本申请提供了一种口腔图像分割方法、口腔图像分割系统、设备及存储介质，属于人工智能技术领域。该方法包括：获取原始图像的口腔色彩图像和口腔深度图像；口腔分割模型包括编码子模型、空间注意力子模型和解码子模型；基于编码子模型对口腔色彩图像和口腔深度图像进行编码处理，得到口腔编码特征；基于空间注意力子模型对口腔编码特征进行注意力处理，得到口腔注意力特征；基于解码子模型对口腔注意力特征进行解码处理，得到分割掩码图像；根据原始图像和分割掩码图像进行图像分割，得到目标分割图像，目标分割图像用于表示原始图像中关键结构的分割图像。本申请实施例能够有效提高口腔图像分割的抗干扰能力和分割准确性。口腔图像分割的抗干扰能力和分割准确性。口腔图像分割的抗干扰能力和分割准确性。
【技术实现步骤摘要】
口腔图像分割方法、口腔图像分割系统、设备及存储介质
[0001]本申请涉及人工智能
，尤其涉及一种口腔图像分割方法、口腔图像分割系统、设备及存储介质。
技术介绍
[0002]口腔图像是指用于观察和分析口腔内部结构的图像。口腔图像分割是指将口腔图像中的不同结构或组织(如牙齿、牙龈、舌头等)分割出来，以实现口腔疾病诊断、牙齿计算机辅助设计、口腔手术规划等应用的技术。
[0003]目前，相关技术的口腔图像分割算法通常是对特定的医疗设备采集到的医疗影像进行图像分割处理。对于非医疗设备采集的口腔图像，由于采集的口腔图像容易受到光照强度、远近距离、相对位置等干扰因素的影响，从而影响口腔图像的分割准确性。因此，如何提供一种抗干扰能力更强、分割准确性更高的口腔图像分割方法，成为了亟待解决的技术问题。
技术实现思路
[0004]本申请实施例的主要目的在于提出了一种口腔图像分割方法、口腔图像分割系统、设备及存储介质，能够有效提高口腔图像分割的抗干扰能力和分割准确性。
[0005]为实现上述目的，本申请实施例的第一方面提出了一种口腔图像分割方法，所述方法包括：
[0006]获取原始图像，所述原始图像包括口腔色彩图像和与所述口腔色彩图像匹配的口腔深度图像；
[0007]将所述口腔色彩图像和所述口腔深度图像输入至预先训练的口腔分割模型，所述口腔分割模型包括编码子模型、空间注意力子模型和解码子模型；
[0008]基于所述编码子模型对所述口腔色彩图像和所述口腔深度图像进行编码处理，得到口腔编码特征；
[0009]基于所述空间注意力子模型对所述口腔编码特征进行注意力处理，得到口腔注意力特征；
[0010]基于所述解码子模型对所述口腔注意力特征进行解码处理，得到分割掩码图像；
[0011]根据所述原始图像和所述分割掩码图像进行图像分割，得到目标分割图像，所述目标分割图像用于表示所述原始图像中关键结构的分割图像。
[0012]在一些实施例中，所述编码子模型包括特征编码层、深度卷积层、逐点卷积层和扩张卷积层，所述基于所述编码子模型对所述口腔色彩图像和所述口腔深度图像进行编码处理，得到口腔编码特征，包括：
[0013]基于所述特征编码层对所述口腔色彩图像和所述口腔深度图像进行特征编码，得到原始深度特征；
[0014]基于所述深度卷积层对所述原始深度特征进行深度卷积处理，得到深度卷积特
征；
[0015]基于所述逐点卷积层对所述深度卷积特征进行逐点卷积处理，得到中间卷积特征；
[0016]基于所述扩张卷积层对所述中间卷积特征进行扩张卷积处理，得到所述口腔编码特征。
[0017]在一些实施例中，所述基于所述空间注意力子模型对所述口腔编码特征进行注意力处理，得到口腔注意力特征，包括：
[0018]对所述口腔编码特征进行注意力权重计算，得到口腔注意力权重矩阵；
[0019]对所述口腔注意力权重矩阵和所述口腔编码特征进行加权处理，得到所述口腔注意力特征。
[0020]在一些实施例中，所述根据所述原始图像和所述分割掩码图像进行图像分割，得到目标分割图像，包括：
[0021]根据所述分割掩码图像对所述原始图像进行掩码区域提取，得到分割区域数据；
[0022]根据所述分割区域数据对所述原始图像进行区域分割，得到所述目标分割图像。
[0023]在一些实施例中，所述根据所述分割掩码图像对所述原始图像进行掩码区域提取，得到分割区域数据，包括：
[0024]对所述分割掩码图像进行掩码区域提取，得到掩码区域数据；其中，所述掩码区域数据用于表示所述关键结构在所述原始图像的位置；
[0025]根据所述掩码区域数据对所述原始图像进行区域数据提取，得到所述分割区域数据。
[0026]在一些实施例中，所述解码子模型包括解码层和上采样层，所述基于所述解码子模型对所述口腔注意力特征进行解码处理，得到分割掩码图像，包括：
[0027]基于所述解码层对所述口腔注意力特征进行解码处理，得到初始解码图像；
[0028]基于所述上采样层对所述初始解码图像进行上采样处理，得到所述分割掩码图像。
[0029]在一些实施例中，所述获取原始图像包括：
[0030]根据深度相机采集初始色彩图像和初始深度图像；
[0031]对所述初始色彩图像进行图像预处理，得到预处理色彩图像；
[0032]对所述初始深度图像进行图像预处理，得到预处理深度图像；
[0033]对所述预处理色彩图像进行口腔区域提取，得到所述口腔色彩图像；
[0034]对所述预处理深度图像进行口腔区域提取，得到所述口腔深度图像。
[0035]为实现上述目的，本申请实施例的第二方面提出了一种口腔图像分割系统，所述系统包括：
[0036]图像获取模块，用于获取原始图像，所述原始图像包括口腔色彩图像和与所述口腔色彩图像匹配的口腔深度图像；
[0037]图像输入模块，用于将所述口腔色彩图像和所述口腔深度图像输入至预先训练的口腔分割模型，所述口腔分割模型包括编码子模型、空间注意力子模型和解码子模型；
[0038]编码模块，用于基于所述编码子模型对所述口腔色彩图像和所述口腔深度图像进行编码处理，得到口腔编码特征；
[0039]注意力模块，用于基于所述空间注意力子模型对所述口腔编码特征进行注意力处理，得到口腔注意力特征；
[0040]解码模块，用于基于所述解码子模型对所述口腔注意力特征进行解码处理，得到分割掩码图像；
[0041]图像分割模块，用于根据所述原始图像和所述分割掩码图像进行图像分割，得到目标分割图像，所述目标分割图像用于表示所述原始图像中关键结构的分割图像。
[0042]为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例的第一方面提出的任一项所述的方法。
[0043]为实现上述目的，本申请实施例的第四方面还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本申请实施例的第一方面提出的任一项所述的方法。
[0044]本申请实施例提出的口腔图像分割方法、口腔图像分割系统、设备及存储介质，首先，获取原始图像，该原始图像包括口腔色彩图像和与口腔色彩图像匹配的口腔深度图像。将口腔色彩图像和口腔深度图像输入至预先训练的口腔分割模型，口腔分割模型包括编码子模型、空间注意力子模型和解码子模型。然后，基于编码子模型对口腔色彩图像和口腔深度图像进行编码处理，得到口腔编码特征；基于空间注意力子模型对所述口腔编码特征进行注意力处理，得到口腔注意力特征；基于解码子模型对口腔注意力特征进行解码处理，得到分割掩码图像。之后，根据原始图像和分割掩码图像进行图像分割，得到目标分割图像，该目标分割图像用于表本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种口腔图像分割方法，其特征在于，所述方法包括：获取原始图像，所述原始图像包括口腔色彩图像和与所述口腔色彩图像匹配的口腔深度图像；将所述口腔色彩图像和所述口腔深度图像输入至预先训练的口腔分割模型，所述口腔分割模型包括编码子模型、空间注意力子模型和解码子模型；基于所述编码子模型对所述口腔色彩图像和所述口腔深度图像进行编码处理，得到口腔编码特征；基于所述空间注意力子模型对所述口腔编码特征进行注意力处理，得到口腔注意力特征；基于所述解码子模型对所述口腔注意力特征进行解码处理，得到分割掩码图像；根据所述原始图像和所述分割掩码图像进行图像分割，得到目标分割图像，所述目标分割图像用于表示所述原始图像中关键结构的分割图像。2.根据权利要求1所述的方法，其特征在于，所述编码子模型包括特征编码层、深度卷积层、逐点卷积层和扩张卷积层，所述基于所述编码子模型对所述口腔色彩图像和所述口腔深度图像进行编码处理，得到口腔编码特征，包括：基于所述特征编码层对所述口腔色彩图像和所述口腔深度图像进行特征编码，得到原始深度特征；基于所述深度卷积层对所述原始深度特征进行深度卷积处理，得到深度卷积特征；基于所述逐点卷积层对所述深度卷积特征进行逐点卷积处理，得到中间卷积特征；基于所述扩张卷积层对所述中间卷积特征进行扩张卷积处理，得到所述口腔编码特征。3.根据权利要求2所述的方法，其特征在于，所述基于所述空间注意力子模型对所述口腔编码特征进行注意力处理，得到口腔注意力特征，包括：对所述口腔编码特征进行注意力权重计算，得到口腔注意力权重矩阵；对所述口腔注意力权重矩阵和所述口腔编码特征进行加权处理，得到所述口腔注意力特征。4.根据权利要求1所述的方法，其特征在于，所述根据所述原始图像和所述分割掩码图像进行图像分割，得到目标分割图像，包括：根据所述分割掩码图像对所述原始图像进行掩码区域提取，得到分割区域数据；根据所述分割区域数据对所述原始图像进行区域分割，得到所述目标分割图像。5.根据权利要求4所述的方法，其特征在于，所述根据所述分割掩码图像对所述原始图像进行掩码区域提取，得到分割区域数据，包括：对所述分割掩码图像进行掩码区域提取，得到掩码区域数据；其中...
【专利技术属性】
技术研发人员：唐晓颖，何华卿，孟庆虎，
申请(专利权)人：南方科技大学，
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。