CN108629839A - 利用牙齿咬合状态下的口腔ct图像获取全牙模型的方法 - Google Patents
利用牙齿咬合状态下的口腔ct图像获取全牙模型的方法 Download PDFInfo
- Publication number
- CN108629839A CN108629839A CN201810439100.2A CN201810439100A CN108629839A CN 108629839 A CN108629839 A CN 108629839A CN 201810439100 A CN201810439100 A CN 201810439100A CN 108629839 A CN108629839 A CN 108629839A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- tooth
- corona
- model
- cloud model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法,包括以下几个步骤:1)对所有包含上(下)颌牙齿的咬合状态下的CT图像进行图像分割;2)建立分割面,获取CT图像牙根点云模型;3)从分割后的上(下)颌牙齿中选择具有完整轮廓的牙齿;4)将前述选择的牙齿轮廓,与通过非接触扫描得到的对应牙齿的牙冠部分进行配准;5)将CT图像数据的牙根与扫描数据牙冠进行融合,重建得到完整上(下)颌牙列。该方法能够将口腔CT图像中咬合处的上颌及下颌牙列进行分割,获取咬合状态下具有完整牙齿轮廓信息的上颌及下颌牙列,解决现有方法无法在牙齿咬合状态下较好的获取全牙模型的技术问题,从而为医师制定正畸治疗及咬合重建方案提供了可靠依据。
Description
技术领域
本发明属于图像处理技术领域,尤其涉及利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法。
背景技术
建立良好的咬合关系是正颌手术及正畸治疗的必要步骤,而通过计算机辅助治疗,制定完善合理的手术及治疗方案,对于确保术后及正畸后具有良好的咬合关系具有重要意义。
目前,在计算机辅助正畸治疗的过程中,从CT图像中进行牙齿分割及模型重建是一种常见方式,其中CT图像中牙颌模型包含了全齿及牙槽骨轮廓信息、牙排列情况,但其精度较低,且处于咬合状态时咬合部分牙齿表面信息缺失,无法获取,使得对于处于咬合状态的CT图像牙齿无法实现较好的分割,获取全牙模型。Xia等(Xia Z,Gan Y,Chang L,etal.Individual tooth segmentation from CT images scanned with contacts ofmaxillary and mandible teeth[J].Computer Methods&Programs in Biomedicine,2017,138:1.)采用水平集方法对CT切片图像进行分割后,采用阀值和快速分水岭的方法进行咬合牙齿的轮廓分割,然后采用补洞操作获得完整的牙齿;该方法通过补洞操作来模拟咬合接触部分的牙冠表面信息,使得牙冠的信息受到损失。
发明内容
为了解决现有方法无法在牙齿咬合状态下较好的获取全牙模型的技术问题,本发明提供一种利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法。
为实现上述目的,本发明提供如下技术方案:
利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法,其特殊之处在于,包括以下步骤:
1)对所有包含上颌牙齿的咬合状态下的CT图像进行分割,基于轮廓提取方法,获取上颌所有牙齿及与之咬合接触的下颌部分牙齿轮廓信息,并根据提取的轮廓信息重构出三维网格模型;
2)建立分割面,利用分割面从步骤1)所构建的三维网格模型中分割出上颌牙齿的CT图像牙根点云模型;
3)从步骤1)所获得的牙齿轮廓信息中,选择上颌牙中不与下颌牙发生咬合接触的单个或多个具有完整的牙冠外轮廓信息的牙齿,并将其另存为点云格式,得到CT图像的牙冠点云模型;
4)获取上颌的外部扫描图像,将扫描图像进行分割,得到独立的牙冠表面,保存为扫描数据牙冠点云模型;
选择与步骤3)中选择的牙齿相对应的扫描牙冠,将其保存为点云格式,得到扫描牙冠的点云模型Ⅱ;
将扫描牙冠的点云模型Ⅱ与步骤3)中得到的CT图像的牙冠点云模型进行配准,得到两组模型间的移动和旋转关系;
5)将CT图像的牙根点云模型与步骤4)所得到扫描数据牙冠点云模型进行融合,重建得到完整上颌牙列,融合方法是:
5.1)利用配准过程中产生的移动和旋转关系,将CT图像的牙根点云模型与步骤4)所得到扫描数据牙冠点云模型进行合置;
5.2)采用基于包围盒的点云精简方法,对于点云重叠区域,设置小立方体尺寸,将小立方体栅格中的多余点删除,仅保留一点,实现两组点云模型拼接为一组点云模型;
5.3)将相邻的牙齿点云模型分别置于两组,利用Delaunay快速三角剖分原理,将点云模型重建为三维网格模型;
6)对所有包含下颌牙齿的咬合状态下的CT图像进行分割,基于轮廓提取方法,获取下颌所有牙齿及与之咬合接触的上颌部分牙齿轮廓信息,并根据提取的轮廓信息重构出三维网格模型;
7)建立分割面,利用分割面从步骤6)所构建的三维网格模型中分割出下颌牙齿的CT图像牙根点云模型;
8)从步骤6)所获得的牙齿轮廓信息中,选择下颌牙中不与上颌牙发生咬合接触的单个或多个具有完整的牙冠外轮廓信息的牙齿,并将其另存为点云格式,得到CT图像的牙冠点云模型;
9)获取下颌的外部扫描图像,将扫描图像进行分割,得到独立的牙冠表面,保存为扫描数据牙冠点云模型;
获取与步骤8)中所选择的牙齿相对应的扫描牙冠,将其保存为点云格式,得到扫描牙冠的点云模型Ⅱ;
将扫描牙冠的点云模型Ⅱ与步骤8)中得到的CT图像的牙冠点云模型进行配准,得到两组模型间的移动和旋转关系;
10)将步骤7)所获得的CT图像的牙根点云模型与步骤9)所得到扫描数据牙冠点云模型进行融合,重建得到完整下颌牙列,融合方法是:
10.1)利用配准过程中产生的移动和旋转关系,将CT图像的牙根点云模型与步骤9)所得到扫描数据牙冠点云模型进行合置;
10.2)采用基于包围盒的点云精简方法,对于点云重叠区域,设置小立方体尺寸,将小立方体栅格中的多余点删除,仅保留一点,实现两组点云模型拼接为一组点云模型;
10.3)将相邻的牙齿点云模型分别置于两组,利用Delaunay快速三角剖分原理,将点云模型重建为三维网格模型;
进一步地,步骤5)中上颌的外部扫描图像及步骤10)中下颌的外部扫描图像是利用非接触式扫描设备获取的;所述牙冠模型是利用快速分水岭算法分割、利用补洞操作获得的。
进一步地,步骤4)和步骤9)中的配准采用粗配准结合精配准的方式,粗配准采用主成分分析法,精配准采用迭代最近点算法。
进一步地,粗配准的实现方法为:通过交互式操作,选取三个点来确定一个分割面,截取牙齿的牙冠部分,将截取的牙冠部分与对应的扫描图像的牙冠进行粗配准。该配准方法相比于特征点配准方法,减少交互式调整操作,从而更加快速。
本发明的有益效果是:
1、本发明利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法创新性的结合非接触三维扫描图像,实现了CT图像中咬合接触牙齿的分割,重建了咬合状态下完整的上颌及下颌牙齿咬合模型,为正畸及正颌治疗过程中良好咬合关系的建立,提供了精确的全牙模型。
2、本发明利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法,在现有的成熟算法的基础上,通过多种水平集算法实现了CT图像中牙齿三维模型的提取;通过结合CT图像和三维扫描数据,通过点云模型的配准和融合、三角面片重建等操作,可以快速建立具有高精度牙冠信息的牙列模型。
附图说明
图1是本发明的流程框图;
图2为CT图像分割得到的上颌及下颌牙齿模型示意图;图3为咬合接触部分的上下牙齿局部放大图;
图4是不发生咬合接触的牙齿点云图;
图5是最终重建得到的咬合上颌及下颌牙列模型;
图6是重建的上颌牙列视图;
图7是重建的下颌牙列视图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1为本发明实施的流程图,在本发明实施例中,利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法具体包括以下步骤:
步骤1、对咬合状态下上(下)颌口腔CT图像进行分割,基于轮廓提取方法,获取上颌所有牙齿及与之咬合接触的下颌部分牙齿轮廓信息,并根据提取的轮廓信息重构出三维网格模型;
基于水平集的活动轮廓模型进行CT切片的自动分割技术的基本步骤为:选择初始切片,采用单一水平集方法进行全局轮廓识别;采用交互式操作,对于相互粘连的牙齿与牙齿、牙齿与牙槽骨进行分割;在所有的牙齿区域中拾取种子点,然后根据种子点对牙齿区域进行标记,从而得到初始切片的牙齿轮廓;采用耦合水平集方法进行逐层牙齿轮廓的分割,将上一层得到轮廓作为下一层的初始轮廓进行迭代计算,直至带分割的牙齿轮廓为空集时,结束分割过程。图2为CT图像分割得到的上颌及下颌牙齿模型示意图,图3为咬合接触部分的上下牙齿局部放大图,可见咬合处的上下牙齿相连接。
步骤2、建立分割面,利用分割面从步骤1)所构建的三维网格模型中分割出上颌牙齿的CT图像牙根点云模型。
步骤3、选择分割后具有完整轮廓的牙齿:
常见的咬合关系中,上颌及下颌牙齿不会全部处于咬合接触状态,因此,可以从获得的牙齿轮廓信息中,选择上(下)颌牙中不与下(上)颌牙发生咬合接触的单个或多个牙齿,可以根据其坐标位置信息进行单个牙齿选择,所选牙齿具有完整的牙冠外轮廓信息,将其另存为点云格式,如图4所示。
步骤4、与上(下)颌三维扫描数据对应牙齿的牙冠部分进行配准:
利用非接触式三维扫描设备获取上(下)颌的外部扫描图像,通常扫描模型包括牙冠及牙龈部分,且牙龈与牙冠部分为相连表面,相邻牙齿也会连接,为了得到相互独立的牙齿牙冠部分模型,采用快速分水岭算法将扫描轮廓进行分割,得到独立的牙冠表面。
选择与步骤3中选择的牙齿相对应的扫描牙冠,将其保存为点云格式,使所选的扫描牙冠与步骤3中得到的牙齿点云模型进行配准,所述配准采用粗配准结合精配准的方式,粗配准采用主成分分析法,精配准采用迭代最近点算法,粗配准的实现方法为:通过交互式操作,选取三个点来确定一个分割面,截取牙齿的牙冠部分,将截取的牙冠部分与对应的扫描图像的牙冠进行粗配准,然后进行精配准,至此得到配准产生移动和旋转关系。
步骤5、将CT图像的牙根与扫描数据牙冠进行融合,重建得到完整上(下)颌牙列:
采用上述的分割面分割后的牙根部分,利用配准过程中产生的移动和旋转关系,将扫描图像的全部牙冠点云模型与分割后的牙根部分进行合置,此时为两种不同分组的点云模型,通过数据融合算法将两部分点云模型进行融合,所述融合方法为采用基于包围盒的点云精简方法,对于点云重叠区域,设置小立方体尺寸,将小立方体栅格中的多余点删除,仅保留一点,实现两组点云拼接为一组点云。
将得到的点云模型进行曲面重建,利用Delaunay快速三角剖分原理,将点云模型重建为三维网格模型,在进行点云重建时,需要将相邻的牙齿点云模型分别置于两组,每组单独进行网格重建,避免邻近的牙齿重建网格模型再次连接。图5为最终重建得到的咬合上颌及下颌牙列模型,图6为重建的上颌牙列视图,图7为重建的下颌牙列视图。
在本发明实施例中,通过在口腔三维CT图像中分割出上颌所有牙齿及与之咬合接触的下颌牙齿轮廓信息,进而从所得的牙齿轮廓信息中选择不咬合接触的牙齿,再从扫描图像中获取分割后的对应牙齿的扫描牙冠部分,使得选择的完整轮廓的牙齿与对应的扫描图像的牙冠进行配准,最后利用配准关系,将所有扫描图像的牙冠与CT图像的牙根进行合置,然后实现牙冠与牙根的融合与重建。所述实例方法可以用于实现咬合状态下的口腔CT图像上颌与下颌牙齿的分割与重建,最终得到处于咬合状态下的上颌及下颌牙齿三维模型。
Claims (4)
1.利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法,其特征在于,包括以下步骤:
1)对所有包含上颌牙齿的咬合状态下的CT图像进行分割,基于轮廓提取方法,获取上颌所有牙齿及与之咬合接触的下颌部分牙齿轮廓信息,并根据提取的轮廓信息重构出三维网格模型;
2)建立分割面,利用分割面从步骤1)所构建的三维网格模型中分割出上颌牙齿的CT图像牙根点云模型;
3)从步骤1)所获得的牙齿轮廓信息中,选择上颌牙中不与下颌牙发生咬合接触的单个或多个具有完整的牙冠外轮廓信息的牙齿,并将其另存为点云格式,得到CT图像的牙冠点云模型;
4)获取上颌的外部扫描图像,将扫描图像进行分割,得到独立的牙冠表面,保存为扫描数据牙冠点云模型;选择与步骤3)中选择的牙齿相对应的扫描牙冠,将其保存为点云格式,得到扫描牙冠的点云模型Ⅱ;
将扫描牙冠的点云模型Ⅱ与步骤3)中得到的CT图像的牙冠点云模型进行配准,得到两组模型间的移动和旋转关系;
5)将CT图像的牙根点云模型与步骤4)所得到扫描数据牙冠点云模型进行融合,重建得到完整上颌牙列,融合方法是:
5.1)利用配准过程中产生的移动和旋转关系,将CT图像的牙根点云模型与步骤4)所得到扫描数据牙冠点云模型进行合置;
5.2)采用基于包围盒的点云精简方法,实现两组点云模型拼接为一组点云模型;
5.3)将相邻的牙齿点云模型分别置于两组,利用Delaunay快速三角剖分原理,将点云模型重建为三维网格模型;
6)对所有包含下颌牙齿的咬合状态下的CT图像进行分割,基于轮廓提取方法,获取下颌所有牙齿及与之咬合接触的上颌部分牙齿轮廓信息,并根据提取的轮廓信息重构出三维网格模型;
7)建立分割面,利用分割面从步骤6)所构建的三维网格模型中分割出下颌牙齿的CT图像牙根点云模型;
8)从步骤6)所获得的牙齿轮廓信息中,选择下颌牙中不与上颌牙发生咬合接触的单个或多个具有完整的牙冠外轮廓信息的牙齿,并将其另存为点云格式,得到CT图像的牙冠点云模型;
9)获取下颌的外部扫描图像,将扫描图像进行分割,得到独立的牙冠表面,保存为扫描数据牙冠点云模型;
获取与步骤8)中所选择的牙齿相对应的扫描牙冠,将其保存为点云格式,得到扫描牙冠的点云模型Ⅱ;
将扫描牙冠的点云模型Ⅱ与步骤8)中得到的CT图像的牙冠点云模型进行配准,得到两组模型间的移动和旋转关系;
10)将步骤7)所获得的CT图像的牙根点云模型与步骤9)所得到扫描数据牙冠点云模型进行融合,重建得到完整下颌牙列,融合方法是:
10.1)利用配准过程中产生的移动和旋转关系,将CT图像的牙根点云模型与步骤9)所得到扫描数据牙冠点云模型进行合置;
10.2)采用基于包围盒的点云精简方法,实现两组点云模型拼接为一组点云模型;
10.3)将相邻的牙齿点云模型分别置于两组,利用Delaunay快速三角剖分原理,将点云模型重建为三维网格模型。
2.根据权利要求1所述的利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法,其特征在于:
步骤5)中上颌的外部扫描图像及步骤10)中下颌的外部扫描图像是利用非接触式扫描设备获取的;所述牙冠模型是利用快速分水岭算法分割、利用补洞操作获得的。
3.根据权利要求1或2所述的利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法,其特征在于:
步骤4)和步骤9)中的配准采用粗配准结合精配准的方式,粗配准采用主成分分析法,精配准采用迭代最近点算法。
4.根据权利要求3所述的利用牙齿咬合状态下的口腔CT图像获取全牙模型的方法,其特征在于:
粗配准的实现方法为:通过交互式操作,选取三个点来确定一个分割面,截取牙齿的牙冠部分,将截取的牙冠部分与对应的扫描图像的牙冠进行粗配准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810439100.2A CN108629839A (zh) | 2018-05-09 | 2018-05-09 | 利用牙齿咬合状态下的口腔ct图像获取全牙模型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810439100.2A CN108629839A (zh) | 2018-05-09 | 2018-05-09 | 利用牙齿咬合状态下的口腔ct图像获取全牙模型的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108629839A true CN108629839A (zh) | 2018-10-09 |
Family
ID=63692408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810439100.2A Pending CN108629839A (zh) | 2018-05-09 | 2018-05-09 | 利用牙齿咬合状态下的口腔ct图像获取全牙模型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629839A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109754870A (zh) * | 2019-03-12 | 2019-05-14 | 北京羽医甘蓝信息技术有限公司 | 基于深度学习的全景片牙槽骨吸收分级的方法和装置 |
CN110135397A (zh) * | 2019-05-27 | 2019-08-16 | 上海爱圣美科技有限公司 | 一种识别三维牙齿模型中牙冠部分的方法 |
CN110276758A (zh) * | 2019-06-28 | 2019-09-24 | 电子科技大学 | 基于点云空间特征的牙咬合分析系统 |
CN110334444A (zh) * | 2019-07-05 | 2019-10-15 | 四川大学 | 一种天然牙型数据库的构建方法及系统 |
CN110478058A (zh) * | 2019-08-12 | 2019-11-22 | 民勤县人民医院 | 一种基于物联网的3d根管治疗计划控制系统 |
CN111150507A (zh) * | 2020-01-19 | 2020-05-15 | 四川大学 | 一种牙科咬合重建修复中转移咬合关系和形态设计的方法 |
CN111260672A (zh) * | 2019-12-26 | 2020-06-09 | 北京大学口腔医学院 | 一种利用形态学数据引导分割牙齿的方法 |
WO2020181973A1 (zh) * | 2019-03-14 | 2020-09-17 | 杭州朝厚信息科技有限公司 | 确定上、下颌牙齿咬合关系的方法及计算机系统 |
CN112164075A (zh) * | 2020-09-23 | 2021-01-01 | 广东工业大学 | 一种针对上颌窦膜形态变化的分割方法 |
CN112184910A (zh) * | 2020-09-28 | 2021-01-05 | 上海正雅齿科科技股份有限公司 | 一种牙颌模型咬合关系建立方法及系统 |
CN112274172A (zh) * | 2020-09-04 | 2021-01-29 | 深圳市菲森科技有限公司 | 一种基于多次扫描的成像方法、装置及电子设备 |
CN112955936A (zh) * | 2018-11-19 | 2021-06-11 | 株式会社迪耀 | 牙齿修复物制造方法及制造系统、适用于此的通用蜡咬模 |
CN113397585A (zh) * | 2021-07-27 | 2021-09-17 | 朱涛 | 基于口腔cbct和口扫数据的牙体模型生成方法及系统 |
CN115830287A (zh) * | 2023-02-20 | 2023-03-21 | 汉斯夫(杭州)医学科技有限公司 | 基于激光口扫与cbct重建的牙齿点云融合方法、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393653A (zh) * | 2008-10-16 | 2009-03-25 | 浙江大学 | 一种通过牙颌石膏模型ct数据和牙颌的全景透视图重建全牙的三维模型方法 |
CN105447908A (zh) * | 2015-12-04 | 2016-03-30 | 山东山大华天软件有限公司 | 基于口腔扫描数据和cbct数据的牙列模型生成方法 |
CN105761252A (zh) * | 2016-02-02 | 2016-07-13 | 北京正齐口腔医疗技术有限公司 | 图像分割的方法及装置 |
-
2018
- 2018-05-09 CN CN201810439100.2A patent/CN108629839A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393653A (zh) * | 2008-10-16 | 2009-03-25 | 浙江大学 | 一种通过牙颌石膏模型ct数据和牙颌的全景透视图重建全牙的三维模型方法 |
CN105447908A (zh) * | 2015-12-04 | 2016-03-30 | 山东山大华天软件有限公司 | 基于口腔扫描数据和cbct数据的牙列模型生成方法 |
CN105761252A (zh) * | 2016-02-02 | 2016-07-13 | 北京正齐口腔医疗技术有限公司 | 图像分割的方法及装置 |
Non-Patent Citations (2)
Title |
---|
张东霞等: "基于口腔计算机断层扫描图像与激光扫描图像融合的牙齿三维模型重构", 《生物医学工程学杂志》 * |
焦培峰等: "基于激光扫描与CT建立带牙根的三维数字化牙颌模型", 《中国临床解剖学杂志》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112955936A (zh) * | 2018-11-19 | 2021-06-11 | 株式会社迪耀 | 牙齿修复物制造方法及制造系统、适用于此的通用蜡咬模 |
CN109754870A (zh) * | 2019-03-12 | 2019-05-14 | 北京羽医甘蓝信息技术有限公司 | 基于深度学习的全景片牙槽骨吸收分级的方法和装置 |
WO2020181973A1 (zh) * | 2019-03-14 | 2020-09-17 | 杭州朝厚信息科技有限公司 | 确定上、下颌牙齿咬合关系的方法及计算机系统 |
CN110135397A (zh) * | 2019-05-27 | 2019-08-16 | 上海爱圣美科技有限公司 | 一种识别三维牙齿模型中牙冠部分的方法 |
CN110135397B (zh) * | 2019-05-27 | 2022-07-08 | 上海埃蒙迪材料科技股份有限公司 | 一种识别三维牙齿模型中牙冠部分的方法 |
CN110276758B (zh) * | 2019-06-28 | 2021-05-04 | 电子科技大学 | 基于点云空间特征的牙咬合分析系统 |
CN110276758A (zh) * | 2019-06-28 | 2019-09-24 | 电子科技大学 | 基于点云空间特征的牙咬合分析系统 |
CN110334444A (zh) * | 2019-07-05 | 2019-10-15 | 四川大学 | 一种天然牙型数据库的构建方法及系统 |
CN110478058A (zh) * | 2019-08-12 | 2019-11-22 | 民勤县人民医院 | 一种基于物联网的3d根管治疗计划控制系统 |
CN111260672A (zh) * | 2019-12-26 | 2020-06-09 | 北京大学口腔医学院 | 一种利用形态学数据引导分割牙齿的方法 |
CN111260672B (zh) * | 2019-12-26 | 2023-09-05 | 北京大学口腔医学院 | 一种利用形态学数据引导分割牙齿的方法 |
CN111150507A (zh) * | 2020-01-19 | 2020-05-15 | 四川大学 | 一种牙科咬合重建修复中转移咬合关系和形态设计的方法 |
CN111150507B (zh) * | 2020-01-19 | 2021-09-17 | 四川大学 | 一种牙科咬合重建修复中转移咬合关系和形态设计的方法 |
CN112274172A (zh) * | 2020-09-04 | 2021-01-29 | 深圳市菲森科技有限公司 | 一种基于多次扫描的成像方法、装置及电子设备 |
CN112164075B (zh) * | 2020-09-23 | 2023-08-01 | 广东工业大学 | 一种针对上颌窦膜形态变化的分割方法 |
CN112164075A (zh) * | 2020-09-23 | 2021-01-01 | 广东工业大学 | 一种针对上颌窦膜形态变化的分割方法 |
CN112184910A (zh) * | 2020-09-28 | 2021-01-05 | 上海正雅齿科科技股份有限公司 | 一种牙颌模型咬合关系建立方法及系统 |
CN112184910B (zh) * | 2020-09-28 | 2023-11-07 | 正雅齿科科技(上海)有限公司 | 一种牙颌模型咬合关系建立方法及系统 |
CN113397585A (zh) * | 2021-07-27 | 2021-09-17 | 朱涛 | 基于口腔cbct和口扫数据的牙体模型生成方法及系统 |
CN113397585B (zh) * | 2021-07-27 | 2022-08-05 | 朱涛 | 基于口腔cbct和口扫数据的牙体模型生成方法及系统 |
CN115830287A (zh) * | 2023-02-20 | 2023-03-21 | 汉斯夫(杭州)医学科技有限公司 | 基于激光口扫与cbct重建的牙齿点云融合方法、设备及介质 |
CN115830287B (zh) * | 2023-02-20 | 2023-12-12 | 汉斯夫(杭州)医学科技有限公司 | 基于激光口扫与cbct重建的牙齿点云融合方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629839A (zh) | 利用牙齿咬合状态下的口腔ct图像获取全牙模型的方法 | |
CN108665533A (zh) | 一种通过牙齿ct图像和三维扫描数据重建牙列的方法 | |
US11727160B2 (en) | Designing a virtual preparation and a virtual gingival | |
US11735306B2 (en) | Method, system and computer readable storage media for creating three-dimensional dental restorations from two dimensional sketches | |
US10893920B2 (en) | Modeling a digital design of a denture | |
CN104699865B (zh) | 一种数字化口腔固定修复的方法及装置 | |
CN101393653B (zh) | 一种通过牙颌石膏模型ct数据和牙颌的全景透视图重建全牙的三维模型方法 | |
JP2022000211A (ja) | 歯列メッシュ矯正具除去のための方法および装置 | |
CN108986111B (zh) | 一种用于计算机辅助隐形正畸的三维牙颌模型分割方法 | |
CN107106117B (zh) | 牙齿和牙槽骨的分割与重构方法及装置 | |
US20120290118A1 (en) | Method and system for forming a dental prosthesis | |
CN105662608A (zh) | 一种三维数据牙齿冠根整合的方法 | |
CN112515787B (zh) | 一种三维牙颌数据分析方法 | |
CN106725936A (zh) | 一种基于云技术的牙科3d打印系统 | |
CN108961398A (zh) | 一种基于法向量夹角的牙齿倒凹网格模型自动填充算法 | |
KR102054267B1 (ko) | 주변 치아 특성을 이용하는 치과용 캐드 장치 및 그 구동방법 | |
CN111568592B (zh) | 一种用于口腔数字印模仪的数字模型智能设计方法 | |
CN108022247B (zh) | 基于牙周膜影像学解剖特征提取活体牙三维牙根形态方法 | |
KR102144369B1 (ko) | 동명 치아 특성을 이용하는 치과용 캐드 장치 및 그 구동방법 | |
CN111292857B (zh) | 一种用于计算机辅助隐形正畸的牙龈生成方法 | |
CN116749522A (zh) | 一种用于正畸矫正工具的3d打印系统和方法 | |
CN112862974B (zh) | 基于口腔扫描点云的牙齿贴面模型生成与厚度测量方法 | |
CN115486956B (zh) | 一种咬合重建中牙合垫颌位关系数字化的转移方法 | |
CN117934885B (zh) | 基于cbct数据与三维面扫数据的坐标自动匹配方法及系统 | |
Ma et al. | A Survey of Three-dimensional Reconstruction Methods for Tooth Models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181009 |