[发明专利]一种三维颅面影像特征点标记分析系统及方法

说明书

本发明公开了一种三维颅面影像特征点标记分析系统及方法，系统包含特征点标记模块、量化指标计算模块、异常识别诊断模块、数据库；特征点标记模块用于获取颅面部CBCT体素图像数据并依据该颅面部CBCT体素图像数据进行颅面解剖结构特征点的标记，生成特征点坐标；量化指标计算模块用于获取特征点坐标并依据该特征点坐标计算出量化指标数据；异常识别诊断模块用于获取特征点坐标、量化指标数据并将该量化指标数据与数据库中的样例数据进行比对生成分析数据报告；方法包含对颅面部CBCT体素图像数据进行标记得到特征点坐标；对特征点坐标进行计算得出量化指标数据；将特征点坐标和量化指标数据与数据库中的样例数据比对生成分析数据报告。

技术领域

本发明涉及计算机辅助诊断技术领域，具体涉及一种三维颅面影像特征点标记分析系统及方法。

背景技术

三维颅面影像分析技术，是一种通过分析患者颅面部的CT影像，对患者颅面的整体形态、功能进行评估的方法，在传统方法中，CBCT影像设备只能完成对患者颅面部三维模型的重建，但不能进行更加深入的推理和评估，在具体操作时还需要在三维模型重建完毕后，根据重建结果进行分析，根据使用场景生成医疗诊断报告，辅助医生的诊断和治疗工作；

CBCT就是Cone beam CT的简称，即锥形束CT；

专利公开号为CN110326023A的中国发明专利提供了用于头影测量分析的方法，需要操作员输入参考标记位置的执行流程，增加了颅面解剖特征点定位时间；

专利授权公告号为CN100375108C的中国发明专利提供了一种人脸特征点自动定位方法、专利授权公告号为CN104463172B的中国发明专利提供了基于人脸特征点形状驱动深度模型的人脸特征提取方法、专利授权公告号为CN1731416A的中国发明专利提供了快速且准确的人脸特征定位方法、专利公开号为CN110246580A的中国发明专利提供了基于神经网络和随机森林的颅侧面影像分析方法和系统，这些为人脸识别领域的现有技术，采用二维投影影像进行重建，其特征点识别交底，并且不可以生成标记过的颅面三维模型。

本专利所公开的三维颅面影像分析方法，是通过对颅面部的解剖特征点进行自动标记和测量实现的，在特征点自动标记领域，以往的主流方法只能处理二维图像（参见Chu,Chengwen, et al. Fully automatic cephalometric x-ray landmark detectionusing random forest regression and sparse shape composition. submitted toAutomatic Cephalometric X-ray Landmark Detection Challenge (2014) 以及Ibragimov, Bulat, et al. Automatic cephalometric X-ray landmark detection byapplying game theory and random forests. Proc. ISBI Int. Symp. on BiomedicalImaging. 2014.），也即X射线颅侧位图像。在此情况下不可避免地会丢失一些患者颅面部的细节，同时，对颅面部三维几何结构的量化也难以展开；