一种三维牙颌模型牙齿分割方法技术

本发明专利技术公开了一种三维牙颌模型牙齿分割方法，属于医学图像分割领域。本发明专利技术针对三维牙颌模型数据，分割模型中的每颗牙齿，其处理步骤包括：数据预处理，包括牙弓线拟合、牙弓线离散与网格细分；基于深度图像与投影图像的齿

【技术实现步骤摘要】
一种三维牙颌模型牙齿分割方法


[0001]本专利技术属于医学图像分割领域，具体涉及一种三维牙模型牙齿分割方法。

技术介绍

[0002]随着生物技术和医疗技术的高速发展，我国精准医疗事业不断发展。精准医疗是一种基于患者个体做诊断、治疗以及预防的医疗模式。相比于传统医疗仅仅根据患者的临床症状以及疾病之前的共性制定治疗方案，精准医疗的最大优势是可以根据大数据分析与患者个体的生物信息差异，为每个患者提供最适合的个性化医疗方案。精准医疗能使医生对患者的疾病做更加准确有效的分析、诊断、治疗与预防。
[0003]近年来，由于饮食习惯等因素的影响，受口腔疾病困扰的患者数量较多并仍表现出逐年增加的趋势，牙齿拥挤、稀疏等现象普遍存在于广大人群中。牙齿不齐会导致患者增加消化系统疾病发病率、发音受限、面部软组织不协调导致不美观、牙齿过度磨损以及难以清洁造成蛀牙或增加其他口腔疾病的发病率。牙齿的正畸对于患者的外表美观、身体健康与心理健康都有着十分重要的作用。
[0004]计算机辅助正畸治疗系统利用口内扫描仪获取患者牙的数据，通过软件直接确定每颗牙齿的位置、并帮助口腔医生对患者牙做牙弓形态分析、WALA嵴区域分析与咬合平面分析，以及制定最适合患者本人的个性化正畸治疗方案，设计出完美的牙列和咬合关系。计算机辅助正畸可以让漫长的牙齿矫正过程可视化，通过软件生成直观的动画方案，给患者展示正畸方案的矫正过程。也可以帮助患者对比不同方案的治疗结果。计算机辅助正畸的直观、精准、个性化等诸多优势，使得正畸过程更加高效、快捷。
[0005]牙齿分割是数字化口腔正畸中最基础也是最关键的一步。通过口内扫描仪获取患者的三维牙模型数据包括了牙龈和牙齿两部分，计算机辅助正畸治疗系统需要首先从患者的三维牙模型数据中分割出单颗牙齿，方便口腔医生通过对单颗牙齿做分析、拖动和排列，以模拟治疗方案的效果并根据患者的实际情况和偏好对方案做进一步调整。三维牙模型的牙齿分割是至关重要的一步，其分割效率与分割精度直接影响了后续口腔治疗的准确性和效率。
[0006]三维牙模型的牙齿分割方法大致分为四类：基于曲率的牙齿分割、基于谐波场的牙齿分割、基于二维图像的牙齿分割以及基于深度学习的牙齿分割。
[0007](1)基于曲率的牙齿分割。基于曲率的分割方法对三维牙模型的数据点做曲率计算，利用牙齿
‑
牙龈边缘区以及牙齿
‑
牙齿边缘区为凹陷区域这一特点，利用曲率识别出这些边缘凹陷区域并分割牙列或牙齿。
[0008]Kumar等[Kumar Y,Janardan R,Larson B,et al.Improved segmentation of teeth in dental models.Computer
‑
Aided Design and Applications,2011,8(2):211
‑
224.]通过为用户提供一个直观的控制曲率的工具，使其能观察边界特征区域随主曲率变化的过程，并设置一个最合适的曲率值。随后细化特征区域，采用泛洪填充(Flood Fill)算法将牙龈与牙齿分离，并修复错误牙龈线，以分割牙列。
[0009]Yuan等[Yuan T,Wang Y,Hou Z,et al.Tooth segmentation and gingival tissue deformation framework for 3D orthodontic treatment planning and evaluating.Medical&Biological Engineering&Computing,2020,58:2271
‑
2290.]提出了一种结合局部曲面拟合和三维形态运算的方法，能实现精确的主曲率计算以及边界特征区域的提取。先通过主曲率识别沿齿
‑
齿、齿
‑
龈分布的凹形边缘区域(即特征区域)，利用数学形态学操作填充特征区域内的孔洞使其边缘光滑。最后从特征区域中提取牙齿边缘曲线，分割牙齿。
[0010]基于曲率的牙齿分割方法基本都需要设置曲率阈值，牙齿分割效果也极大地依赖曲率阈值的选取，有的方法通过自动设置全局阈值，有的方法通过用户手动设置合适的阈值。全局阈值很难满足不同形态的牙齿，容易造成过分割或欠分割。
[0011](2)基于谐波场的牙齿分割。基于谐波场(Harmonic Field，HF)的牙齿分割方法利用了谐波场的平滑和形状识别的特性来分割牙齿。
[0012]Zou等[Zou B,Liu S,Liao S,et al.Interactive tooth partition of dental mesh base on tooth
‑
target harmonic field.Computers in biology and medicine,2015,56:132
‑
144.]提出了一种利用谐波场的半自动分割牙齿的方法。其在先验知识的指导下，采用改进的加权方案和约束的齿
‑
目标谐波场(tooth
‑
target harmonic field)来识别牙齿边缘。利用文献[Kumar Y,Janardan R,Larson B.Automatic feature identification in dental meshes.Computer
‑
Aided Design and Applications,2012,9(6):747
‑
769.]的方法自动识别牙齿上的特征点、用户鼠标点击每颗牙齿齿间间隙的点，以及该算法自动识别的牙龈点这三种特征点构建谐波场，获取牙齿边缘进而分割牙齿。
[0013]Liao等[Liao S,Liu S,Zou B,et al.Automatic tooth segmentation of dental mesh based on harmonic fields.BioMed research international,2015,2015.]改进了Zou等的工作，提出了一种利用谐波场的全自动分割牙齿的方法。根据文献[Kondo T,Ong S H,Foong K W C.Tooth segmentation of dental study models using range images.IEEE Transactions on medical imaging,2004,23(3):350
‑
362.]将牙齿上的特征点分为奇偶两组，其次根据以上先验知识设计新的牙齿约束方案构建谐波场识别牙齿边缘并分割牙齿。
[0014]基于谐波场的牙齿分割方法有个致命的缺陷是不能独立地分割牙齿，该方法必须依赖其他方法对三维牙模型做一定的预处理，得到相应的初始条件才能将谐波场应用于牙齿分割。
[0015](3)基于二维图像的牙齿分割。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维牙颌模型牙齿分割方法，其特征在于，包括下列步骤：步骤S1，深度图像与投影图像的生成：计算三维牙模型的曲率，基于曲率检测牙模型的特征区域，采用三次多项式拟合牙弓曲线；按等弧长原则离散牙弓曲线，并对三维牙模型做三角网格细分；确定三维牙模型中三维坐标与二维坐标的坐标转换方式，根据数据点到牙弓曲面的距离、数据点的曲率值、数据点的密度值生成全景深度图像、曲率全景投影图像与密度全景投影图像；步骤S2，基于深度图像与投影图像的边缘检测：基于小波变换对全景深度图像与全景投影图像做边缘检测，综合全景深度图像、曲率全景投影图像与密度全景投影图像的边缘检测结果得到齿
‑
齿、齿
‑
龈边缘；步骤S3，基于多目标优化的区域增长：区域增长算法的种子点选取条件包括：远离牙齿
‑
牙龈边缘，每颗牙齿的种子点集个数与该牙齿的数据点个数的偏差在允许范围内，在磨牙面均匀取点，以及选取的种子点为非边缘点；区域增长算法的停止条件包括局部与整体相结合的方式，其中，局部停止条件为：基于齿
‑
齿、齿
‑
龈边缘反映射回三维的齿
‑
齿、齿
‑
龈边缘点集的特征，利用多目标优化选取曲率阈值和密度阈值，并将选取的曲率阈值和密度阈作为局部控制区域增长停止的条件；局部停止条件：通过二维全景全景深度图像中已增长区域占齿
‑
齿、齿
‑
龈边缘像素的比例控制区域增长的停止；步骤S4，基于区域增长的牙列分割与牙齿分割：通过区域增长分割出完整牙列，在分割出的牙列上再做一次区域增长分割牙齿。2.如权利要求1所述的方法，其特征在于，三维牙模型的曲率计算方式为利用B
é
zier曲面拟合三角面片的网格曲率，每个顶点的曲率为与该顶点相邻的面的曲率的加权平均值。3.如权利要求1所述的方法，其特征在于，牙弓曲线的拟合方式为：利用三维牙模型的曲率值对其做嵴检测，根据检测出的特征区域，三次拟合牙弓；且在拟合牙弓曲线时，仅处理二维平面所对应的坐标。4.如权利要求1所述的方法，其特征在于，三维牙模型中三维坐标与二维坐标的坐标转换方式为：将牙模型的牙弓曲线离散成一系列离散点D
arch
＝[d1,d2,...,d
n
]，其中，n表示离散点数量；对于每个离散点d
i
，过d
i
作垂直于牙弓曲线的垂线l
...

【专利技术属性】
技术研发人员：罗嘉庆，陈子蝶，刘祥云，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：