【技术实现步骤摘要】
一种精度评估方法、系统和存储介质
[0001]本专利技术涉及医疗
，涉及一种用于在实施种植手术后进行对种植体的植入精度进行评估的方法
、
系统和存储介质
。
技术介绍
[0002]种植牙手术是进行缺牙治疗的有效方式，其过程大致依次为：通过扫描获取患者口腔术前的
CT
三维数据，基于
CT
三维数据根据口腔实际情况制定种植方案，以种植方案为基准实施种植手术以将种植体植入患者牙槽骨上，获取患者术后的口腔三维数据，通过对比种植方案和术后的
CT
三维数据判断种植体植入精度，当精度达到要求后在种植体上装配上基台和牙冠，直至完成种植手术
。
本技术方案聚焦如何进行种植体植入精度判断，以评估种植牙手术治疗效果
。
[0003]前后数据对比是进行种植精度评估的基本逻辑，通过评估术前种植方案和术后实际情况来判断种植体在植入点
、
植入方向和深度等方面是否存在偏差
。
现有技术中，在判断种植精度时所用到的术前数据为
CT
三维数据上的种植方案，而术后数据为完成种植后扫描所得的
CT
三维数据，这就意味着患者需要进行两次口腔
CT
数据扫描
。
毫无疑问，这样的精度评估方式能够实现种植精度判断这一技术目的，但患者需要两次暴露在
CT
辐射中，不利于健康
。
业界亟需提出一种新的种植体植入精度评估方案
【技术保护点】
【技术特征摘要】
1.
一种精度评估方法，其特征在于，包括以下步骤：
S1.
通过口腔扫描设备获取患者的牙齿轮廓扫描数据和定位杆轮廓扫描数据，根据牙齿轮廓扫描数据和定位杆轮廓扫描数据构建轮廓三维数据模型，所述定位杆固定设置于种植体上，所述定位杆和所述种植体之间刚性连接；
S2.
获取预设的牙齿
CT
三维数据和种植体
CT
三维数据，根据牙齿
CT
三维数据和种植体
CT
三维数据构建
CT
三维数据模型；
S3.
在轮廓三维数据模型上选取至少3个轮廓牙齿特征参考点，在
CT
三维数据模型上选取至少3个
CT
牙齿特征参考点，所述轮廓牙齿特征参考点与所述
CT
牙齿特征参考点一一对应；
S4.
根据轮廓牙齿特征参考点和
CT
牙齿特征参考点，对轮廓三维数据模型和
CT
三维数据模型进行配准，获取轮廓三维数据模型和
CT
三维数据模型之间的矩阵转换关系；
S5.
基于轮廓牙齿特征参考点和
CT
牙齿特征参考点之间的对应关系，对轮廓三维数据模型和
CT
三维数据模型进行初步融合，得到精度评估融合三维模型；
S6.
获取精度评估融合三维模型的二维截面图像，所述二维截面图像包括
XY
二维截面图像
、YZ
二维截面图像和
XZ
轴二维截面图像，根据二维截面图像对轮廓三维数据模型和
CT
三维数据模型的融合位置进行微调，对精度评估融合三维模型进行位置优化；
S7.
根据种植体与定位杆的刚性连接关系，在轮廓三维数据模型上导入种植体三维数据模型，得到口扫三维数据模型；
S8.
根据轮廓三维数据模型和
CT
三维数据模型之间的矩阵转换关系，将口扫三维数据模型与
CT
三维数据模型进行匹配，并对比
CT
三维数据模型和口扫三维数据模型之间的偏差，得到种植手术精度评估结果
。2.
根据权利要求1所述的一种精度评估方法，其特征在于，步骤
S5
具体包括以下步骤：
S501.
获取轮廓三维数据模型和
CT
三维数据模型；
S502.
对轮廓三维数据模型和
CT
三维数据模型进行数据预处理，所述数据预处理包括无效数据清理和噪声数据去除；
S503.
通过将至少3个轮廓牙齿特征参考点和至少3个
CT
牙齿特征参考点进行一一匹配进行模型坐标对齐；具体为：获取轮廓牙齿特征参考点的坐标值 [Xa,Ya,Za]
；获取
CT
牙齿特征参考点的坐标值为
[Xb,Yb,Zb]
；根据同一特征参考点在轮廓三维数据模型和
CT
三维数据模型下的不同坐标值，分析得到对齐变换矩阵
[T_x,T_y,T_z]
；根据对齐变换矩阵
[T_x,T_y,T_z]
对轮廓三维数据模型和
CT
三维数据模型上的每个点执行对齐运算，在轮廓三维数据模型和
CT
三维数据模型之间完成模型坐标对齐；
S504.
基于布尔运算将对齐后的轮廓三维数据模型和
CT
三维数据模型进行融合；具体为：创建布尔运算对象，所述布尔运算对象包括两个布尔运算输入模型和一个布尔运算输出模型，两个布尔运算输入模型分别为布尔运算输入主模型和布尔运算输入副模型；将
CT
三维数据模型设置为布尔运算输入主模型，将轮廓三维数据模型设置为布尔运算输入副模型；
对布尔运算输入主模型和布尔运算输入副模型执行交集运算，将布尔运算输入主模型和布尔运算输入副模型中相同部分进行融合，并将融合得到的布尔运算输出模型作为精度评估融合三维模型
。3.
根据权利要求1所述的一种精度评估方法，其特征在于，步骤
S6
具体包括以下步骤：
S601.
获取精度评估融合三维模型中
XY
二维截面图像
、YZ
二维截面图像和
XZ
轴二维截面图像中的至少一个二维截面图像；
S602.
从二维截面图像中筛选确定优化特征点；
S603.
在精度评估融合三维模型和二维截面图像中对优化特征点分别进行定位，获取精度评估融合三维模型中的三维优化特征点（
X_i,Y_i,Z_i
）和二维截面图像中的二维优化特征点（
u_i,v_i
），并根据三维优化特征点（
X_i,Y_i,Z_i
）和二维优化特征点（
u_i,v_i
）分析精度评估融合三维模型和二维截面图像之间的变换关系；
S604.
通过精度评估融合三维模型和二维截面图像之间的变换关系，计算得到精度评估融合三维模型中的三维点所对应的投影点（
u_i',v_i'
）；
S605.
通过
error_i=(u_i'
‑
u_i)^2+(v_i'
‑
v_i)^2
计算重投影误差，分析投影点与二维优化特征点之间的差异值；
S606.
通过迭代优化算法对
error_i
进行最小化运算，从而对精度评估融合三维模型进行位置优化
。4.
根据权利要求1所述的一种精度评估方法，其特征在于，步骤
S7
具体包括以下步骤：
S701.
获取种植体三维数据模型，并根据种植体与定位杆之间的刚性连接关系获取种植体与定位杆之间的相对位置参数；
S702.
选取轮廓三维数据模型的顶点坐标，根据相对位置参数确定种植体三维数据模型的顶点坐标；
S703.
以种植体三维数据模型顶点坐标为基点，导入种植体三维数据模型生成点云数据，得到口扫三维数据模型，所述口扫三维数据模型包括刚性连接的轮廓三维数据模型和种植体三维数据模型
。5.
根据权利要求1所述的一种精度评估方法，其特征在于，步骤
S8
具体包括以下步骤：
S801.
对轮廓三维数据模型和
CT
三维数据模型之间根据矩阵转换关系进行匹配，统一轮廓三维数据模型和
CT
三维数据模型之间的坐标系；
S802.
将轮廓三维数据模型和
CT
三维数据模型在统一的坐标系下进行模型重叠；
S803.
获取轮廓三维数据模型上的种植体中植入点的坐标值和根尖点的坐标值，获取
CT
三维数据模型上的种植体中植入点的坐标值和根尖点的坐标值；
S804.
进行植入点偏差计算
、
根尖点偏差计算和方向偏差计算；植入点偏差计算包括计算植入点的总偏差
、
深度偏差和横向偏差，根尖点偏差计算包括计算根尖点的总偏差
、
深度偏差和横向偏差，方向偏差计算包括计算轮廓三维数据模...
【专利技术属性】
技术研发人员：胡昀，
申请(专利权)人：深圳卡尔文科技有限公司，
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。