[发明专利]基于AI算法的错颌畸形矫治模型匹配方法

权利要求书

1.一种基于AI算法的错颌畸形矫治模型匹配方法，其特征在于，包括以下步骤：

步骤1、用口内3D扫面仪获得患者牙颌数据，将数据导入电脑并生成三维点云的初始数字化牙颌模型；

步骤2、对得到的初始数字化牙颌模型提取关键点并进行特征描述；

步骤3、对得到的初始数字化牙颌模型特征点与病例库中的模型数据进行粗匹配，同时剔除误匹配点；

步骤4、通过三维点云算法对初始数字化牙颌模型与病例库中的模型数据进行精匹配；

步骤5、获取初始数字化牙颌模型与病例库中的模型数据匹配后的偏差值与全匹配相似度；

步骤6、方案输出与选择。

2.根据权利要求1所述的基于AI算法的错颌畸形矫治模型匹配方法，其特征在于，步骤1中得到患者三维点云的初始数字化牙颌模型包括：基于双目视觉原理，对患者进行口内3D扫描，将扫描得到的患者牙颌模型的完整数据导入电脑点云处理软件中，并对点云数据经过去噪，平滑，删除钉状物操作；采用FDI牙位表示法对牙齿进行编号。

3.根据权利要求1所述的基于AI算法的错颌畸形矫治模型匹配方法，其特征在于，步骤2中作为优选，对得到的初始数字化牙颌模型采用ISS算法提取关键点，关键点提取的ISS算法的权重做改进，取权值为，提高区分度和算法稳定性，以FPFH算法进行特征描述。

4.根据权利要求1所述的基于AI算法的错颌畸形矫治模型匹配方法，其特征在于，步骤3中粗匹配包括：作为优选，通过广义霍夫变换算法将初始数字化牙颌模型与病例库中的模型数据进行粗匹配；使用聚类算法剔除误匹配点；将初始数字化牙颌模型与病例库中的模型在同一窗口显示并通过颜色区分。

5.根据权利要求1所述的基于AI算法的错颌畸形矫治模型匹配方法，其特征在于，步骤4中精匹配包括：对上述粗匹配后的模型采用Kd-Tree近邻搜索法对邻近点搜索；用UniformSampling算法对邻近点均匀采样；用ICP算法将初始数字化牙颌模型与病例库中的模型数据进行精匹配；设置一阈值，进行多次迭代算法计算，对初始数字化牙颌模型与病例库中的模型的平均距离进行计算，直到平均距离小于阈值为止；用ICP算法将初始数字化牙颌模型的原点云数据与病例库中的模型数据进行精匹配，设置一迭代次数n（n=5~10）次，对初始数字化牙颌模型与病例库中的模型的平均距离进行迭代计算。

6.根据权利要求1所述的基于AI算法的错颌畸形矫治模型匹配方法，其特征在于，步骤5中对最终的匹配模型显示偏差值，偏差值包括：基于FDI牙位表示法，任意每个对应牙齿模型之间的距离（最大偏差距离、最小偏距离、平均偏距离）；将偏差值与预设标准值数据库进行对比，判断偏差是否在预设数据范围内；计算全匹配相似度，全匹配相似度计算式为：。

7.根据权利要求1所述的基于AI算法的错颌畸形矫治模型匹配方法，其特征在于，步骤6中方案输出包括：基于步骤5的全匹配相似度：若达90%以上，则输出值最高的三个；若在80%~90%，则针对最高的某三个方案，保留匹配相似度在90%以上的单个牙的矫治方案，调整匹配相似度不足90%的牙的矫治方案；若在50%~80%，则根据较高的前10个，按优提取每类单个牙相似度在90%以上的矫治方案，跟据患者牙弓线形状重排，执行碰撞检测及迭代调整，重新生成一个病例模型方案；若全匹配相似度低于50%，则对患者初始数字化牙颌模型进行排牙和过程模拟，执行碰撞检测及迭代调整，生成一个矫治后的理想模型并给出矫治方案。