本发明专利技术涉及一种自动裁剪口扫牙模提取感兴趣区域面片的方法和系统，包括：步骤S1：将批量网格训练数据mesh1转成体素数据volum1；步骤S2：将步骤S1中的mesh1，在牙冠最低点向下延伸3个单位进行裁剪，对应的裁剪后的网格数据mesh2进行补洞，遍历步骤S1中的每个体素点，将位于mesh2内部或者表面上的体素点的标签label值设为1；步骤S3：对上述步骤S1和步骤S2处理后的数据进行网络训练；步骤S4：对新的网格数据mesh3进行推理。本发明专利技术的自动裁剪口扫牙模提取感兴趣区域面片的方法和系统通过AI学习结果自动对口扫牙模进行裁剪，提取感兴趣区域面片，实施自动裁剪，剔除初始牙模过多冗余的面片部分，能够有效提升牙齿分割和排牙的效率。效率。效率。
【技术实现步骤摘要】
自动裁剪口扫牙模提取感兴趣区域面片的方法及系统
[0001]本专利技术涉及领域，尤其涉及一种自动裁剪口扫牙模提取感兴趣区域面片的方法及系统。
技术介绍
[0002]目前口扫牙模数据较大，且较多为无关数据，影响牙齿分割和排牙的效率，没有较好的自动化裁剪方案。
技术实现思路
[0003]本专利技术要解决的技术问题是设计一种自动裁剪口扫牙模提取感兴趣区域面片的方法及系统，解决现有口扫牙模数据较大、关键信息不明确的技术问题。
[0004]为解决上述技术问题，本专利技术的自动裁剪口扫牙模提取感兴趣区域面片的方法包括如下步骤：
[0005]步骤S1：将批量网格训练数据mesh1转成体素数据volum1；
[0006]步骤S2：将步骤S1中的mesh1，在牙冠最低点向下延伸3个单位进行裁剪，对应的裁剪后的网格数据mesh2进行补洞，遍历步骤S1中的每个体素点，将位于mesh2内部或者表面上的体素点的标签label值设为1；
[0007]步骤S3：对上述步骤S1和步骤S2处理后的数据进行网络训练；
[0008]步骤S4：对新的网格数据mesh3进行推理。
[0009]进一步的，步骤S4具体包括：
[0010]步骤S41：新的网格数据转化成体素数据；
[0011]步骤S42：应用步骤S3的训练好的模型进行网络推理，得到推理结果，即分割后的mask；
[0012]步骤S43：对步骤S42中的mask结果网格化，得到mesh4；
[0013]步骤S44：基于原始网格数据mesh3以及步骤S43中的网格mesh4，求出mesh4所有顶点和mesh3中所有顶点的距离，计算mesh4每一顶点在mesh3中距离最近的顶点，得到被保留的主体网格数据mesh5；
[0014]步骤S45：计算mesh5最大的边界boundaryline；
[0015]步骤S46：基于步骤S45中的最大边界，对原始网格数据实施曲线切割，得到切割后的网格。
[0016]进一步的，步骤S45中，通过判断mesh5的所有半边是否为边界，取出对应半边顶点，计算mesh5最大的边界boundaryline。
[0017]进一步的，步骤S46中，计算出boundaryline每一顶点在原始网格中距离最近的点，将这些点理合成曲线，并进行Laplace光滑对原始网格数据实施曲线切割。
[0018]本专利技术还提供一种自动裁剪口扫牙模提取感兴趣区域面片的系统，包括：
[0019]至少一个处理器；以及
[0020]至少一个与所述处理器通信连接的存储器；
[0021]其中，所述存储器存储有可被处理器执行的指令，所述指令被所述处理器执行，以使电子设备执行前述的自动裁剪口扫牙模提取感兴趣区域面片的方法。
[0022]本专利技术的有益效果：本专利技术的自动裁剪口扫牙模提取感兴趣区域面片的方法和系统通过AI学习结果自动对口扫牙模进行裁剪，提取感兴趣区域面片，实施自动裁剪，剔除初始牙模过多冗余的面片部分，能够有效提升牙齿分割和排牙的效率。
附图说明
[0023]下面结合附图对本专利技术的具体实施方式做进一步阐明。
[0024]图1为原始数据；
[0025]图2为原始数据网格转体素数据；
[0026]图3为推理分割出的体素数据；
[0027]图4为分割结果体素转网格的最大边界点；
[0028]图5为对原始数据进行曲线切割结果。
具体实施方式
[0029]实施例1
[0030]结合图1
‑
图5，本专利技术的自动裁剪口扫牙模提取感兴趣区域面片的方法包括如下步骤：
[0031]步骤S1：将批量网格训练数据mesh1转成体素数据volum1，如图2所示；
[0032]步骤S2：将步骤S1中的mesh1，在牙冠最低点向下延伸3个单位进行裁剪，对应的裁剪后的网格数据mesh2进行补洞，遍历步骤S1中的每个体素点，将位于mesh2内部或者表面上的体素点的标签label值设为1；
[0033]步骤S3：对上述步骤S1和步骤S2处理后的数据进行网络训练；
[0034]步骤S4：对新的网格数据mesh3进行推理，具体包括：
[0035]步骤S41：新的网格数据转化成体素数据；
[0036]步骤S42：应用步骤S3的训练好的模型进行网络推理，得到推理结果，即分割后的mask，如图3所示；
[0037]步骤S43：对步骤S42中的mask结果网格化，得到mesh4，如图4所示；
[0038]步骤S44：基于原始网格数据mesh3以及步骤S43中的网格mesh4，求出mesh4所有顶点和mesh3中所有顶点的距离，计算mesh4每一顶点在mesh3中距离最近的顶点，得到被保留的主体网格数据mesh5；
[0039]步骤S45：通过判断mesh5的顶点是否为边界，取出对应半边顶点，计算mesh5最大的边界boundaryline，如图4所示；
[0040]步骤S46：基于步骤S45中的最大边界，计算出boundaryline每一顶点在原始网格中距离最近的点，将这些点理合成曲线，并进行Laplace光滑对原始网格数据实施曲线切割，得到切割后的网格，如图5所示。
[0041]实施例2
[0042]本专利技术还提供一种自动裁剪口扫牙模提取感兴趣区域面片的系统，包括：
[0043]至少一个处理器；以及
[0044]至少一个与所述处理器通信连接的存储器；
[0045]其中，所述存储器存储有可被处理器执行的指令，所述指令被所述处理器执行，以使电子设备执行实施例1中的自动裁剪口扫牙模提取感兴趣区域面片的方法。
[0046]在以上的描述中阐述了很多具体细节以便于充分理解本专利技术。但是以上描述仅是本专利技术的较佳实施例而已，本专利技术能够以很多不同于在此描述的其它方式来实施，因此本专利技术不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本专利技术技术方案范围情况下，都可利用上述揭示的方法和
技术实现思路
对本专利技术技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。凡是未脱离本专利技术技术方案的内容，依据本专利技术的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本专利技术技术方案保护的范围内。
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自动裁剪口扫牙模提取感兴趣区域面片的方法，其特征在于：包括如下步骤：步骤S1：将批量网格训练数据mesh1转成体素数据volum1；步骤S2：将步骤S1中的mesh1，在牙冠最低点向下延伸3个单位进行裁剪，对应的裁剪后的网格数据mesh2进行补洞，遍历步骤S1中的每个体素点，将位于mesh2内部或者表面上的体素点的标签label值设为1；步骤S3：对上述步骤S1和步骤S2处理后的数据进行网络训练；步骤S4：对新的网格数据mesh3进行推理。2.根据权利要求1所述的自动裁剪口扫牙模提取感兴趣区域面片的方法，其特征在于：步骤S4具体包括：步骤S41：新的网格数据转化成体素数据；步骤S42：应用步骤S3的训练好的模型进行网络推理，得到推理结果，即分割后的mask；步骤S43：对步骤S42中的mask结果网格化，得到mesh4；步骤S44：基于原始网格数据mesh3以及步骤S43中的网格mesh4，求出mesh4所有顶点和mesh3中所有顶点的距离，计算mesh4每一顶点在mesh3中距离最近的顶点，得到被保留...
【专利技术属性】
技术研发人员：张家浚，谢震东，
申请(专利权)人：可丽尔医疗科技常州有限公司，
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。