【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及基于机器学习的用于牙齿矫正诊断的头部计测参数导出方法。更详细而言，本专利技术涉及采用机器学习算法和影像分析处理技术，从在自然头位(natural headposition)状态下进行锥形束计算机断层扫描(cbct)的影像数据中获取被检者头部计测图像，为了导出用于牙齿矫正精密诊断的十三个参数，在所述头部计测图像上能够精密且迅速地检测多个计测点的基于机器学习的用于牙齿矫正诊断的头部计测参数导出方法。
技术介绍
1、一般而言，将齿列不正确且上下的牙齿咬合异常的状态称为错颌畸形，为了将这样的错颌畸形制成为正常咬合，可以执行牙齿矫正治疗。另外，在进行用于牙齿矫正的精密诊断或治疗计划构建时，需要进行在被检者头部计测图像上检测作为在解剖学上预先确定的解剖学计测点(anatomical landmark)的作业。
2、以往x射线(x-ray)影像中存在画面失真现象或不清楚等问题，近来为了改进这样的问题而实施有从通过锥形束计算机断层扫描(cone-beam computer tomography；cbct)设备拍摄的被检者的头部医疗影像数据中获取三维cbct图像，并基于此检测用于导出用于牙齿矫正诊断的参数的计测点的研究。尤其是，最近研究中作为锥形束断层扫描(cbct)图像分析方法提出了利用经由作为在额头和鼻子的边界区域中最低的鼻根点(nasion点)且相对于地面垂直的鼻根点真实垂直平面(nasion true vertical plane，ntvp)以及经由所述鼻根点(nasion点)且相对于地面水平的真实水平面(tru
3、在现有技术中，为了导出牙齿矫正诊断参数，需要由医疗人员等熟练的作业者在多个cbct图像上以手动方式检测约50个以上的多个计测点，但是这样的方法中计测点检测方法和检测准确度会根据作业者的熟练度有差异，因此不易进行准确的矫正诊断，并且所述计测点检测时间需要约30分钟以上的较长时间，因此存在诊疗效率低下的问题。
4、为了解决如上所述的问题，亟需提供基于机器学习的用于牙齿矫正诊断的头部计测参数导出方法，其在牙齿矫正诊断领域中导入机器学习算法，从在自然头位(naturalhead position)状态下进行锥形束计算机断层扫描(cbct)的影像数据中获取被检者头部计测图像，为了导出用于牙齿矫正精密诊断的、相较于以往减少的数量的参数，在所述头部计测图像上精密且迅速地检测多个计测点，从而能够提高诊疗效率。
技术实现思路
1、技术问题
2、本专利技术的目的在于提供一种基于机器学习的用于牙齿矫正诊断的头部计测参数导出方法，其采用机器学习算法从在自然头位(natural head position)状态下进行锥形束计算机断层扫描(cbct)的影像数据中获取被检者头部计测图像，为了导出用于牙齿矫正精密诊断的、相较于以往减少数量的十三个参数，在所述头部计测图像上精密且迅速地导出多个计测点，从而能够提高诊疗效率。
3、技术方案
4、为了解决所述技术问题，本专利技术可以提供一种用于牙齿矫正诊断的头部计测参数导出方法，
5、其为利用头部诊断用头部计测图像的基于机器学习的用于牙齿矫正诊断的头部计测参数导出方法，所述头部诊断用头部计测图像是从在自然头位状态下对被检者分别获取包括矢状面头部图像、冠状面头部图像、口腔全息图像以及前齿截面图像的诊断用头部计测图像的步骤中提取的，其特征在于，所述方法包括：基于机器学习算法检测多个计测点，以在所述头部计测图像上导出用于牙齿矫正诊断的十三个参数的步骤；以及导出与检测出的所述多个计测点之间的距离或角度对应的十三个参数的步骤。
6、其中，所述十三个参数可以包括上颚骨的凸出度、下颚骨的凸出度、颏前点的凸出度、下颚骨中心的位移程度、上颚中切齿中心的位移程度、下颚中切齿中心的位移程度、从经由作为在额头和鼻子的边界区域中最低的部分的鼻根点(nasion点)的水平面(thp；truehorizontal plane，真实水平平面)到右侧犬齿下端点的垂直距离、从所述thp到左侧犬齿下端点的垂直距离、从所述thp到右侧上颚第一大臼齿的垂直距离、从所述thp到左侧上颚第一大臼齿的垂直距离、上颚中切齿倾斜度、下颚中切齿倾斜度以及相对于所述thp的下颚骨的垂直倾斜度，以提供用于牙齿矫正诊断的信息。
7、并且，所述机器学习算法将矢状面头部图像分割为，从前头部到鼻缝点(rhinion)之间设置的区域、从所述鼻缝点到上部牙齿之间的区域、从所述上部牙齿到下颚骨颏下点(menton)之间的区域以及从所述下颚骨颏下点到颌关节骨(articulare)之间的区域，从而检测用于导出所述十三个参数的多个计测点。
8、此外，所述机器学习算法将冠状面头部图像可以分割为，从前头部到鼻缝点(rhinion)之间的区域以及下颚骨区域，从而检测用于导出所述十三个参数的多个计测点。
9、并且，所述机器学习算法可以包括：在口腔全息图像中采用基于区域的卷积神经网络(region based convolutional neural networks，r-cnn)机器学习模型来感测整个牙齿中的个别区域的过程；在感测出的所述整个牙齿的每个个别区域检测表示牙齿的位置的牙齿计测点的过程；通过分析检测出的所述牙齿计测点的位置，将整个牙齿分类为上颚牙齿和下颚牙齿的过程；根据从颜面部中央线到检测出的所述牙齿计测点的水平距离，依次地向每个右侧上颚牙齿、左侧上颚牙齿、右侧下颚牙齿以及左侧下颚牙齿赋予编号的过程；以及通过分析所述赋予编号的牙齿，在包括前齿、犬齿以及第一大臼齿的特定牙齿中检测用于导出参数的多个计测点的过程。
10、此外，所述机器学习算法在矢状面头部图像上可以检测作为在额头和鼻子的边界区域中最低的部分的鼻根点(nasion)，以及作为在将位于上颚骨的前鼻棘(anteriornasal spine)和上颚前齿齿槽点(prosthion)连接的线中最深的部分的a点(a point，a)，通过测量作为经由所述鼻根点的垂直面的真实垂直平面(nasion true vertical plane，ntvp)和所述a点之间的距离，来导出上颚骨的凸出度。
11、并且，所述机器学习算法在矢状面头部图像上可以检测作为在额头和鼻子的边界区域中最低的部分的鼻根点(nasion)，以及作为在将下颚前齿的齿槽点(infradentale)和颏前点pog连接的最深的部分的b点(b point，b)，通过测量作为经由所述鼻根点的垂直面的真实垂直平面(nasion true vertical plane，ntvp)和所述b点之间的距离，来导出下颚骨的凸出度。
12、并且，所述机器学习算法在矢状面头部图像上可以检测作为在额头和鼻子的边界区域中最低的部分的鼻根点(nasion)，以及从下颚骨最向前方凸出的颏前点(pogonion，pog)，通过测量作本文档来自技高网...
【技术保护点】
1.一种用于牙齿矫正诊断的头部计测参数导出方法，其为利用头部诊断用头部计测图像的基于机器学习的用于牙齿矫正诊断的头部计测参数导出方法，所述头部诊断用头部计测图像是从在自然头位状态下对被检者分别获取包括矢状面头部图像、冠状面头部图像、口腔全息图像以及前齿截面图像的诊断用头部计测图像的步骤中提取的，其特征在于，所述方法包括：
2.根据权利要求1所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
3.根据权利要求1所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
4.根据权利要求1所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
5.根据权利要求1所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，所述机器学习算法包括：
6.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
7.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
8.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
9.根
10.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
11.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
12.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
13.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
14.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
15.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
16.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
17.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
18.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
19.根据权利要求1所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，还包括：
20.根据权利要求19所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
21.根据权利要求19所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
22.一种用于牙齿矫正诊断的头部计测参数导出程序，其特征在于，所述导出程序安装在计算装置或可计算的云服务器中，被程序化为自动执行如下的步骤：
...【技术特征摘要】
【国外来华专利技术】
1.一种用于牙齿矫正诊断的头部计测参数导出方法，其为利用头部诊断用头部计测图像的基于机器学习的用于牙齿矫正诊断的头部计测参数导出方法，所述头部诊断用头部计测图像是从在自然头位状态下对被检者分别获取包括矢状面头部图像、冠状面头部图像、口腔全息图像以及前齿截面图像的诊断用头部计测图像的步骤中提取的，其特征在于，所述方法包括：
2.根据权利要求1所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
3.根据权利要求1所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
4.根据权利要求1所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
5.根据权利要求1所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，所述机器学习算法包括：
6.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
7.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
8.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
9.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
10.根据权利要求2所述的用于牙齿矫正诊断的头部计测参数导出方法，其特征在于，
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。