较低、鲁棒性差，需要进行改善。
[0004]另一方面，深度学习等新理论与技术由于具有自动学习特征的优势，近年来已经在目标检测领域取得成功。但是，现有的基于深度学习的变化检测方法一般应用在二维目标中，对于较为复杂的三维目标(如牙齿)的变化...
【技术保护点】
【技术特征摘要】
1.一种牙齿变化检测方法，其特征在于，包括：采集牙齿三维数据并进行预处理，构建得到三维牙齿数据集，所述预处理包括点云格式转换、坐标规范化和数据扩充；依次构建基于PointNet++的点云特征提取模块、基于自注意力机制和交叉注意力机制的注意力网络模块、反卷积模块和全连接层，得到待训练的牙齿三维变化检测模型；所述牙齿三维变化检测模型具有孪生网络结构；构建复合型损失函数，所述复合型损失函数由二元交叉熵损失函数、Tversky焦点损失函数和广义Dice损失函数组成；利用所述三维牙齿数据集和所述复合型损失函数，对所述待训练的变化检测模型进行训练，获得训练完成的变化检测模型；将待处理的牙齿点云数据输入至所述训练完成的变化检测模型，得到牙齿变化检测结果。2.根据权利要求1所述的牙齿变化检测方法，其特征在于，将待处理的牙齿点云数据输入至所述训练完成的变化检测模型，得到牙齿变化检测结果的步骤，包括：通过牙科口腔扫描设备扫描得到牙齿三维数据，并对所述牙齿三维数据进行点云格式转换、坐标规范化和数据扩充，其中，点云格式转换将所述牙齿三维数据由ply格式转换为pcd格式，坐标规范化将每个维度的坐标值归一化到[
‑
1,1]之间，数据扩充采用旋转和平移变换；将预处理后的牙齿三维点云数据输入所述训练完成的变化检测模型，以使所述预处理后的牙齿三维点云数据依次经过点云特征提取模块、注意力网络模块、反卷积模块和全连接层后，得到二分类结果，以实现三维牙齿变化区域的检测。3.根据权利要求2所述的牙齿变化检测方法，其特征在于，所述点云特征提取模块包括：采样层、分组层和PointNet层；所述采样层，用于对所述预处理后的牙齿三维点云数据进行降采样，并利用迭代最远点采样算法选出若干个中心点；所述分组层，用于利用所述若干个中心点将降采样后的牙齿三维点云数据划分为若干个区域；所述PointNet层，用于利用PointNet网络对每个所述区域进行特征提取，得到全局特征。4.根据权利要求3所述的牙齿变化检测方法，其特征在于，所述采样层具体用于：对所述预处理后的牙齿三维点云数据进行降采样后，随机选择一个牙齿三维点云数据作为初始点，形成已选择采样点集；计算未选择的各个牙齿三维点云数据与已选择采样点集中已选择的各个牙齿三维点云数据之间的距离，并将最大距离对应的未选择的牙齿三维点云数据加入所述已选择采样点集，直至获得预设数量的中心点；所述分组层具体用于：针对每个所述中心点，分别以三个不同的预设尺度围绕该中心点画三个圆形区域，每个圆形区域的半径和所包含牙齿三维点云数据的数量均不同，对不同尺度的圆形区域进行特征提取后进一步拼接提取到的特征，获得每个所述中心点的对应特征；所述PointNet层具体用于：将维度为B*N*K*(d+C)的所述对应特征进行维度提升，获得
维度为B*N*K*C1的输出点云特征，进一步对每个圆形区域进行池化操作后，利用多层感知机MLP对池化结果做全连接处理，得到全局特征；其中，B为每个批量的大小，N和K分别为点云数量和坐标数，d+C为通道数，C1为维度提升后新的通道数大小。5.根据权利要求3所述的牙齿变化检测方法，其特征在于，所述注意力网络...
【专利技术属性】
技术研发人员：牛丽娜，曹志诚，王宇泽，余昊翰，蒙萌，王楠，
申请(专利权)人：西安电子科技大学，
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。