CN108805950A - 口腔牙片信息转换方法及装置 - Google Patents

口腔牙片信息转换方法及装置 Download PDF

Info

Publication number
CN108805950A
CN108805950A CN201810521101.1A CN201810521101A CN108805950A CN 108805950 A CN108805950 A CN 108805950A CN 201810521101 A CN201810521101 A CN 201810521101A CN 108805950 A CN108805950 A CN 108805950A
Authority
CN
China
Prior art keywords
image
layer
reconstruction
decomposed
obtains
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
Application number
CN201810521101.1A
Other languages
English (en)
Inventor
邓承志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dr Dental Medical Holding Group Co Ltd
Original Assignee
Dr Dental Medical Holding Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dr Dental Medical Holding Group Co Ltd filed Critical Dr Dental Medical Holding Group Co Ltd
Priority to CN201810521101.1A priority Critical patent/CN108805950A/zh
Publication of CN108805950A publication Critical patent/CN108805950A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G06T2207/20024—Filtering details
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种口腔牙片信息转换方法及装置，所述转换方法包括：S1、获取原始口腔牙片信息；S2、对牙片进行图像分解，得到多层分解图像，每层分解图像对应一个下采样图像和细节图像；S3、以最后一层分解图像所对应的下采样图像为起始重建图像，根据上层分解图像对应的细节图像，对起始重建图像进行图像重建，得到重建中间图像；S4、将起始重建图像/最后一层分解图像对应更新为重建中间图像/上一层分解图像，循环执行S3操作，得到最终重建图像；S5、根据最终重建图像，得到口腔区域的骨密度信息。本发明基于数字化牙片的骨密度测量技术，利用计算机辅助图像密度分析技术对口腔牙片信息进行转换，对口腔诊疗提供可靠的治疗依据。

Description

口腔牙片信息转换方法及装置
技术领域
本发明涉及口腔影像领域，尤其涉及一种口腔牙片信息转换方法及装置。
背景技术
随着人们口腔健康意识的增强和牙齿美观要求的提高，口腔治疗/牙齿矫正需求量越来越大，在当前口腔医疗资源紧缺的情况下，提出了资源整合、医疗共享的概念，即将不同诊所机构的牙片通过线上的方式进行传送，由专家或者专家团进行线上会诊，这样就带来一个问题：
长期以来口腔临床医师依靠肉眼观察患者牙片(CT片)，来估算口腔骨密度的高低，特别是种植类治疗，必须对牙槽骨的骨密度有清晰了解，医师个人的主观因素占很大比例，以估算的口腔骨密度分布作为治疗依据，是非常粗糙的治疗方式。
尤其是线上通信传输会降低牙片图像的分辨率和像素值，在产生一定程度失真的情况下，容易造成医师对牙片信息的诊读出现误差，影响准确治疗方案的确定；另一方面，牙片没有客观实际的骨密度标识，大大降低了医师的读片效率，无法提高专家级别医疗资源的利用率。
发明内容
鉴于以上内容，本发明提供一种口腔牙片信息转换方法及装置，本发明的技术方案如下：
一方面，本发明提供了一种口腔牙片信息转换方法，所述口腔牙片信息转换方法包括以下步骤：
S1、获取原始口腔牙片信息，所述口腔牙片为二维图像信息，所述原始口腔牙片信息包括图像尺寸及相应像素信息；
S2、以所述原始口腔牙片为第一层分解图像，对所述原始口腔牙片进行图像分解，得到多层分解图像，在分解过程中，每一层分解图像对应一个下采样图像和一个细节图像；
S3、以最后一层分解图像所对应的下采样图像为起始重建图像，根据上一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到重建中间图像；
S4、将所述起始重建图像更新为重建中间图像，将最后一层分解图像更新为上一层分解图像，并循环执行S3操作，直至根据第一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到最终重建图像；
S5、根据所述最终重建图像，得到所述原始口腔牙片对应的口腔区域的骨密度信息。
进一步地，所述S2包括以下步骤：
S21、对第一层分解图像进行高斯滤波操作，得到第一滤波图像；
S22、对所述第一滤波图像进行下采样操作，得到所述第一层分解图像对应的下采样图像；
S23、对所述下采样图像进行高斯滤波操作，得到第二滤波图像；
S24、对所述第二滤波图像进行插值操作，使图像尺寸放大到S22操作之前的尺寸，得到插值图像；
S25、将第一层分解图像减去插值图像，得到所述第一层分解图像对应的细节图像；
S26、将所述第一层分解图像对应的下采样图像作为第二层分解图像，同理于第一层分解图像的分解步骤，得到所述第二层分解图像对应的下采样图像和细节图像，循环执行分解步骤，直至得到最后一层分解图像及其对应的下采样图像。
进一步地，所述S3包括以下步骤：
S31、对最后一层分解图像所对应的下采样图像进行高斯滤波并上采样操作，得到上采样图像；
S32、获取所述最后一层分解图像的上一层分解图像所对应的细节图像；
S33、将S31得到的上采样图像与S32得到的细节图像相加，得到所述重建中间图像。
进一步地，所述S4包括以下步骤：
S41、将S31中最后一层分解图像所对应的下采样图像更新为S33得到的重建中间图像，将最后一层分解图像更新为上一层分解图像；
S42、执行S31-S33；
S43、循环执行S41-S42，直至将上采样图像与第一层分解图像对应的细节图像相加，得到最终重建图像。
进一步地，所述S5包括以下步骤：
S51、根据以下计算公式计算原始口腔牙片对应的口腔区域的骨密度值：
Db＝(Hb-Hw)*Ck/(Hk-Hw)，其中，Db为被测量骨质骨密度，Hb为被测骨感兴趣区的CT值，Hk是体模的CT值，Hw为水的CT值，Ck为体模的密度，其中，Hb为根据S4得到的最终重建图像而获得；
S52、根据S51得到的骨密度值，对最终重建图像进行灰度标识，以表示骨密度信息。
进一步地，S26中的所述循环执行分解步骤，直至得到最后一层分解图像及其对应的下采样图像包括：直至某一层分解图像对应的第一滤波图像尺寸为1*1，则停止分解操作，并将所述某一层分解图像的上一层分解图像作为最后一层分解图像；
S25还包括：对第一层分解图像减去插值图像得到的细节图像进行指数函数增强处理，将增强处理结果作为所述第一层分解图像对应的细节图像。
再一方面，本发明提供了一种口腔牙片信息转换装置，包括以下模块：
原始牙片获取模块，用于获取原始口腔牙片信息，所述口腔牙片为二维图像信息，所述原始口腔牙片信息包括图像尺寸及相应像素信息；
图像分解模块，用于以所述原始口腔牙片为第一层分解图像，对所述原始口腔牙片进行图像分解，得到多层分解图像，在分解过程中，每一层分解图像对应一个下采样图像和一个细节图像；
图像中间重建模块，用于以最后一层分解图像所对应的下采样图像为起始重建图像，根据上一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到重建中间图像；
图像最终重建模块，用于将所述起始重建图像更新为重建中间图像，将最后一层分解图像更新为上一层分解图像，并循环执行图像中间重建模块的操作，直至根据第一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到最终重建图像；
骨密度获取模块，用于根据所述最终重建图像，得到所述原始口腔牙片对应的口腔区域的骨密度信息。
进一步地，所述图像分解模块包括以下单元：
第一高斯滤波单元，用于对第一层分解图像进行高斯滤波操作，得到第一滤波图像；
下采样单元，用于对所述第一滤波图像进行下采样操作，得到所述第一层分解图像对应的下采样图像；
第二高斯滤波单元，用于对所述下采样图像进行高斯滤波操作，得到第二滤波图像；
插值单元，用于对所述第二滤波图像进行插值操作，使图像尺寸放大到S22操作之前的尺寸，得到插值图像；
减法单元，用于将第一层分解图像减去插值图像，得到所述第一层分解图像对应的细节图像；
循环分解单元，用于将所述第一层分解图像对应的下采样图像作为第二层分解图像，同理于第一层分解图像的分解步骤，得到所述第二层分解图像对应的下采样图像和细节图像，循环执行分解步骤，直至得到最后一层分解图像及其对应的下采样图像。
进一步地，所述图像中间重建模块包括以下单元：
上采样单元，用于对最后一层分解图像所对应的下采样图像进行高斯滤波并上采样操作，得到上采样图像；
细节图像获取单元，用于获取所述最后一层分解图像的上一层分解图像所对应的细节图像；
加法单元，用于将上采样单元得到的上采样图像与细节图像获取单元得到的细节图像相加，得到所述重建中间图像。
进一步地，所述图像最终重建模块包括以下单元：
对象更新单元，用于将上采样单元中最后一层分解图像所对应的下采样图像更新为加法单元得到的重建中间图像，将上采样单元中的最后一层分解图像更新为上一层分解图像；
再次中间重建单元，用于依次执行所述上采样单元、细节图像获取单元和加法单元的操作；
循环重建单元，用于循环执行所述对象更新单元和再次中间重建单元的操作，直至将上采样图像与第一层分解图像对应的细节图像相加，得到最终重建图像。
本发明具有下列优点：
a.通过图像密度分析，计算并标识图像骨密度值，完成对牙片信息的转换，使牙片信息一目了然；
b.转换后的牙片降低了诊读难度，有利于制定准确的诊疗方案；
c.转换后的牙片提高了诊读效率，缓解医疗资源的紧缺现状。
附图说明
图1是本发明实施例提供的口腔牙片信息转换方法的流程图；
图2是本发明实施例提供的牙片图像分解方法流程图；
图3是本发明实施例提供的牙片图像中间重建的方法流程图；
图4是本发明实施例提供的牙片图像最终重建的方法流程图；
图5是本发明实施例提供的口腔牙片信息转换装置的模块框图。
具体实施方式
以下结合说明书附图及具体实施例进一步说明本发明的技术方案。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例
在本发明的一个实施例中，提供了一种口腔牙片信息转换方法，如图1所示，所述转换方法包括以下流程：
S1、获取原始口腔牙片信息，所述口腔牙片为二维图像信息，所述原始口腔牙片信息包括图像尺寸及相应像素信息。
S2、以所述原始口腔牙片为第一层分解图像，对所述原始口腔牙片进行图像分解，得到多层分解图像，在分解过程中，每一层分解图像对应一个下采样图像和一个细节图像。
具体地，分解图像的方法参见图2，包括以下流程：
S21、对第一层分解图像进行5*5的高斯滤波操作，得到第一滤波图像；
S22、对所述第一滤波图像进行下采样操作，得到所述第一层分解图像对应的下采样图像；
S23、对所述下采样图像进行5*5的高斯滤波操作，得到第二滤波图像；
S24、对所述第二滤波图像进行插值操作，使图像尺寸放大到S22操作之前的尺寸，得到插值图像；
S25、将第一层分解图像减去插值图像，得到所述第一层分解图像对应的细节图像，在优选的一个实施例中，对第一层分解图像减去插值图像得到的细节图像进行指数函数增强处理，将增强处理结果作为所述第一层分解图像对应的细节图像，以使得后面重建的图像为增强图像。
S26、将所述第一层分解图像对应的下采样图像作为第二层分解图像，同理于第一层分解图像的分解步骤，得到所述第二层分解图像对应的下采样图像和细节图像，循环执行分解步骤，直至得到最后一层分解图像及其对应的下采样图像，具体为：直至某一层分解图像对应的第一滤波图像尺寸为1*1，则停止分解操作，并将所述某一层分解图像的上一层分解图像作为最后一层分解图像。
S3、以最后一层分解图像所对应的下采样图像为起始重建图像，根据上一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到重建中间图像。
具体地，所述图像重建的方法参见图3，包括以下流程：
S31、对最后一层分解图像所对应的下采样图像进行5*5的高斯滤波并上采样操作，得到上采样图像；
S32、获取所述最后一层分解图像的上一层分解图像所对应的细节图像；
S33、将S31得到的上采样图像与S32得到的细节图像相加，得到所述重建中间图像。
S4、将所述起始重建图像更新为重建中间图像，将最后一层分解图像更新为上一层分解图像，并循环执行S3操作，直至根据第一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到最终重建图像。
具体地，所述完整的图像重建方法参见图4，包括以下步骤：
S41、判断是否存在上一层分解图像对应的细节图像，若存在，则再次执行S42，若不存在，则结束重建；
S42、将S31中最后一层分解图像所对应的下采样图像更新为S33得到的重建中间图像，将最后一层分解图像更新为上一层分解图像，再执行S31-S33及S41。
S5、根据所述最终重建图像，得到所述原始口腔牙片对应的口腔区域的骨密度信息，优选包括以下步骤：
S51、根据以下计算公式计算原始口腔牙片对应的口腔区域的骨密度值：
Db＝(Hb-Hw)*Ck/(Hk-Hw)，其中，Db为被测量骨质骨密度，Hb为被测骨感兴趣区的CT值，Hk是体模的CT值，Hw为水的CT值，Ck为体模的密度，其中，Hb为根据S4得到的最终重建图像而获得；
S52、根据S51得到的骨密度值，对最终重建图像进行灰度标识，以表示骨密度信息。
再一方面，本发明提供了一种口腔牙片信息转换装置，包括以下模块：
原始牙片获取模块510，用于获取原始口腔牙片信息，所述口腔牙片为二维图像信息，所述原始口腔牙片信息包括图像尺寸及相应像素信息；
图像分解模块520，用于以所述原始口腔牙片为第一层分解图像，对所述原始口腔牙片进行图像分解，得到多层分解图像，在分解过程中，每一层分解图像对应一个下采样图像和一个细节图像；
图像中间重建模块530，用于以最后一层分解图像所对应的下采样图像为起始重建图像，根据上一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到重建中间图像；
图像最终重建模块540，用于将所述起始重建图像更新为重建中间图像，将最后一层分解图像更新为上一层分解图像，并循环执行图像中间重建模块的操作，直至根据第一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到最终重建图像；
骨密度获取模块550，用于根据所述最终重建图像，得到所述原始口腔牙片对应的口腔区域的骨密度信息。
进一步地，所述图像分解模块520包括以下单元：
第一高斯滤波单元521，用于对第一层分解图像进行5*5的高斯滤波操作，得到第一滤波图像；
下采样单元522，用于对所述第一滤波图像进行下采样操作，得到所述第一层分解图像对应的下采样图像；
第二高斯滤波单元523，用于对所述下采样图像进行5*5的高斯滤波操作，得到第二滤波图像；
插值单元524，用于对所述第二滤波图像进行插值操作，使图像尺寸放大到S22操作之前的尺寸，得到插值图像；
减法单元525，用于将第一层分解图像减去插值图像，得到所述第一层分解图像对应的细节图像；
循环分解单元526，用于将所述第一层分解图像对应的下采样图像作为第二层分解图像，同理于第一层分解图像的分解步骤，得到所述第二层分解图像对应的下采样图像和细节图像，循环执行分解步骤，直至得到最后一层分解图像及其对应的下采样图像。
进一步地，所述图像中间重建模块530包括以下单元：
上采样单元531，用于对最后一层分解图像所对应的下采样图像进行5*5的高斯滤波并上采样操作，得到上采样图像；
细节图像获取单元532，用于获取所述最后一层分解图像的上一层分解图像所对应的细节图像；
加法单元533，用于将上采样单元得到的上采样图像与细节图像获取单元得到的细节图像相加，得到所述重建中间图像。
进一步地，所述图像最终重建模块540包括以下单元：
对象更新单元541，用于将上采样单元中最后一层分解图像所对应的下采样图像更新为加法单元得到的重建中间图像，将上采样单元中的最后一层分解图像更新为上一层分解图像；
再次中间重建单元542，用于依次执行所述上采样单元、细节图像获取单元和加法单元的操作；
循环重建单元543，用于循环执行所述对象更新单元和再次中间重建单元的操作，直至将上采样图像与第一层分解图像对应的细节图像相加，得到最终重建图像。
需要说明的是：上述实施例提供的口腔牙片信息转换装置在进行信息转换时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将口腔牙片信息转换装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，本实施例提供的口腔牙片信息转换装置实施例与上述实施例提供的口腔牙片信息转换方法属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本发明基于数字化牙片的骨密度测量技术，利用计算机辅助图像密度分析技术对口腔牙片信息进行转换，对口腔诊疗提供可靠的治疗依据。
以上所述仅为本发明的优选实施例，并非因此限制其专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种口腔牙片信息转换方法，其特征在于，包括以下步骤：
S1、获取原始口腔牙片信息，所述口腔牙片为二维图像信息，所述原始口腔牙片信息包括图像尺寸及相应像素信息；
S2、以所述原始口腔牙片为第一层分解图像，对所述原始口腔牙片进行图像分解，得到多层分解图像，在分解过程中，每一层分解图像对应一个下采样图像和一个细节图像；
S3、以最后一层分解图像所对应的下采样图像为起始重建图像，根据上一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到重建中间图像；
S4、将所述起始重建图像更新为重建中间图像，将最后一层分解图像更新为上一层分解图像，并循环执行S3操作，直至根据第一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到最终重建图像；
S5、根据所述最终重建图像，得到所述原始口腔牙片对应的口腔区域的骨密度信息。
2.根据权利要求1所述的口腔牙片信息转换方法，其特征在于，所述S2包括以下步骤：
S21、对第一层分解图像进行高斯滤波操作，得到第一滤波图像；
S22、对所述第一滤波图像进行下采样操作，得到所述第一层分解图像对应的下采样图像；
S23、对所述下采样图像进行高斯滤波操作，得到第二滤波图像；
S24、对所述第二滤波图像进行插值操作，使图像尺寸放大到S22操作之前的尺寸，得到插值图像；
S25、将第一层分解图像减去插值图像，得到所述第一层分解图像对应的细节图像；
S26、将所述第一层分解图像对应的下采样图像作为第二层分解图像，同理于第一层分解图像的分解步骤，得到所述第二层分解图像对应的下采样图像和细节图像，循环执行分解步骤，直至得到最后一层分解图像及其对应的下采样图像。
3.根据权利要求1所述的口腔牙片信息转换方法，其特征在于，所述S3包括以下步骤：
S31、对最后一层分解图像所对应的下采样图像进行高斯滤波并上采样操作，得到上采样图像；
S32、获取所述最后一层分解图像的上一层分解图像所对应的细节图像；
S33、将S31得到的上采样图像与S32得到的细节图像相加，得到所述重建中间图像。
4.根据权利要求3所述的口腔牙片信息转换方法，其特征在于，所述S4包括以下步骤：
S41、将S31中最后一层分解图像所对应的下采样图像更新为S33得到的重建中间图像，将最后一层分解图像更新为上一层分解图像；
S42、执行S31-S33；
S43、循环执行S41-S42，直至将上采样图像与第一层分解图像对应的细节图像相加，得到最终重建图像。
5.根据权利要求1所述的口腔牙片信息转换方法，其特征在于，所述S5包括以下步骤：
S51、根据以下计算公式计算原始口腔牙片对应的口腔区域的骨密度值：
Db＝(Hb-Hw)*Ck/(Hk-Hw)，其中，Db为被测量骨质骨密度，Hb为被测骨感兴趣区的CT值，Hk是体模的CT值，Hw为水的CT值，Ck为体模的密度，其中，Hb为根据S4得到的最终重建图像而获得；
S52、根据S51得到的骨密度值，对最终重建图像进行灰度标识，以表示骨密度信息。
6.根据权利要求2所述的口腔牙片信息转换方法，其特征在于，S26中的所述循环执行分解步骤，直至得到最后一层分解图像及其对应的下采样图像包括：直至某一层分解图像对应的第一滤波图像尺寸为1*1，则停止分解操作，并将所述某一层分解图像的上一层分解图像作为最后一层分解图像；
S25还包括：对第一层分解图像减去插值图像得到的细节图像进行指数函数增强处理，将增强处理结果作为所述第一层分解图像对应的细节图像。
7.一种口腔牙片信息转换装置，其特征在于，包括以下模块：
原始牙片获取模块，用于获取原始口腔牙片信息，所述口腔牙片为二维图像信息，所述原始口腔牙片信息包括图像尺寸及相应像素信息；
图像分解模块，用于以所述原始口腔牙片为第一层分解图像，对所述原始口腔牙片进行图像分解，得到多层分解图像，在分解过程中，每一层分解图像对应一个下采样图像和一个细节图像；
图像中间重建模块，用于以最后一层分解图像所对应的下采样图像为起始重建图像，根据上一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到重建中间图像；
图像最终重建模块，用于将所述起始重建图像更新为重建中间图像，将最后一层分解图像更新为上一层分解图像，并循环执行图像中间重建模块的操作，直至根据第一层分解图像对应的细节图像，对所述起始重建图像进行图像重建，得到最终重建图像；
骨密度获取模块，用于根据所述最终重建图像，得到所述原始口腔牙片对应的口腔区域的骨密度信息。
8.根据权利要求7所述的口腔牙片信息转换装置，其特征在于，所述图像分解模块包括以下单元：
第一高斯滤波单元，用于对第一层分解图像进行高斯滤波操作，得到第一滤波图像；
下采样单元，用于对所述第一滤波图像进行下采样操作，得到所述第一层分解图像对应的下采样图像；
第二高斯滤波单元，用于对所述下采样图像进行高斯滤波操作，得到第二滤波图像；
插值单元，用于对所述第二滤波图像进行插值操作，使图像尺寸放大到S22操作之前的尺寸，得到插值图像；
减法单元，用于将第一层分解图像减去插值图像，得到所述第一层分解图像对应的细节图像；
循环分解单元，用于将所述第一层分解图像对应的下采样图像作为第二层分解图像，同理于第一层分解图像的分解步骤，得到所述第二层分解图像对应的下采样图像和细节图像，循环执行分解步骤，直至得到最后一层分解图像及其对应的下采样图像。
9.根据权利要求7所述的口腔牙片信息转换装置，其特征在于，所述图像中间重建模块包括以下单元：
上采样单元，用于对最后一层分解图像所对应的下采样图像进行高斯滤波并上采样操作，得到上采样图像；
细节图像获取单元，用于获取所述最后一层分解图像的上一层分解图像所对应的细节图像；
加法单元，用于将上采样单元得到的上采样图像与细节图像获取单元得到的细节图像相加，得到所述重建中间图像。
10.根据权利要求9所述的口腔牙片信息转换装置，其特征在于，所述图像最终重建模块包括以下单元：
对象更新单元，用于将上采样单元中最后一层分解图像所对应的下采样图像更新为加法单元得到的重建中间图像，将上采样单元中的最后一层分解图像更新为上一层分解图像；
再次中间重建单元，用于依次执行所述上采样单元、细节图像获取单元和加法单元的操作；
循环重建单元，用于循环执行所述对象更新单元和再次中间重建单元的操作，直至将上采样图像与第一层分解图像对应的细节图像相加，得到最终重建图像。
CN201810521101.1A 2018-05-28 2018-05-28 口腔牙片信息转换方法及装置 Pending CN108805950A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810521101.1A CN108805950A (zh) 2018-05-28 2018-05-28 口腔牙片信息转换方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810521101.1A CN108805950A (zh) 2018-05-28 2018-05-28 口腔牙片信息转换方法及装置

Publications (1)

Publication Number Publication Date
CN108805950A true CN108805950A (zh) 2018-11-13

Family

ID=64089141

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810521101.1A Pending CN108805950A (zh) 2018-05-28 2018-05-28 口腔牙片信息转换方法及装置

Country Status (1)

Country Link
CN (1) CN108805950A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378851A (zh) * 2019-07-09 2019-10-25 上海酷芯微电子有限公司 图像降噪系统、方法及介质
CN114782375A (zh) * 2022-04-27 2022-07-22 四川大学华西医院 骨质密度测量方法、装置和设备
CN117974460A (zh) * 2024-03-29 2024-05-03 深圳中科精工科技有限公司 图像增强方法、系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1469721A (zh) * 2000-10-11 2004-01-21 �����ɷ� X射线图像的分析方法和装置
JP2010178822A (ja) * 2009-02-04 2010-08-19 Panasonic Corp 歯科用パノラマ撮影装置
CN102940503A (zh) * 2012-10-31 2013-02-27 东北大学 一种用于口腔ct系统的测量颌骨密度的装置及方法
CN104337532A (zh) * 2013-07-30 2015-02-11 南京普爱射线影像设备有限公司 锥束口腔ct相对骨密度测量参数分析方法
CN106548454A (zh) * 2016-09-08 2017-03-29 清华大学 处理医学图像的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1469721A (zh) * 2000-10-11 2004-01-21 �����ɷ� X射线图像的分析方法和装置
JP2010178822A (ja) * 2009-02-04 2010-08-19 Panasonic Corp 歯科用パノラマ撮影装置
CN102940503A (zh) * 2012-10-31 2013-02-27 东北大学 一种用于口腔ct系统的测量颌骨密度的装置及方法
CN104337532A (zh) * 2013-07-30 2015-02-11 南京普爱射线影像设备有限公司 锥束口腔ct相对骨密度测量参数分析方法
CN106548454A (zh) * 2016-09-08 2017-03-29 清华大学 处理医学图像的方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈义泉 等: "《临床骨关节病学》", 31 March 2010, 科学技术文献出版社 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378851A (zh) * 2019-07-09 2019-10-25 上海酷芯微电子有限公司 图像降噪系统、方法及介质
CN114782375A (zh) * 2022-04-27 2022-07-22 四川大学华西医院 骨质密度测量方法、装置和设备
CN117974460A (zh) * 2024-03-29 2024-05-03 深圳中科精工科技有限公司 图像增强方法、系统及存储介质
CN117974460B (zh) * 2024-03-29 2024-06-11 深圳中科精工科技有限公司 图像增强方法、系统及存储介质

Similar Documents

Publication Publication Date Title
Heo et al. Artificial intelligence in oral and maxillofacial radiology: what is currently possible?
Claes et al. Computerized craniofacial reconstruction: conceptual framework and review
CN102855618B (zh) 用于图像产生和图像分析的方法
JP4895204B2 (ja) 画像成分分離装置、方法、およびプログラム、ならびに、正常画像生成装置、方法、およびプログラム
Hou et al. Teeth U-Net: A segmentation model of dental panoramic X-ray images for context semantics and contrast enhancement
Ravichandran et al. Novel tool for complete digitization of paper electrocardiography data
CN108805950A (zh) 口腔牙片信息转换方法及装置
Sforza et al. Soft-tissue facial anthropometry in three dimensions: from anatomical landmarks to digital morphology in research, clinics and forensic anthropology
CN100412877C (zh) 人体内物质代谢功能信息可视化的计算机模拟方法
JP5029702B2 (ja) 画像生成装置、画像生成方法およびプログラム
Robles et al. A step-by-step method for producing 3D crania models from CT data
Tian et al. A dual discriminator adversarial learning approach for dental occlusal surface reconstruction
CN108830915A (zh) 口腔影像3d模拟动画实现方法及装置
Soleimani et al. Ultrasound brain tomography: comparison of deep learning and deterministic methods
CN117078658A (zh) 一种基于深度学习的ct图像中椎骨中心点检测方法
Fang et al. Curvature-enhanced implicit function network for high-quality tooth model generation from cbct images
CA2854992C (en) Process and apparatus for data registration
CN101176683A (zh) 人体立体解剖图象的制作方法与应用
Li et al. Detection of tooth position by YOLOv4 and various dental problems based on CNN with bitewing radiograph (July 2023)
Yu et al. Deep learning single view computed tomography guided by FBP algorithm
Anusree et al. A Deep Learning Approach to Generating Flattened CBCT Volume Across Dental Arch From 2D Panoramic X-ray for 3D Oral Cavity Reconstruction
CN110506294A (zh) 数字x射线图像中具有低信息内容的区域的探测
Wang et al. Trans-VNet: Transformer-based tooth semantic segmentation in CBCT images
WO2019131225A1 (ja) 脳画像解析装置、脳画像解析方法、及び脳画像解析プログラム
CN111466933A (zh) 一种脊柱活动度测量方法及系统

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: 20181113