CN108932716A - 用于牙齿图像的图像分割方法 - Google Patents
用于牙齿图像的图像分割方法 Download PDFInfo
- Publication number
- CN108932716A CN108932716A CN201710383356.1A CN201710383356A CN108932716A CN 108932716 A CN108932716 A CN 108932716A CN 201710383356 A CN201710383356 A CN 201710383356A CN 108932716 A CN108932716 A CN 108932716A
- Authority
- CN
- China
- Prior art keywords
- image
- oral cavity
- cavity cross
- tooth
- section
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- 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
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20036—Morphological image processing
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20161—Level set
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
一种用于牙齿图像的图像分割方法包括:A)提供一组口腔断面图像;B)从该组口腔断面图像中选择针对待分割牙齿的目标图像序列,其中目标图像序列包括依序排列的多层口腔断面图像,并且多层口腔断面图像包含了待分割牙齿的断面图像;C)从目标图像序列中选择初始层口腔断面图像,其中初始层口腔断面图像位于待分割牙齿的牙冠和牙根的交界;D)对初始层口腔断面图像进行图像分割,以从初始层口腔断面图像中提取待分割牙齿的牙齿区域;以及E)基于初始层口腔断面图像的图像分割结果,分别对目标图像序列中沿牙冠方向和牙根方向的口腔断面图像进行图像分割,以从口腔断面图像中提取待分割牙齿的牙齿区域。
Description
技术领域
本申请牙齿矫正技术领域,更具体地,涉及一种用于对牙齿图像进行图像分割的方法,分割后的牙齿图像可以用于对牙齿的形状进行建模,以用于牙齿矫正或其他口腔治疗。
背景技术
为了对患者的牙齿进行医学矫正,目前已开发出多种牙齿矫治器械。相对于传统的固定托槽矫治技术,新型的隐形矫治技术不需要托槽和钢丝,而是采用一系列隐形矫治器(也称为壳矫治器)。这种隐形牙齿矫治器由满足生物相容性的高性能弹性高分子材料制成,使矫治过程几乎在旁人无察觉中完成,不会影响日常生活和社交。此外,由于患者可以自行摘戴,口腔卫生可以正常维护,整个矫治过程省时又省力。
隐形牙齿矫治器的制作首先需要对患者牙齿进行建模,从而可以根据患者牙齿的形状和排列不同制作适合的隐形牙齿矫治器。通常地,可以利用锥形束计算机重组断层成像(CBCT)技术来对患者牙齿进行扫描成像,然后对扫描得到的牙齿CBCT图像进行图像分割。分割后的牙齿CBCT图像可以明确地区分牙齿与周边组织(例如牙龈、牙槽骨等),从而便于根据其对牙齿进行三维图像建模。
现有的基于CBCT图像的牙齿图像分割方法主要包括阈值分割技术和水平集图像分割技术。然而由于牙齿咬合面的复杂性、牙齿拓扑结构变化的灵活性、牙根与牙槽骨的低对比度以及第三磨牙萌出的不确定性,使得现有的这些方法很难获得精确的分割结果。此外,现有的牙齿图像分割方法效率过低,因而牙齿分割时间过长,这会影响后续的牙齿矫正或其他口腔治疗。
因此,需要一种新的用于牙齿图像的图像分割方法。
发明内容
本申请提供了一种用于牙齿图像的图像分割方法,以解决现有牙齿图像分割方法效率过低的问题。
根据本申请的一个方面,提供了一种用于牙齿图像的图像分割方法。该图像分割方法包括:A)提供一组口腔断面图像;B)从该组口腔断面图像中选择针对待分割牙齿的目标图像序列,其中所述目标图像序列包括依序排列的多层口腔断面图像,并且所述多层口腔断面图像包含了所述待分割牙齿的断面图像;C)从所述目标图像序列中选择初始层口腔断面图像,其中所述初始层口腔断面图像位于所述待分割牙齿的牙冠和牙根的交界;D)对所述初始层口腔断面图像进行图像分割,以从所述初始层口腔断面图像中提取待分割牙齿的牙齿区域;以及E)基于所述初始层口腔断面图像的图像分割结果,分别对所述目标图像序列中沿牙冠方向和牙根方向的口腔断面图像进行图像分割,以从所述口腔断面图像中提取待分割牙齿的牙齿区域。
根据本申请的一个方面,还提供了一种计算机可读存储介质,用于存储一组指令,该组指令能够被计算机运行以执行一种用于牙齿图像的图像分割方法。
可以看出,对于本申请实施例的用于牙齿图像的图像分割方法,在处理每一层口腔断面图像的图像分割时,均可以利用已有的相似口腔断面图像的图像分割结果来进行图像分割处理。由于口腔断面图像的相似性,这种图像分割处理具有较高的处理效率,从而大大减少了图像分割的时间。
以上为本申请的概述,可能有简化、概括和省略细节的情况,因此本领域的技术人员应该认识到,该部分仅是示例说明性的,而不旨在以任何方式限定本申请范围。本概述部分既非旨在确定所要求保护主题的关键特征或必要特征,也非旨在用作为确定所要求保护主题的范围的辅助手段。
附图说明
本申请的上述及其他特征将通过下面结合附图及其详细描述作进一步说明。应当理解的是,这些附图仅示出了根据本申请的若干示例性的实施方式,因此不应被视为是对本申请保护范围的限制。除非特别说明,附图不必是成比例的,并且其中类似的标号表示类似的部件。
图1A-1C示出了一组患者口腔断面图像在冠状面的投影图像的局部示意图;
图2A和图2B分别示出了患者口腔断面图像在冠状面和矢状面的投影图像;
图3示出了一组患者口腔断面图像中的一个图像,不同牙齿在口腔断面的位置可以被清楚地示出;
图4示出了根据本申请一个实施例的用于牙齿图像的图像分割方法400;
图5示出了根据本申请一个实施例的用于牙齿图像的图像分割方法500;
图6示出了根据本申请一个实施例的用于牙齿图像的图像分割方法600;
图7示出了根据本申请一个实施例的利用牙齿图像分割方法的图像分割结果建模的牙齿三维图像。
具体实施方式
以下的详细描述中引用了构成本说明书一部分的附图。说明书和附图所提及的示意性实施方式仅仅出于是说明性的目的,并非意图限制本申请的保护范围。本领域技术人员可以理解,也可以采用许多其他的实施方式,并且可以对所描述实施方式做出各种改变,而不背离本申请的主旨和保护范围。应当理解的是,在此说明并图示的本申请的各个方面可以按照很多不同的配置来布置、替换、组合、分离和设计,这些不同配置都包含在本申请中。
图1A-1C示出了一组患者口腔断面图像在冠状面的投影图像的局部示意图。
如图1A所示,患者口腔中的一部分前牙被示出,其中上颌牙列的前牙101与下颌牙列的对应前牙103在图1A所示的上下颌咬合层105附近相互咬合。可以理解,由于不同牙齿的咬合位置不同,因此不同牙齿对应的上下颌咬合层的位置也会略有不同。此外,图1B所示的初始层107将牙齿103划分为牙冠区域和牙根区域,而图1C所示的终止层109对应于牙齿103的边界,也即牙齿103牙根区域的末端。初始层107和终止层109的位置也取决于牙齿本身的形态和位置。
在一些实施例中,该组患者口腔断面图像可以利用锥形束计算机重组断层成像(CBCT)技术扫描得到。扫描得到的口腔断面图像包括整个口腔中的上颌牙列和下颌牙列的断面图像,其大体以从上颌牙列的牙根附近至下颌牙列的牙根附近的顺序排列,或者以从下颌牙列的牙根附近至上颌牙列的牙根附近的顺序排列。在一些实施例中,可以对患者口腔断面图像进行冠状面图像重建并利用最大密度投影法来获得该组患者口腔断面图像在冠状面的投影图像数据,或者也可以进行矢状面图像重建来获得在矢状面的投影图像数据。这些投影图像数据可以在图像用户界面中显示为投影图像,正如图1A-1C所示,以供操作人员,例如医生、患者或矫治治疗人员可视地观察。
图2A和图2B分别示出了患者口腔断面图像在冠状面和矢状面的投影图像。其中,冠状面投影图像便于观察前牙,而矢状面投影图像便于观察后牙。
正如前述,由于不同牙齿的形态和位置不同,这导致各个牙齿对应的上下颌咬合层、初始层以及终止层的位置会有差别,因此在对牙齿图像进行分割时,优选地可以对每一个牙齿的图像进行图像分割,从而提高分割处理的效率。图3示出了一组患者口腔断面图像中的一个图像,不同牙齿在口腔断面的位置可以被清楚地示出。在实际应用中,操作人员可以观察并处理该口腔断面图像,以例如选择将要进行图像分割的牙齿。例如,图中十字交叉处即为被选定的将要进行图像分割的牙齿。
图4示出了根据本申请一个实施例的用于牙齿图像的图像分割方法400。该图像分割方法400可以用于对包括例如图3的一组患者口腔断面图像进行图像分割,从而将牙齿区域的图像从该组口腔断面图像中分割、提取出来,进而之后用于该牙齿进行三维图像建模。
如图4所示,在步骤S402,提供一组口腔断面图像。该口腔断面图像例如是通过CBCT图像转换得到的。
接着,在步骤S404,从该组口腔断面图像中选择针对待分割牙齿的目标图像序列。其中,该目标图像序列包括依序排列的多层口腔断面图像,并且这些口腔断面图像包含了待分割牙齿的断面图像。
正如前述,患者的口腔断面图像至少位于上颌牙列的牙根与下颌牙列的牙根之间,而在实际应用中,待分割牙齿的图像分割可以分别地进行,也即一次仅处理一个或多个牙齿(但不处理全部牙齿)的图像分割,而不同牙齿的上下颌咬合层与终止层的位置可能不同。因此,可以预先从全部的口腔断面图像中选择一部分口腔断面图像,并且仅对所选择的口腔断面图像中包括了完整图像的牙齿进行图像分割。这些被选择的口腔断面图像即构成了针对待分割牙齿的目标图像序列。
在一些实施例中,选择包括待分割牙齿的口腔断面图像的操作可以由计算机自动执行(例如通过特定的图像识别算法牙根端部、以及上下颌咬合接触区域的图像),或者也可以由操作人员手动执行。在一些优选的实施例中,可以由操作人员(具有CT影像学知识和牙齿结构知识的人员,例如牙科医生)手动选择目标图像序列的起始和结束图像。操作人员可以根据其观察到的冠状面和/或矢状面投影图像,输入对应的用户输入。例如,操作人员可以点击投影图像来选择待分割牙齿的上下颌咬合处的上下颌咬合层口腔断面图像(待分割牙齿的牙冠部分应该在该断面图像中消失)以及牙根端部的终止层口腔断面图像。对于终止层口腔断面图像的人工选择,可以对CBCT数据在冠状面/矢状面方向进行最大密度投影以获取该方向的投影图像数据,之后可以在待分割牙齿的牙根端部手动选点,所选点的纵坐标即可被用来确定终止层的位置。这样,目标图像序列中包括的多层口腔断面图像即位于上下颌咬合层口腔断面图像与终止层口腔断面图像之间。相比于计算机自动处理,手动选择依赖于操作人员的专业知识和经验,但是相对而言效率较高。在一些实施例中,目标图像序列可以包括上下颌咬合层口腔断面图像与终止层口腔断面图像之间的断面图像的全部或一部分。
需要说明的是,由于断层扫描得到的断面图像通常是按照某一方向(例如从上颌牙列至下颌牙列,或者从下颌牙列至上颌牙列)顺序排列的,因此选择得到的目标图像序列中包括的多层断面图像通常也保持相同的顺序排列。
接着,在步骤S406,从该目标图像序列中选择初始层口腔断面图像,其中该初始层口腔断面图像位于待分割牙齿的牙冠和牙根的交界。
对于每个牙齿来说,其牙冠区域的形状与牙根区域的形状并不相同,并且在这两个区域内的断面图像的变化趋势也并不相同。通常来说,在牙冠区域和牙根区域的交界处,牙齿横断面的面积最大,而从此处沿牙冠方向或牙根方向,牙齿横断面的面积都逐渐变小。因此,可以选择待分割牙齿的牙冠和牙根交接处的口腔断面图像作为初始层,并且在后续处理中首先分割初始层口腔断面图像。
与步骤S404类似,选择初始层口腔断面图像的操作可以由计算机根据特定算法自动执行,也可以由操作人员手动执行。例如,操作人员可以观察投影图像,并且输入对应的用户输入以确定初始层口腔断面图像。需要注意的是,在选择初始层口腔断面图像时,该图像要满足以下要求:1)相邻的牙齿之间不存在相互粘连的情况;2)没有牙槽骨的干扰,这些情况会影响图像分割处理。
在确定初始层、终止层以及上下颌咬合层的口腔断面图像之后,即可对依序地对包含这些图像的目标图像序列进行图像分割处理。
需要说明的是,在一些实施例中,可以对口腔断面图像中的所有牙齿同时进行图像分割处理;在另一些替代的实施例中,也可以仅对口腔断面图像中包括的部分(例如一个)牙齿进行图像分割处理。
在逐个牙齿地进行图像分割处理的实施例中,操作人员可以预先手动地选择感兴趣的牙齿。具体地,操作人员可以通过输入选择框来框选口腔断面图像中的感兴趣区域,并且该感兴趣区域包括了待分割的牙齿。替代地,操作人员也可以通过点击输入来确定待分割牙齿的中心点(大体上处于待分割牙齿的中心位置,或者至少位于或接近于待分割牙齿的),并且由该中心点相邻的选择窗口来框选感兴趣区域。例如,该选择窗口可以是以中心点为中心的矩形,其长度例如是牙齿最大长度的1.1至3倍,而其宽度例如是牙齿最大宽度的1.1至3倍。可以理解,选择窗口也可以是其他形状,例如多边形、圆形或椭圆形。优选地,由于牙齿的牙冠区域和牙根区域的图像分割可以分别地进行,因此在一些实施例中,所选择的感兴趣区域也可以仅包括待分割牙齿的牙冠区域,或者仅包括待分割牙齿的牙根区域。例如,可以分别对牙冠方向和牙根方向的口腔断面图像进行最大密度投影,并且在投影图像中由操作人员手动选择牙冠区域和牙根区域图像分割的感兴趣区域。
在步骤S406结束后,目标图像序列的初始化处理完成。
之后,在步骤S408,对初始层口腔断面图像进行图像分割,以从该初始层口腔断面图像中提取待分割牙齿的牙齿区域。
具体地,可以将初始层口腔断面图像中像素的灰度值转换为CT值,并利用3×3的中值滤波器对初始层口腔断面图像进行去噪处理;然后对经去噪处理的图像进行线性拉伸(例如,拉伸的下限值为500HU,拉伸的上限值为图像中允许的最大CT值),从而将初始层口腔断面图像中像素的灰度值转换为CT值,并且该CT值被拉伸至原图像所允许的CT值范围。去噪处理和线性拉伸有助于提高后续图像分割的精度。可以理解,在一些实施例中,可以不将灰度值转换为CT值,而直接基于灰度值进行图像处理。
在一些实施例中,可以采用迭代阈值法对初始层口腔断面图像进行图像分割。具体地,在迭代阈值法中,可以设置一个或多个不同的阈值,来将图像像素点分为若干类,例如可以提供两个阈值,以用于划分牙槽骨和牙齿、以及牙槽骨和背景;或者也可以仅提供一个阈值,用于划分牙槽骨和牙齿。
例如,当采用一个阈值来划分牙槽骨和牙齿的牙根区域时,可以通过特定算法来计算最优阈值。在一个例子中,可以采用下述方法来计算最优阈值:首先,选择牙齿断层图像选定区域(感兴趣区域)中的像素点最大值和最小值的平均值作为初始阈值T0;然后,根据阈值Tk(k=0,1,2,3,…)划分图像为前景和背景,分别计算小于或等于初始阈值的像素点的平均值T1以及大于初始阈值的像素点的平均值T2;接着,选择新阈值T(k+1)=(T1+T2)/2;之后,比较新阈值T(k+1)与之前阈值Tk:如果这两个值相等则返回新阈值T(k+1)为最优阈值,否则则以新阈值T(k+1)重新划分前景和背景,迭代计算直至新阈值T(k+1)=Tk时结束迭代。可以理解,在此所述的新阈值T(k+1)与之前阈值Tk之间的相等取决于算法预设的参考值,只要两个阈值的差值小于该参考值,即可认为相等。以这种方法迭代得到的阈值即为最优阈值,并且以最优阈值分割的牙齿区域的图像即对应于口腔断面图像的图像分割结果。在一些实施例中,可以对由最优阈值分割的牙齿区域的图像进行形态学孔洞填充,以消除分割得到的牙齿区域的图像内部不应出现的孔洞。
与初始层口腔断面图像类似,可以对目标图像序列中的其他层口腔断面图像进行同样的迭代阈值处理,以实现牙齿图像分割。本申请的发明人发现,由于牙齿的形状变化存在连续性,因此初始层口腔断面图像的图像分割结果可以被在分割与其相邻的口腔断面图像时作为参考;类似地,每一层口腔断面图像的图像分割结果都可以被用于与其相邻的下一层口腔断面图像的图像分割时作为参考。此外,由于从初始层口腔断面图像开始牙齿断面图像沿牙冠方向和沿牙根方向的变化趋势不同,因此可以对牙冠部分和牙根部分分别地进行牙齿图像分割。
在步骤S410中,基于初始层口腔断面图像的图像分割结果,分别对目标图像序列中沿牙冠方向和牙根方向的口腔断面图像进行图像分割,以从口腔断面图像中提取待分割牙齿的牙齿区域。
具体地,可以从初始层口腔断面图像下一层的口腔断面图像开始,利用迭代阈值法分别沿牙冠方向和牙根方向顺序地对目标图像序列中的每层口腔断面图像进行图像分割,其中初始层口腔断面图像下一层的口腔断面图像的图像分割是基于初始层口腔断面图像的图像分割结果,而其余每层口腔断面图像的图像分割是基于当前层口腔断面图像的前一层口腔断面图像的图像分割结果。当前层口腔断面图像的前一层又被称为先验层。
优选地,在对每层口腔断面图像进行图像分割前,可以对其进行包括图像去噪和线性拉伸的预处理,以提高后续图像分割的效率和质量。在一些实施例中,对每层口腔断面图像进行图像分割具体包括如下步骤:利用前一层口腔断面图像的图像分割结果中包括的最优阈值作为当前层口腔断面图像的图像分割的初始阈值,然后对当前层口腔断面图像进行图像分割;计算并比较前一层口腔断面图像与当前层口腔断面图像的图像分割结果中包括的牙齿区域的面积值,以确定是否存在过分割或欠分割;以及如果存在过分割或欠分割,则更新当前层口腔断面图像的图像分割阈值并利用更新的阈值对当前层口腔断面图像重新进行图像分割,直至不存在过分割或欠分割。在一些实施例中,当存在过分割时,则取当前阈值与当前层口腔断面图像的分割牙齿图像中像素的最大值(可以是灰度值或CT值,或者其他类似表示图像像素明暗、灰度差异的值)的平均值作为更新的阈值;当存在欠分割时,取当前阈值与当前层口腔断面图像的分割牙齿图像中像素的最小值的平均值作为更新的阈值。优选地,在进行判断是否过分割或欠分割之前,可以对当前层口腔断面图像的分割牙齿图像进行形态学孔洞填充,以消除因图像分割误产生的孔洞。
在实际应用中,可以计算当前层的分割的牙齿区域面积值与前一层分割的牙齿区域的面积值的比值,并且以该比值作为过分割和欠分割的判断依据。例如,当比值大于1时,判断为存在过分割;而当比值小于0.75时,则判断为欠分割。可以理解,根据牙齿的不同,用于判断该欠分割或过分割的比值可以适当地进行调整。
在实际应用中,这种利用相邻层口腔断面图像的图像分割结果来进行图像分割的方法能够在保证分割精度的同时,有效地提高图像分割效率。在一些情况下,图像分割速率可以提升数十倍至近百倍。
在一些实施例中,在用相邻层口腔断面图像的图像分割结果来进行图像分割时,可以首先用该图像分割结果中包括的分割的牙齿区域的图像生成约束模板。优选地,可以对分割图像进行形态学膨胀操作(例如利用半径为1-3的形态学算子),来获得约束模板。在当前层口腔断面图像分割时,可以在约束模板与当前层口腔断面图像分割结果中分割的牙齿区域的图像之间取交集,并且从当前层口腔断面图像的图像分割结果中去除与约束模板不重合的分支。这样,约束模板可以有效地优化当前层的图像分割结果。具体地,形态学膨胀操作可以使得分割的牙齿区域的图像外扩:在比较经外扩的约束模板与当前层图像分割结果时,如果当前层牙齿区域的图像位于外扩的约束模板之外,则认为该约束模板之外的图像为错误的分支,需要被去除。
正如前述,可以采用迭代阈值法来对初始层以外的其他层口腔断面图像进行图像分割,例如对于口腔中的所有待分割的牙齿以迭代阈值法分别进行图像分割。然而,前牙和后牙(磨牙)的形态并不相同,特别是后牙的牙根包括多个牙根端部,而后牙的牙冠也包括多个牙尖,因此优选地可以采用不同的算法来对后牙和前牙进行处理。例如,可以采用水平集函数法对后牙的断层图像进行图像分割。
图5示出了根据本申请一个实施例的用于牙齿图像的图像分割方法500。在该图像分割方法500中,前牙和后牙采用的不同的算法来进行图像分割。该方法500可以逐个牙齿地对待分割牙齿进行分割。
如图5所示,在步骤S502,输入目标图像序列,其中该目标图像序列包括依序排列的多层口腔断面图像。在步骤S504,对目标图像序列进行初始化处理,例如采用图4中步骤S404和S406的步骤。初始化处理可以用于确定牙齿口腔断面图像的初始层、上下颌咬合层以及终止层,并且可以确定待分割牙齿的位置。在步骤S506,对待分割牙齿的初始层口腔断面图像进行图像分割,例如采用迭代阈值法进行处理。
接着,判断待处理的牙齿是前牙还是磨牙。如果是前牙,则在步骤S508,开始对该牙齿沿牙冠方向和牙根方向分别进行各层口腔断面图像的图像分割。在步骤S510,对该牙齿的图像进行预处理,例如进行去噪处理和线性拉伸。接着,在步骤S512,以迭代阈值法基于初始层的图像分割结果对目标图像序列中的其他口腔断面图像逐层进行分割。一次分割结束后,在步骤S514中,对图像分割结果中包括的分割的牙齿区域的图像进行形态学修复,例如进行孔洞填充以修复分割图像中存在的孔洞,并且与约束模板(前一层的分割的牙齿区域的图像)进行比对。在步骤S516,判断分割的当前层的牙齿图像分割是否存在过分割或欠分割。如果存在过分割或欠分割,则在步骤S518中进行阈值搜索,以更新用于当前层分割的阈值,并且利用更新的阈值重新对图像进行图像分割;并且在图像分割完后继续执行步骤S514。相反,如果不存在过分割或欠分割,则当前层的图像分割结束。接着,在步骤S520中,判断当前处理的牙齿断面图像是否为待处理牙齿对应的目标图像序列的最后一层牙齿断面图像,也即是否为上下颌咬合层或终止层。如果不是,则在步骤S522中,获取新的约束模板,继续步骤S508,从而对下一层口腔断面图像继续进行图像分割。其中,新的约束模板是最新处理完的牙齿断面图像的图像分割结果中包括的分割的牙齿区域的图像,其被用于作为处理下一层的口腔断面图像的参考。相反,如果当前层是最后一层,则继续步骤S524,待分割牙齿的目标图像序列的图像分割结束。一个牙齿的图像分割结束后,可以继续进行另一牙齿的图像分割。
另一方面,如果判断待处理的牙齿是磨牙,则在步骤S526,开始对该牙齿沿牙冠方向和牙根方向分别进行各层口腔断面图像的图像分割。在步骤S528,对该牙齿的口腔断面图像进行预处理,例如进行去噪处理和线性拉伸。其中在去噪处理和线性拉伸之前,先进行归一化处理,归一化处理可以提高后续图像分割的精度。在一些实施例中,归一化处理可以包括下述步骤。在步骤1,对先验层(前一层)图像分割结果中的分割的牙齿区域的图像进行形态学腐蚀,从而以腐蚀后得到的牙齿区域图像作为先验层图像分割结果的约束模板,在一些例子中,可以利用半径为1-3的形态学算子进行腐蚀。在步骤2,获取当前层的待分割牙齿的口腔断面图像,并且根据步骤1中得到的约束模板来获取当前层以计算灰度最大值的目标区域,其中目标区域被限定在约束模板所在的范围内。例如,可以通过将当前层的待分割牙齿的口腔断面图像与对应的约束模板进行点乘运算,来将超出约束模板外的区域均置为0。步骤3,求取目标区域内灰度最大值。步骤4,对当前层的待分割牙齿的口腔断面图像的灰度进行归一化计算,根据公式得到归一化后的结果,其中f表示未归一化的当前层的待分割牙齿的口腔断面图像中像素的灰度,fn表示归一化后的当前层的待分割牙齿的口腔断面图像中像素的灰度;fmin表示未归一化的当前层的待分割牙齿的口腔断面图像中像素灰度的最小值,fmax表示步骤3中目标区域内当前层的待分割牙齿的口腔断面图像中像素灰度的最大值。
归一化处理结束后,在步骤S530,根据初始层的图像分割结果进行水平集函数的初始化。水平集函数由局部灰度能量项、长度约束项和先验形状约束项组成。
具体地,在水平集函数初始化过程中,如果先验层为初始层,则利用初始层分割结果的模板构建一个符号距离函数φ(x),其中d表示符号距离函数的值,d的取值为3,mask为初始层的约束模板;若先验层不是初始层,则利用先验层分割结果的符号距离函数作为当前层的初始值。接着,在步骤S532中,进行水平集函数迭代。水平集函数由局部灰度能量项ELLIF、长度约束项ELength和先验形状约束项EShape组成,其正则化方法为利用高斯函数与水平集符号距离函数作卷积计算,水平集函数迭代表达式为:
其中:M1(φ)=Hε(φ),M2(φ)=1-Hε(φ),Hε(φ)为海威赛德函数,δε(φ)为狄拉克函数,ε的值为1,v和ω为长度约束项和先验形状约束项的系数,v的值为0.001×2552,ω的值为100,φ0(x)为先验形状,其中:WL为L×L的高斯窗口,L的取值为5;水平集函数正则化的表达式为φn+1=Gσ*φn,其中Gσ为标准偏差为σ的高斯函数,*表示卷积计算,σ取值范围为[0.5,1]。
之后,在步骤S534,判断目标(即符号距离函数)是否收敛,具体为判断是否满足条件如果不是,则仍执行步骤S532以继续水平集函数迭代;但是如果目标收敛,则在步骤S536,判断当前层口腔断面图像是否为最后一层:如果不是,则在步骤S538,获取当前层牙齿分割图像作为先验的约束模板,并且转至步骤S526继续对当前层的下一层进行图像分割;相反,如果是最后一层,例如终止层或上下颌咬合层,则当前牙齿的图像分割结束。一个牙齿的图像分割结束后,可以继续进行另一牙齿的图像分割。
关于水平集分割算法的内容,可以参考汪葛和王远军于2016年12月发表的硕士学位论文《基于水平集的CBCT牙齿图像分割算法研究》以及于2016年3月发表在《计算机应用》2016年第3期的论文《基于水平集的牙齿CT图像分割技术》。这两篇论文的全部内容通过引用方式并入本申请。
图6示出了根据本申请一个实施例的用于牙齿图像的图像分割方法600。在该图像分割方法600中,每个牙齿的牙根和牙冠区域利用模糊C均值聚类算法来进行图像分割。具体地,对于牙根区域,采用类别数为3的模糊C均值聚类算法来进行图像分割,这是因为牙根区域的图像大体包括背景区域、牙槽骨区域以及牙齿区域;而对于牙冠区域,采用类别数为2的模糊C均值聚类算法来进行图像分割,这是因为牙冠区域的图像大体包括背景区域以及牙齿区域。可以理解,在一些其他的实施例中,也可以采用其他类型的聚类分析法对口腔断面图像进行图像分割。
如图6所示,在步骤S602,输入目标图像序列,其中该目标图像序列包括依序排列的多层口腔断面图像。在步骤S604,对目标图像序列进行初始化处理,例如采用图4中步骤S404和S406的步骤。初始化处理可以用于确定牙齿口腔断面图像的初始层、上下颌咬合层以及终止层,并且可以确定待分割牙齿的位置。在步骤S606,对待分割牙齿的初始层口腔断面图像进行图像分割,例如采用迭代阈值法进行处理。
接着,在步骤S608,对于待分割牙齿的牙根部分进行分割。在步骤S610,先进行图像预处理,接着在步骤S612,采用类别数为3的模糊C均值聚类算法对牙根部分进行分割。具体地,利用模糊C均值聚类方法将口腔断面图像分为背景、牙槽骨和牙齿三类,聚类的目标函数为其中,{xk,k=1,2,...,N}为图像像素值的集合,c为聚类类别数,取值为3,{νi,i=1,2,...,c}为聚类中心集合,uik表示图像第k个像素属于第i类的隶属度,m为模糊加权指数,取值为4。根据聚类中心的结果保留牙齿的区域,去除背景和牙槽骨的区域。
之后,在步骤S614,对牙根部分进行形态学孔洞填充,并利用约束模板(前一层的分割的牙齿区域的图像)对牙根部分进行处理。具体地,利用形态学孔洞填充方法修复步骤S612中获得的牙齿分割图像,并利用先验约束模板与当前层的分割的牙齿区域的图像求取交集,去除不重合的分支。其中先验约束模板由半径为1-3的形态学算子对先验层的分割的牙齿区域图像进行形态学膨胀操作获得。接着,在步骤S616,判断当前层的分割的牙齿区域图像是否欠分割。具体地,可以计算当前层分割的牙齿区域的面积值与先验层的分割的牙齿区域的面积值的比值Rs,若Rs<0.5,则判断结果为欠分割。可以理解,根据不同牙齿的情况,该比值可以适当地进行调整。如果判断为欠分割,说明聚类分析法可能不适合对该口腔断面图像进行图像分割,则继续步骤S618,改用迭代阈值法对当前层口腔断面图像重新进行图像分割,并且之后继续步骤S620,进行形态学孔洞填充并利用先验约束模板进行比较;相反,如果判断不是欠分割,则继续步骤S622,判断当前层是否为牙齿目标序列的最后一层。如果不是最后一层,则在步骤S624获取当前层的牙齿分割结果作为新约束模板,然后以新约束模板对当前层的下一层口腔断面图像进行图像分割;如果当前层已经是最后一层,则在步骤S626中,结束分割处理。
另一方面,对于待分割牙齿的牙冠部分,则进行步骤S628以进行图像分割处理。具体地,在步骤S630,对口腔断面图像进行预处理。该预处理可以包括图像去噪和线性拉伸。接着,在步骤S632,利用模糊C均值聚类方法将口腔断面图像分为背景区域和牙齿区域两类,其原理与步骤S612相同,区别在于其中聚类的类别数为2,模糊加权指数为2,根据聚类中心的结果保留牙齿区域,去除背景区域。之后,对牙齿分割图像进行形态学孔洞填充,并且利用先验约束模板进行处理。在步骤S636中,判断当前层的口腔断面图像是否为目标图像序列中的最后一层:如果不是,则在步骤S638中,获取当前层的牙齿分割结果作为新约束模板,然后以新约束模板对当前层的下一层口腔断面图像进行图像分割;如果是最后一层,则在步骤S640,结束图像分割。
可以看出,对于图5所示的图像分割方法500,以及图6所示的图像分割方法600,不论采用的具体图像分割算法是迭代阈值法、水平集函数法还是聚类分析法,在处理每一层口腔断面图像的图像分割时,均可以利用与其相邻的口腔断面图像的图像分割结果来进行图像分割处理。由于相邻口腔断面图像的相似性,这种图像分割处理具有较高的处理效率,从而大大降低了图像分割的时间。
在一些实施例中,利用上述图像分割得到的牙齿图像,可以对牙齿进行三维图像建模,从而得到数字化牙齿模型。图7即示出了重建的牙齿三维图像的示意图。进一步地,所得到的数字化牙齿模型可以被用于牙齿矫治,例如生成一组牙齿矫正状态或对应的数字化牙齿矫治器模型。
数字化牙齿矫治器模型可以被用于制造实体的牙齿矫治器。优选的,可以基于快速成型处理来制造牙齿矫治器。快速成型技术可分为以下几种典型的成形工艺:激光快速成形(Stereo lithography Apparatus,SLA)、分层实体制造(Laminated ObjectManufacturing,LOM)、激光选区烧结(Selected Laser Sintering,SLS)、熔融沉积制造(Fused Deposition Modeling,FDM)、三维打印制造(Three Dimensional Printing,3DP)等。在成形材料上,目前主要是有机高分子材料,比如光固化树脂、尼龙、蜡等。其中激光快速成形SLA是采用激光逐点照射光固化树脂,诱导材料发生化学变化从而固化的方法成形,而分层实体制造LOM则是采用激光切割箔材(纸、陶瓷箔、金属箔等),箔材之间靠热熔胶在热辊的压力和传热作用下实现粘接,一层层叠加成形;选择性激光烧结SLS是采用激光逐点照射粉末材料使得材料粉末熔融,或使得包覆于粉末材料外的固体粘接剂熔融实现材料的联接成形,而熔融沉积制造FDM是将热塑性成形材料连续地送入喷头后在其中加热熔融并喷出,逐步堆积成形。而三维打印制造SDP是采用类似喷墨打印的方法喷射熔融材料堆积成形或逐点喷洒粘接剂粘接粉末材料的方法成形。
或者,可以基于数字化牙齿模型来制造牙颌实体模型,进而利用该牙颌实体模型来制造牙齿矫治器。在一种具体实施方式中,借助热压成形设备,通过正压或负压压膜技术,将由透明聚合物材料(具有弹性的聚合物,例如聚碳酸酯)构成的矫治器膜片在上述牙颌实体模型上进行压制,以形成壳体,从而制得牙齿矫治器。
多种可替代部件、改良部件或等同部件可以代替上述部件使用。另外,这里描述的技术可以按硬件或软件、也可以按两者的结合实现。该技术也可以在可编程计算机上执行的计算机程序中实现,每个计算机包括一个处理器、一个处理器可读的存储介质(包括易失性和非易失性存储器和/或储存元件),以及匹配的输入输出装置。程序代码应用于通过输入装置输入的数据,以执行所述功能,并生成输出信息。输出信息可以应用于一个或者多个输出装置。每个程序都可以高级过程或面向对象的编程语言实现,以便与计算机系统协同操作。但如果需要,这些程序也可以通过汇编或者机器语言来实现。任何情况下,语言可以是被编译的或解释的语言。每一个这种计算机程序可以被储存在计算机可读存储介质或装置中(例如,CD-ROM、硬盘或者磁盘),这些存储介质或装置是通用或者专用可编程计算机可读的,当被计算机读出以执行所述过程时,可配置并操作计算机。该系统也可以作为一个实现配置有计算机程序的计算机可读存储介质,而这样配置的存储介质使计算机以特定的和预定的方式工作。
尽管在此公开了本申请的各个方面和实施例,但其他方面和实施例对于本领域技术人员而言也是显而易见的。在此公开的各个方面和实施例仅用于说明目的,而非限制目的。本申请意图覆盖本申请的各个实施例的任何和所有修改和变型。本申请的保护范围和主旨仅通过后附的权利要求书来确定。
同样,各个图表可以示出所公开的方法和系统的示例性架构或其他配置,其有助于理解可包含在所公开的方法和系统中的特征和功能。要求保护的发明并不限于所示的示例性架构或配置,而所希望的特征可以用各种替代架构和配置来实现。除此之外,对于流程图、功能性描述和方法权利要求,这里所给出的方框顺序不应限于以同样的顺序实施以执行所述功能的各种实施例,除非在上下文中明确指出。
除非另外明确指出,本文中所使用的术语和短语及其变体均应解释为开放式的,而不是限制性的。在一些实例中,诸如“一个或多个”、“至少”、“但不限于”这样的扩展性词汇和短语或者其他类似用语的出现不应理解为在可能没有这种扩展性用语的示例中意图或者需要表示缩小的情况。
Claims (27)
1.一种用于牙齿图像的图像分割方法,其特征在于,包括:
A)提供一组口腔断面图像;
B)从该组口腔断面图像中选择针对待分割牙齿的目标图像序列,其中所述目标图像序列包括依序排列的多层口腔断面图像,并且所述多层口腔断面图像包含了所述待分割牙齿的断面图像;
C)从所述目标图像序列中选择初始层口腔断面图像,其中所述初始层口腔断面图像位于所述待分割牙齿的牙冠和牙根的交界;
D)对所述初始层口腔断面图像进行图像分割,以从所述初始层口腔断面图像中提取待分割牙齿的牙齿区域;以及
E)基于所述初始层口腔断面图像的图像分割结果,分别对所述目标图像序列中沿牙冠方向和牙根方向的口腔断面图像进行图像分割,以从所述口腔断面图像中提取待分割牙齿的牙齿区域。
2.根据权利要求1所述的图像分割方法,其特征在于,该组口腔断面图像是由锥形束计算机重组断层成像图像转换得到的。
3.根据权利要求1所述的图像分割方法,其特征在于,所述步骤B包括:
接收第一用户输入,所述第一用户输入用于选择所述待分割牙齿的上下颌咬合处的上下颌咬合层口腔断面图像以及牙根端部的终止层口腔断面图像,所述目标图像序列中包括的多层口腔断面图像位于所述上下颌咬合层口腔断面图像与所述终止层口腔断面图像之间。
4.根据权利要求1所述的图像分割方法,其特征在于,所述步骤C包括:
接收第二用户输入,所述第二用户输入用于选择所述初始层口腔断面图像。
5.根据权利要求1所述的图像分割方法,其特征在于,在所述步骤D之间,所述图像分割方法还包括:
F)确定针对所述待分割牙齿的感兴趣区域,所述感兴趣区域包含所述口腔断面图像中的待分割牙齿;
其中,所述步骤D和E均在所述待分割牙齿的感兴趣区域内进行图像分割。
6.根据权利要求5所述的图像分割方法,其特征在于,所述感兴趣区域是利用最大密度投影法确定的。
7.根据权利要求5所述的图像分割方法,其特征在于,所述步骤F包括:
接收第三用户输入,所述第三用户输入用于选择所述待分割牙齿在初始层口腔断面图像中的中心点;以及
基于所述中心点确定相邻的选择窗口作为所述感兴趣区域。
8.根据权利要求1所述的图像分割方法,其特征在于,所述步骤D包括:
在对所述初始层口腔断面图像进行图像分割之前,对所述初始层口腔断面图像进行图像预处理。
9.根据权利要求8所述的图像分割方法,其特征在于,所述图像预处理包括图像去噪和线性拉伸。
10.根据权利要求1所述的图像分割方法,其特征在于,所述步骤D包括:
利用迭代阈值法对所述初始层口腔断面图像进行图像分割,所述图像分割结果包括最优阈值以及由所述最优阈值分割的牙齿区域的图像。
11.根据权利要求10所述的图像分割方法,其特征在于,所述步骤D包括:
对由所述最优阈值分割的牙齿区域的图像进行形态学孔洞填充。
12.根据权利要求1、10或11所述的图像分割方法,其特征在于,所述待分割牙齿是前牙,所述步骤E包括:
从所述初始层口腔断面图像下一层的口腔断面图像开始,利用迭代阈值法分别沿牙冠方向和牙根方向顺序地对所述目标图像序列中的每层口腔断面图像进行图像分割,其中所述初始层口腔断面图像下一层的口腔断面图像的图像分割是基于所述初始层口腔断面图像的图像分割结果,而其余每层口腔断面图像的图像分割是基于当前层口腔断面图像的前一层口腔断面图像的图像分割结果。
13.根据权利要求12所述的图像分割方法,其特征在于,所述步骤E还包括:
在对每层口腔断面图像进行图像分割之前,对该层口腔断面图像进行图像预处理。
14.根据权利要求13所述的图像分割方法,其特征在于,所述图像预处理包括图像去噪和线性拉伸。
15.根据权利要求12所述的图像分割方法,其特征在于,在所述步骤E中,对每层口腔断面图像进行图像分割包括:
利用前一层口腔断面图像的图像分割结果中包括的最优阈值作为当前层口腔断面图像图像分割的初始阈值,对当前层口腔断面图像进行图像分割;
计算并比较前一层口腔断面图像与当前层口腔断面图像的图像分割结果中包括的牙齿区域的面积值,以确定是否存在过分割或欠分割;以及
如果存在过分割或欠分割,则更新当前层口腔断面图像的图像分割阈值并利用更新的阈值对所述当前层口腔断面图像重新进行图像分割,直至不存在过分割或欠分割。
16.根据权利要求15所述的图像分割方法,其特征在于,当存在过分割时,取当前阈值与当前层口腔断面图像的分割牙齿图像中像素的最大值的平均值作为更新的阈值;当存在欠分割时,取当前阈值与当前层口腔断面图像的分割牙齿图像中像素的最小值的平均值作为更新的阈值。
17.根据权利要求15所述的图像分割方法,其特征在于,所述步骤E还包括:
对所述前一层口腔断面图像的图像分割结果中包括的分割的牙齿区域的图像进行形态学膨胀操作,以获得用于当前层口腔断面图像的约束模板;
从当前层口腔断面图像的图像分割结果中去除与所述约束模板不重合的分支。
18.根据权利要求1、10或11所述的图像分割方法,其特征在于,所述待分割牙齿是磨牙,所述步骤E包括:
从所述初始层口腔断面图像下一层的口腔断面图像开始,利用水平集函数法分别沿牙冠方向和牙根方向顺序地对所述目标图像序列中的每层口腔断面图像进行图像分割,其中所述初始层口腔断面图像的下一层口腔断面图像的图像分割是基于所述初始层口腔断面图像的图像分割结果,而其余每层口腔断面图像的图像分割是基于当前层口腔断面图像的前一层口腔断面图像的图像分割结果。
19.根据权利要求1、10或11所述的图像分割方法,其特征在于,对于所述目标图像序列中所述待分割牙齿的牙冠方向的口腔断面图像,所述步骤E包括:
利用聚类分析法对所述口腔断面图像进行图像分割。
20.根据权利要求19所述的图像分割方法,其特征在于,所述聚类分析法是模糊C均值聚类分析法。
21.根据权利要求19所述的图像分割方法,其特征在于,所述步骤E还包括:
对于每一层口腔断面图像的图像分割,对利用聚类分析法分割的当前口腔断面图像的牙齿区域的图像进行形态学孔洞填充;
对所述前一层口腔断面图像的图像分割结果中包括的分割的牙齿区域的图像进行形态学膨胀操作,以获得用于当前层口腔断面图像的约束模板;以及
将形态学孔洞填充后的当前层口腔断面图像的图像分割结果与所述约束模板进行比较,并且从当前层口腔断面图像的图像分割结果中去除与所述约束模板不重合的分支。
22.根据权利要求1、10或11所述的图像分割方法,其特征在于,对于所述目标图像序列中所述待分割牙齿的牙根方向的口腔断面图像,所述步骤E包括:
利用聚类分析法对所述口腔断面图像进行图像分割。
23.根据权利要求22所述的图像分割方法,其特征在于,所述聚类分析法是模糊C均值聚类分析法。
24.根据权利要求22所述的图像分割方法,其特征在于,所述步骤E还包括:
对于每层口腔断面图像的图像分割,对利用聚类分析法分割的当前口腔断面图像的牙齿区域的图像进行形态学孔洞填充;
对所述前一层口腔断面图像的图像分割结果中包括的分割的牙齿区域的图像进行形态学膨胀操作,以获得用于当前层口腔断面图像的约束模板;以及
将孔洞填充后的当前层口腔断面图像的图像分割结果与所述约束模板进行比较,并且从当前口腔断面图像的图像分割结果中去除与所述约束模板不重合的分支。
25.根据权利要求22所述的图像分割方法,其特征在于,所述步骤E还包括:
判断利用聚类分析法对所述口腔断面图像进行图像分割的图像分割结果是否存在欠分割;以及
如果存在欠分割,则利用迭代阈值法对所述当前层口腔断面图像重新进行图像分割。
26.根据权利要求25所述的图像分割方法,其特征在于,所述步骤E中利用迭代阈值法重新进行图像分割的步骤还包括:
对利用迭代阈值法分割的当前口腔断面图像的牙齿区域的图像进行形态学孔洞填充;
对所述前一层口腔断面图像的图像分割结果中包括的分割的牙齿区域的图像进行形态学膨胀操作,以获得用于当前层口腔断面图像的约束模板;以及
将孔洞填充后的当前层口腔断面图像的图像分割结果与所述约束模板进行比较,并且从当前口腔断面图像的图像分割结果中去除与所述约束模板不重合的分支。
27.一种计算机可读存储介质,用于存储一组指令,该组指令能够被计算机运行以执行一种用于牙齿图像的图像分割方法,其特征在于,所述图像分割方法包括:
A)提供一组口腔断面图像;
B)从该组口腔断面图像中选择针对待分割牙齿的目标图像序列,其中所述目标图像序列包括依序排列的多层口腔断面图像,并且所述多层口腔断面图像包含了所述待分割牙齿的断面图像;
C)从所述目标图像序列中选择初始层口腔断面图像,其中所述初始层口腔断面图像位于所述待分割牙齿的牙冠和牙根的交界;
D)对所述初始层口腔断面图像进行图像分割,以从所述初始层口腔断面图像中提取待分割牙齿的牙齿区域;以及
E)基于所述初始层口腔断面图像的图像分割结果,分别对所述目标图像序列中沿牙冠方向和牙根方向的口腔断面图像进行图像分割,以从所述口腔断面图像中提取待分割牙齿的牙齿区域。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710383356.1A CN108932716B (zh) | 2017-05-26 | 2017-05-26 | 用于牙齿图像的图像分割方法 |
PCT/CN2018/088357 WO2018214950A1 (en) | 2017-05-26 | 2018-05-25 | Image segmentation method for teeth images |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710383356.1A CN108932716B (zh) | 2017-05-26 | 2017-05-26 | 用于牙齿图像的图像分割方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108932716A true CN108932716A (zh) | 2018-12-04 |
CN108932716B CN108932716B (zh) | 2020-09-22 |
Family
ID=64395297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710383356.1A Active CN108932716B (zh) | 2017-05-26 | 2017-05-26 | 用于牙齿图像的图像分割方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108932716B (zh) |
WO (1) | WO2018214950A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658401A (zh) * | 2018-12-14 | 2019-04-19 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN109767396A (zh) * | 2019-01-04 | 2019-05-17 | 北京朗视仪器有限公司 | 一种基于图像动态分割的口腔cbct图像去噪方法 |
CN109903396A (zh) * | 2019-03-20 | 2019-06-18 | 洛阳中科信息产业研究院(中科院计算技术研究所洛阳分所) | 一种基于曲面参数化的牙齿三维模型自动分割方法 |
CN110889850A (zh) * | 2019-12-13 | 2020-03-17 | 电子科技大学 | 一种基于中心点检测的cbct牙齿图像分割方法 |
CN111292313A (zh) * | 2020-02-28 | 2020-06-16 | 湖北咿呀医疗投资管理股份有限公司 | 补牙质量评测方法及装置 |
CN112926539A (zh) * | 2021-04-07 | 2021-06-08 | 北京字跳网络技术有限公司 | 图像处理方法、装置和电子设备 |
WO2022174747A1 (zh) * | 2021-02-18 | 2022-08-25 | 无锡时代天使医疗器械科技有限公司 | 牙齿的计算机断层扫描图像的分割方法 |
CN115330820A (zh) * | 2022-10-14 | 2022-11-11 | 江苏启灏医疗科技有限公司 | 一种基于x光片的牙齿图像分割方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363750B (zh) * | 2019-06-28 | 2023-05-09 | 福建师范大学 | 一种基于多模态数据融合的牙根管形态自动提取方法 |
CN110619646B (zh) * | 2019-07-23 | 2023-08-29 | 同济大学 | 一种基于全景图的单牙提取方法 |
CN110555852B (zh) * | 2019-07-29 | 2023-06-02 | 同济大学 | 基于灰度直方图的单牙及其牙髓分割方法 |
CN111951272A (zh) * | 2020-07-02 | 2020-11-17 | 上海联影智能医疗科技有限公司 | 脑部影像的分割方法、装置、计算机设备和可读存储介质 |
CN112785591B (zh) * | 2021-03-05 | 2023-06-13 | 杭州健培科技有限公司 | 一种ct影像中肋骨骨折的检测与分割方法及装置 |
CN113506302B (zh) * | 2021-07-27 | 2023-12-12 | 四川九洲电器集团有限责任公司 | 一种交互式对象更新方法、装置及处理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102881017A (zh) * | 2012-09-21 | 2013-01-16 | 四川师范大学 | 一种细胞分离方法 |
US20130022251A1 (en) * | 2011-07-21 | 2013-01-24 | Shoupu Chen | Method and system for tooth segmentation in dental images |
CN104143190A (zh) * | 2014-07-24 | 2014-11-12 | 东软集团股份有限公司 | Ct图像中组织的分割方法及系统 |
CN104268893A (zh) * | 2014-10-16 | 2015-01-07 | 太原理工大学 | 一种用左右扫描和四个角旋转扫描对肺实质分割去噪的方法 |
CN104751437A (zh) * | 2013-12-30 | 2015-07-01 | 蓝网科技有限公司 | 基于胸部ct图像的肺部自动提取方法 |
CN104809740A (zh) * | 2015-05-26 | 2015-07-29 | 重庆大学 | 基于svm与弹性区域生长的膝软骨图像自动分割方法 |
CN105608747A (zh) * | 2015-12-17 | 2016-05-25 | 首都师范大学 | 一种从三维牙科锥形束ct数据中提取全景图的方法 |
CN105682540A (zh) * | 2013-09-30 | 2016-06-15 | 卡尔斯特里姆保健公司 | 用于使用hdr成像和高光去除进行口腔内成像的方法和系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751516B (zh) * | 2015-04-09 | 2018-01-09 | 范兵 | 开髓位置的参照点的获取装置 |
CN105488849B (zh) * | 2015-11-24 | 2018-01-12 | 嘉兴学院 | 一种基于混合水平集的三维牙齿建模方法 |
-
2017
- 2017-05-26 CN CN201710383356.1A patent/CN108932716B/zh active Active
-
2018
- 2018-05-25 WO PCT/CN2018/088357 patent/WO2018214950A1/en active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130022251A1 (en) * | 2011-07-21 | 2013-01-24 | Shoupu Chen | Method and system for tooth segmentation in dental images |
CN102881017A (zh) * | 2012-09-21 | 2013-01-16 | 四川师范大学 | 一种细胞分离方法 |
CN105682540A (zh) * | 2013-09-30 | 2016-06-15 | 卡尔斯特里姆保健公司 | 用于使用hdr成像和高光去除进行口腔内成像的方法和系统 |
CN104751437A (zh) * | 2013-12-30 | 2015-07-01 | 蓝网科技有限公司 | 基于胸部ct图像的肺部自动提取方法 |
CN104143190A (zh) * | 2014-07-24 | 2014-11-12 | 东软集团股份有限公司 | Ct图像中组织的分割方法及系统 |
CN104268893A (zh) * | 2014-10-16 | 2015-01-07 | 太原理工大学 | 一种用左右扫描和四个角旋转扫描对肺实质分割去噪的方法 |
CN104809740A (zh) * | 2015-05-26 | 2015-07-29 | 重庆大学 | 基于svm与弹性区域生长的膝软骨图像自动分割方法 |
CN105608747A (zh) * | 2015-12-17 | 2016-05-25 | 首都师范大学 | 一种从三维牙科锥形束ct数据中提取全景图的方法 |
Non-Patent Citations (4)
Title |
---|
H.AKHOONDALI等: "Rapid Automatic Segmentation and Visualization of Teeth in CT-Scan Data", 《JOURNAL OF APPLIED SCIENCES》 * |
刘枭雄: "基于CBCT图像序列的三维牙齿分割技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
汪葛等: "基于水平集的牙齿CT图像分割技术", 《计算机应用》 * |
王立新等: "基于区域自适应形变模型的CT图像牙齿结构", 《生物医学工程学杂志》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658401A (zh) * | 2018-12-14 | 2019-04-19 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN109658401B (zh) * | 2018-12-14 | 2022-04-29 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN109767396A (zh) * | 2019-01-04 | 2019-05-17 | 北京朗视仪器有限公司 | 一种基于图像动态分割的口腔cbct图像去噪方法 |
CN109903396A (zh) * | 2019-03-20 | 2019-06-18 | 洛阳中科信息产业研究院(中科院计算技术研究所洛阳分所) | 一种基于曲面参数化的牙齿三维模型自动分割方法 |
CN110889850A (zh) * | 2019-12-13 | 2020-03-17 | 电子科技大学 | 一种基于中心点检测的cbct牙齿图像分割方法 |
CN110889850B (zh) * | 2019-12-13 | 2022-07-22 | 电子科技大学 | 一种基于中心点检测的cbct牙齿图像分割方法 |
CN111292313A (zh) * | 2020-02-28 | 2020-06-16 | 湖北咿呀医疗投资管理股份有限公司 | 补牙质量评测方法及装置 |
CN111292313B (zh) * | 2020-02-28 | 2023-04-28 | 恩施京植咿呀雅口腔医院有限公司 | 补牙质量评测方法及装置 |
WO2022174747A1 (zh) * | 2021-02-18 | 2022-08-25 | 无锡时代天使医疗器械科技有限公司 | 牙齿的计算机断层扫描图像的分割方法 |
CN112926539A (zh) * | 2021-04-07 | 2021-06-08 | 北京字跳网络技术有限公司 | 图像处理方法、装置和电子设备 |
CN115330820A (zh) * | 2022-10-14 | 2022-11-11 | 江苏启灏医疗科技有限公司 | 一种基于x光片的牙齿图像分割方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018214950A1 (en) | 2018-11-29 |
CN108932716B (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108932716A (zh) | 用于牙齿图像的图像分割方法 | |
US11744682B2 (en) | Method and device for digital scan body alignment | |
US11672629B2 (en) | Photo realistic rendering of smile image after treatment | |
US11234794B2 (en) | Restorative smile visualization through digital treatment planning | |
US20210330428A1 (en) | Fabrication of Dental Appliances | |
US10748651B2 (en) | Method and system of teeth alignment based on simulating of crown and root movement | |
RU2725280C1 (ru) | Приспособления и методы планирования ортодонтического лечения | |
KR101099732B1 (ko) | 컴퓨터 단층촬영영상 및 자기공명영상에서 3차원 개별 치아 모델링을 위한 치아 분리 시스템 | |
CN112120810A (zh) | 一种牙齿正畸隐型矫治器的三维数据生成方法 | |
WO2022193909A1 (zh) | 去除牙齿三维数字模型上的附件的方法 | |
US20220361992A1 (en) | System and Method for Predicting a Crown and Implant Feature for Dental Implant Planning | |
US20220358740A1 (en) | System and Method for Alignment of Volumetric and Surface Scan Images | |
EP3968277A1 (en) | Segmentation device | |
US20230419631A1 (en) | Guided Implant Surgery Planning System and Method | |
US20230298272A1 (en) | System and Method for an Automated Surgical Guide Design (SGD) | |
US20230051400A1 (en) | System and Method for Fusion of Volumetric and Surface Scan Images | |
Ravi Kumar et al. | Dental surgical planning using CT scan and rapid prototyping |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |