[发明专利]三维牙齿模型的正畸特征自动检测方法及系统

说明书

本发明公开了三维牙齿模型的正畸特征自动检测方法及系统，包括：获取三维牙齿信息和牙冠信息；然后，对三维牙齿信息和牙冠信息进行配准，获得三维牙齿模型；对三维牙齿模型进行多尺度特征提取，对多尺度特征进行融合得到融合特征；对融合特征提取出牙齿特征点对应的距离场；对融合特征提取出牙齿特征轴对应的投影向量场；对牙齿特征点对应的距离场进行特征增强处理；对牙齿特征轴对应的投影向量场进行特征增强处理；对增强后的距离场进行聚类，将聚类中心作为最终的牙齿特征点；对增强后的投影向量场进行最小二乘法处理，得到的结果作为牙齿特征轴。

技术领域

本发明涉及三维点云处理技术领域，特别是涉及三维牙齿模型的正畸特征自动检测方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

传统的正畸治疗过程为医生个人通过完成一系列牙齿X线片及计算机断层扫描(Computed Tomography-CT)测量，定制患者个性化的诊断和治疗方案。传统模式的重复手工操作浪费了医生大量的时间，限制了每年可接诊错颌、畸形患者的数量，不利于行业的快速发展；并且在正畸过程中所使用的诊断指标往往依赖于医生的经验积累和主观判断，并没有精确的数学方法保证得到精确的量化指标值。现阶段制造牙科义齿的流程较为复杂，需要较长时间，急需新技术的投入。因此实现诊断过程的自动化，设计一个能够智能准确提取牙齿特征是十分必要的。

对于牙齿正畸问题而言，仅仅拥有三维牙齿模型是远远不够的，我们还需要从模型中提取更多的牙齿特征(如特征点、特征轴、特征面等)来判断患者的原始咬合状态，从而辅助牙医制定合理的正畸方案。通常情况下，不同的牙齿特征在正畸治疗过程中具有不同的作用和功能，如牙齿解剖特征点中的焦点可以充分反映牙齿外表面的光滑度，接触点指示相邻两颗牙排列是否正确，咬合点反映咬合状态是否正常等。

但实际上，三维牙齿模型的特征检测是一项非常困难的工作，原因如下：

(1)传统的牙齿特征检测Kumar Y,Janardan R,Larson B.Automatic featureidentification in dental meshes[J].Computer-Aided Design and Applications,2012,9(6):747-769.只对尖锐位置敏感，但大多数特征点位于牙齿表面光滑的区域，且在这个光滑区域内基本没有显著几何特征，并且，病人的蛀牙也会在牙齿表面产生一定的噪声区域。一些方法结合曲面曲率和高度值来定位牙冠上的尖点，但却无法得到其他的特征点。

(2)常用的牙齿特征(特征点、特征轴、特征面等)相对于输入牙齿模型是稀疏且不连续的检测目标。因此，仅依靠局部几何特征或基于回归的方法很难实现成功的特征检测。目前，一些基于深度学习的方法Zhou X,Gan Y,Xiong J,et al.A method for toothmodel reconstruction based on integration of multimodal images[J].Journal ofhealthcare engineering,2018,2018:131-143.尝试通过预先指定一些约束条件来生成理想的模型，近年来很多基于无监督学习的方法可以在没有监督的情况下获得特征信息，但这些启发式方法往往得到的结果并不是很准确。Bae M,Park J W,Kim N.Semi-automaticand robust determination of dental arch form in dental cone-beam CT with B-spline approximation[J].Computer methods and programs in biomedicine,2019,1722:112-121.使用B样条逼近法半自动、鲁棒地确定牙弓形状特征。然而，这些方法在处理带有异常情况的牙齿(牙齿缺损、修补的牙齿)时，无法得到准确的特征，此外在检测位于没有显著几何特征区域的牙齿特征时，这些方法的检测正确率显著下降。因此，对于牙齿正畸问题而言，提出一种有效的牙齿特征自动检测方法非常重要。

发明内容