【技术实现步骤摘要】
本专利技术属于牙齿三维模型自动排列领域，具体涉及一种基于ptv3的智能化自动牙齿排列技术方案。
技术介绍
1、随着科技进步和生活水平提升，公众对口腔健康的关注逐渐增强，口腔医疗服务的需求不断扩展。除传统的牙齿疾病治疗外，牙齿美白、外观修复及正畸治疗等需求不断增长。我国口腔医疗市场持续扩大，尤其在正畸治疗和种植牙领域，其增长速度已超出行业平均水平。随着数字化技术的进步，隐形牙齿矫正器作为解决错颌畸形的有效方法，凭借便捷、隐形、美观等优势，已广泛应用于正畸治疗。然而，设计隐形矫正器通常需要牙医投入大量时间，限制了正畸治疗效率。因此，基于机器学习的数字化正畸技术成为新兴研究方向。设计过程中，牙齿矫正目标的确定至关重要，需根据错颌畸形的牙冠模型预测并设定牙冠位置以实现正常牙合。传统上，这一过程由牙医与矫正器设计技师共同完成，虽然计算机辅助设计（cad）系统能够提高效率，但结果质量依赖于牙医的经验，容易受到主观因素影响，缺乏一致性。因此，需要一种数据驱动的矫正目标预测方法，减少经验不足导致的误判，并自动生成更加稳健的矫正目标。
2、目...
【技术保护点】
1.一种基于PTv3的智能化自动牙齿排列方法，其特征在于，包括以下过程：
2.根据权利要求1所述的方法，其特征在于，所述深度学习分割网络采用TSegNet，对牙齿模型进行语义分割，并通过形态学操作优化分割结果，统一缩放至标准尺寸区间。
3.根据权利要求1所述的方法，其特征在于，所述曲率驱动的梯度化体素下采样策略为：将点云划分为固定尺寸体素网格，根据体素内平均曲率值动态分配保留点数。
4.根据权利要求1所述的方法，其特征在于，所述位移方向概率约束包括沿矢状轴的位移幅度占比范围，旋转角度限制为绕垂直轴旋转的范围。
5.根据权...
【技术特征摘要】
1.一种基于ptv3的智能化自动牙齿排列方法，其特征在于，包括以下过程：
2.根据权利要求1所述的方法，其特征在于，所述深度学习分割网络采用tsegnet，对牙齿模型进行语义分割，并通过形态学操作优化分割结果，统一缩放至标准尺寸区间。
3.根据权利要求1所述的方法，其特征在于，所述曲率驱动的梯度化体素下采样策略为：将点云划分为固定尺寸体素网格，根据体素内平均曲率值动态分配保留点数。
4.根据权利要求1所述的方法，其特征在于，所述位移方向概率约束包括沿矢状轴的位移幅度占比范围，旋转角度限制为绕垂直轴旋转的范围。
5.根据权利要求1所述的方法，其特征在于，所述基于ptv3的双分支网络架构中采用改进的ptv3模块，包括增强型条件位置编码、自适应层归一化、序列化注意力机制及全局特征聚合模块。
6.根据权利要...
【专利技术属性】
技术研发人员：胡庆武，柳天成，尚政军，艾明耀，赵鹏程，蒋楚剑，范兵，王子赫，曹睿，
申请(专利权)人：武汉大学，
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。