基于结构光数据的口腔颌面外科术后护理系统技术方案

本发明专利技术涉及电子数字数据处理技术领域，具体涉及基于结构光数据的口腔颌面外科术后护理系统，包括：通过点云数据的数值分布

【技术实现步骤摘要】
基于结构光数据的口腔颌面外科术后护理系统


[0001]本专利技术涉及电子数字数据处理
，具体涉及基于结构光数据的口腔颌面外科术后护理系统
。

技术介绍

[0002]结构光扫描是一种以非接触方式获取实物三维信息的技术，通过测量被测物体的点云数据来实现三维空间建模，目前利用点云数据在口腔颌面外科领域进行数据建模的相关技术也蓬勃发展，数据建模对手术计划
、
手术导航和术后效果评估等环节都至关重要
。
[0003]但是由于牙齿和口腔软组织的表面存在反射
、
透明或湿润等特性，并且患者的吞咽和呼吸动作引起的口腔内部出现动态变化，导致结构光扫描获取的结构光数据通常存在较多的噪声，影响到利用结构光数据进行数据建模后模型的稳定性和准确性，而对点云数据进行去噪的传统方法一般利用滤波器或离群值检测进行去除，但是利用滤波器进行去噪会存在无差别平滑问题，而离群值检测进行去噪会导致点云数据丢失，因此在口腔颌面外科领域，保证结构光数据的质量，对结构光数据进行去噪优化是亟待解决的问题之一
。

技术实现思路

[0004]本专利技术提供基于结构光数据的口腔颌面外科术后护理系统，以解决现有的问题：对点云数据进行去噪的传统方法一般利用滤波器或离群值检测进行去除，但是利用滤波器进行去噪会存在无差别平滑问题，而离群值检测进行去噪会导致点云数据丢失，因此在口腔颌面外科领域，保证结构光数据的质量，对结构光数据进行去噪优化是亟待解决的问题之一
。
[0005]本专利技术的基于结构光数据的口腔颌面外科术后护理系统采用如下技术方案：本专利技术一个实施例提供了基于结构光数据的口腔颌面外科术后护理系统，该系统包括以下模块：数据采集模块，用于采集患者的口腔颌面对应的点云数据，点云数据中每个数据点对应一个测量值；数据势场模块，用于获取关于点云数据中所有数据点对应测量值的分布直方图记为测量值分布直方图，根据测量值分布直方图中各测量值对应数据点的数量获得测量值的分布概率；将点云数据置于三维直角坐标系中，并将点云数据划分为左右两部分的点云数据分别记为左点云数据和右点云数据，根据左点云数据和右点云数据中数据点对应测量值的差异以及测量值的分布概率获得点云数据的噪声程度；获取点云数据中的极小值点，根据数据点之间的距离获得数据点的邻域点，将极小值点与邻域点的测量值差值记为极小值点与邻域点之间的力场因子，根据力场因子以及距离分别获得邻域点对极小值点的引力值和斥力值，根据引力值和斥力值将极小值点与邻域点合并获得合并点，对合并点进行曲面拟合获得局部口腔颌面；噪声筛选模块，用于对点云数据进行遍历，并根据力场因子
、
数据点的测量值以及
噪声干扰程度构建点云数据的噪声优化目标函数，噪声优化目标函数最小时获得点云数据中的真实噪声点；去噪建模模块，用于对点云数据中的真实噪声点进行去噪，对滤波后的点云数据进行三维建模
。
[0006]进一步的，所述获取关于点云数据中所有数据点对应测量值的分布直方图记为测量值分布直方图，根据测量值分布直方图中各测量值对应数据点的数量获得测量值的分布概率，包括的具体方法为：获取点云数据中所有数据点对应测量值的分布直方图记为测量值分布直方图，测量值分布直方图中相同测量值为一类，获得若干类的测量值，在测量值分布直方图中获取任意一类测量值对应的数量，将任意一类测量值的数量与点云数据中所有数据点的数量之间的比值，记为测量值的分布概率
。
[0007]进一步的，所述将点云数据置于三维直角坐标系中，并将点云数据划分为左右两部分的点云数据分别记为左点云数据和右点云数据，根据左点云数据和右点云数据中数据点对应测量值的差异以及测量值的分布概率获得点云数据的噪声程度，包括的具体方法为：首先，将点云数据置于由三个坐标轴形成的三维直角坐标系中，其中表示左右空间，表示前后空间，表示上下空间，将由
、
两个坐标轴形成的平面记为基准平面，获取一个与基准平面平行且左右两侧数据点的数量相等时对应的平面记为中轴面，将中轴面左右两侧的点云数据分别记为左点云数据和右点云数据，将左点云数据中的数据点记为左侧数据点，将右点云数据中的数据点记为右侧数据点；将在中轴面右侧中与左侧数据点相对称的点记为左侧数据点的对称点；然后，点云数据的噪声程度的具体计算方法为：其中，表示点云数据的噪声程度；
N
表示测量值分布直方图中测量值的类型数量；表示第类测量值的分布概率；表示点云数据中所有测量值的分布概率的均值；表示点云数据中所有测量值的分布概率的标准差；表示左点云数据中数据点的数量；表示左点云数据中第个数据点的测量值；表示左点云数据中第个数据点对应的对称点的测量值；表示获取绝对值；表示双曲正切函数
。
[0008]进一步的，所述获取点云数据中的极小值点，根据数据点之间的距离获得数据点的邻域点，包括的具体方法为：将点云数据转换为三维的网格形式，每一个网格包含一个数据点且对应一个体素，利用三维
Sobel
算子获取点云数据中所有数据点的梯度，并利用线性归一化方法将所有数据点的梯度进行归一化处理获得归一化梯度，将点云数据中归一化梯度小于预设梯度阈值的数据点记为极小值点；获取点云数据中任意两个数据点之间的欧氏距离，并利用线性归一化方法将所有数据点的欧氏距离进行归一化处理获得归一化欧氏距离，将点云数据中
归一化欧氏距离小于预设距离阈值的数据点记为另一个数据点的邻域点，获取点云数据中任意极小值点的若干个邻域点
。
[0009]进一步的，所述根据力场因子以及距离分别获得邻域点对极小值点的引力值和斥力值，包括的具体方法为：首先，以任意极小值点为初始，将极小值点对应邻域点与极小值点进行合并，在邻域点与对应的极小值点合并后，将合并后的邻域点记为对应极小值点的合并点，合并过程中极小值点存在若干个合并点，将若干个合并点构成的集合记为极小值点的合并点集合，获取极小值点与对应合并点集合中所有合并点之间的力场因子最大值，记为极小值点的最大力场；然后，在邻域点与极小值点进行合并过程中，根据力场因子获得引力值参数，其中表示第个极小值点的第个邻域点与第个极小值点之间的力场因子；预设引力增益参数，将引力增益参数与引力值参数相乘获得邻域点对极小值点的引力值；最后，根据极小值点与邻域点对应欧式距离之间的差异获得第一斥力因子，将任意极小值点与对应邻域点的力场因子与极小值点的最大力场之间的比值记为第二斥力因子，根据极小值点对应邻域点的序数获得第三斥力因子，其中表示极小值点对应邻域点的序数，表示双曲正切函数；根据第一斥力因子
、
第二斥力因子以及第三斥力因子获得斥力值参数，根据斥力值参数获得邻域点对极小值点的斥力值
。
[0010]进一步的，所述根据极小值点与邻域点对应欧式距离之间的差异获得第一斥力因子，包括的具体方法为：将点云数据中任意极小值点记为目标极小值点，将目标极小值点的任意邻域点记为目标邻域点，将目标极小值点与目标邻域点之间的欧式距离记为目标极本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于结构光数据的口腔颌面外科术后护理系统，其特征在于，该系统包括以下模块：数据采集模块，用于采集患者的口腔颌面对应的点云数据，点云数据中每个数据点对应一个测量值；数据势场模块，用于获取关于点云数据中所有数据点对应测量值的分布直方图记为测量值分布直方图，根据测量值分布直方图中各测量值对应数据点的数量获得测量值的分布概率；将点云数据置于三维直角坐标系中，并将点云数据划分为左右两部分的点云数据分别记为左点云数据和右点云数据，根据左点云数据和右点云数据中数据点对应测量值的差异以及测量值的分布概率获得点云数据的噪声程度；获取点云数据中的极小值点，根据数据点之间的距离获得数据点的邻域点，将极小值点与邻域点的测量值差值记为极小值点与邻域点之间的力场因子，根据力场因子以及距离分别获得邻域点对极小值点的引力值和斥力值，根据引力值和斥力值将极小值点与邻域点合并获得合并点，对合并点进行曲面拟合获得局部口腔颌面；噪声筛选模块，用于对点云数据进行遍历，并根据力场因子
、
数据点的测量值以及噪声干扰程度构建点云数据的噪声优化目标函数，噪声优化目标函数最小时获得点云数据中的真实噪声点；去噪建模模块，用于对点云数据中的真实噪声点进行去噪，对滤波后的点云数据进行三维建模
。2.
根据权利要求1所述基于结构光数据的口腔颌面外科术后护理系统，其特征在于，所述获取关于点云数据中所有数据点对应测量值的分布直方图记为测量值分布直方图，根据测量值分布直方图中各测量值对应数据点的数量获得测量值的分布概率，包括的具体方法为：获取点云数据中所有数据点对应测量值的分布直方图记为测量值分布直方图，测量值分布直方图中相同测量值为一类，获得若干类的测量值，在测量值分布直方图中获取任意一类测量值对应的数量，将任意一类测量值的数量与点云数据中所有数据点的数量之间的比值，记为测量值的分布概率
。3.
根据权利要求1所述基于结构光数据的口腔颌面外科术后护理系统，其特征在于，所述将点云数据置于三维直角坐标系中，并将点云数据划分为左右两部分的点云数据分别记为左点云数据和右点云数据，根据左点云数据和右点云数据中数据点对应测量值的差异以及测量值的分布概率获得点云数据的噪声程度，包括的具体方法为：首先，将点云数据置于由三个坐标轴形成的三维直角坐标系中，其中表示左右空间，表示前后空间，表示上下空间，将由
、
两个坐标轴形成的平面记为基准平面，获取一个与基准平面平行且左右两侧数据点的数量相等时对应的平面记为中轴面，将中轴面左右两侧的点云数据分别记为左点云数据和右点云数据，将左点云数据中的数据点记为左侧数据点，将右点云数据中的数据点记为右侧数据点；将在中轴面右侧中与左侧数据点相对称的点记为左侧数据点的对称点；然后，点云数据的噪声程度的具体计算方法为：
其中，表示点云数据的噪声程度；
N
表示测量值分布直方图中测量值的类型数量；表示第类测量值的分布概率；表示点云数据中所有测量值的分布概率的均值；表示点云数据中所有测量值的分布概率的标准差；表示左点云数据中数据点的数量；表示左点云数据中第个数据点的测量值；表示左点云数据中第个数据点对应的对称点的测量值；表示获取绝对值；表示双曲正切函数
。4.
根据权利要求1所述基于结构光数据的口腔颌面外科术后护理系统，其特征在于，所述获取点云数据中的极小值点，根据数据点之间的距离获得数据点的邻域点，包括的具体方法为：将点云数据转换为三维的网格形式，每一个网格包含一个数据点且对应一个体素，利用三维
Sobel
算子获取点云数据中所有数据点的梯度，并利用线性归一化方法将所有数据点的梯度进行归一化处理获得归一化梯度，将点云数据中归一化梯度小于预设梯度阈值的数据点记为极小值点；获取点云数据中任意两个数据点之间的欧氏距离，并利用线性归一化方法将所有数据点的欧氏距离进行归一化处理获得归一化欧氏距离，将点云数据中归一化欧氏距离小于预设距离阈值的数据点记为另一个数据点的邻域点，获取点云数据中任意极小值点的若干个邻域点
。5.
根据权利要求1所述基于结构光数据的口腔颌面外科术后护理系统，其特征在于，所述根据力场因子以及距离分别获得邻域点对极小值点的引力值和斥力值，包括的具体方法为：首先，以任意极小值点为初始，将极小值点对应邻域点与极小值点进行合并，在邻域点与对应的极小值点合并后，将合并后的邻域点记为对应极小值点的合并点，合并过程中极小值点存在若干个合并点，将若干个合并点构成的集合记为极小值点的合并点集合，获...

【专利技术属性】
技术研发人员：曹常乐，梁润威，郭琼，黄硕果，
申请(专利权)人：郑州大学第一附属医院，
类型：发明
国别省市：