CN111540041B - 一种基于大数据的口内修复体数字化设计方法 - Google Patents
一种基于大数据的口内修复体数字化设计方法 Download PDFInfo
- Publication number
- CN111540041B CN111540041B CN202010323471.1A CN202010323471A CN111540041B CN 111540041 B CN111540041 B CN 111540041B CN 202010323471 A CN202010323471 A CN 202010323471A CN 111540041 B CN111540041 B CN 111540041B
- Authority
- CN
- China
- Prior art keywords
- data
- dental model
- feature
- points
- restoration
- 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.)
- Active
Links
Images
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
-
- 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
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
本发明提供了一种基于大数据的口内修复体数字化设计方法,属于口腔修复及修复工艺领域,自定义牙颌特征数据距离函数,获得与当前牙颌特征数据P1距离最近的牙颌模型特征数据P2,再将P2、P2所在样本的牙颌模型实体数据M2、当前牙颌模型数据M1、当前牙颌特征数据P1作为非刚性点匹配算法的输入,获得变换函数T21;最后将变换函数T21作用在D2上,利用自适应表面贴合算法获得设计方案D1,供修复体技工参考。本发明大幅度减少现有技术中过多的手工交互设计操作,快速提高操作人员的设计水平、设计效率及设计精度。
Description
技术领域
本发明属于口腔修复及修复工艺领域,具体涉及一种基于大数据的口内修复体数字化设计方法。
背景技术
现有口内修复体数字化设计,虽然能够解决数字化设计的要求;但由于在设计软件中过多的手工交互设计操作,一是导致设计效率较低;二是过多的手工交互设计操作导致设计精度不高、设计效果过渡依赖操作者的经验和操作技巧,有时需要重新设计才能完成设计任务;三是专家经验需要较长时间积累,初级技工需要记忆大量案例才能设计合格的产品。
发明内容
针对现有技术中存在不足,本发明提供了一种基于大数据的口内修复体数字化设计方法,大幅度减少现有口内修复体数字化设计软件中过多的手工交互设计操作。
本发明是通过以下技术手段实现上述技术目的的。
一种基于大数据的口内修复体数字化设计方法,包括以下步骤:
S1,三维扫描牙颌模型、口内修复体,分别获得牙颌模型实体数据M、口内修复体特征数据D,对所述M特征标注获得牙颌模型特征数据P,所述M、D和P作为一个样本,多个样本构成可摘除局部义齿标准模板数据库L;
S2,三维扫描需要进行口内修复的当前牙颌模型,获得前牙颌模型数据记为M1,对所述M1特征标注获得当前牙颌特征数据P1;
S3,自定义牙颌特征数据距离函数f(Px,Py),由此计算所述P1与所述L中牙颌模型特征数据Pn之间的距离,获得与P1距离最近的牙颌模型特征数据P2,P2所在样本的牙颌模型实体数据为M2,P2所在样本的口内修复体特征数据为D2,其中n≥2;
S4,利用非刚性点匹配算法,将所述M2、P2、M1、P1作为算法输入,获得变换函数T21;
S5,将变换函数T21作用在D2上,利用自适应表面贴合算法获得设计方案D1。
进一步,所述特征标注包括缺牙间隙特征点标注和余留牙特征点标注。
更进一步,所述缺牙间隙特征点包括间隙两端特征点和间隙控制点。
更进一步,所述余留牙特征点包括余留牙顶部中央区域特征点、余留牙牙齿舌腭侧龈缘顶点以及余留牙舌腭侧牙龈乳头顶点。
进一步,所述距离函数f(Px,Py),具体为:
1)将所述P1、P2中每个特征点序列减去对应的均值P_mean1、P_mean2,完成平移变换;
2)所述平移变换的特征点序列乘以一个系数,完成形状大小的归一化;
3)利用三维旋转变换矩阵,将P1和P2的特征点序列形状对齐在一起,使得两个形状的普氏距离最小,该普氏距离即为所述距离函数f(Px,Py)。
进一步,所述变换函数T21,具体为:
1)非刚性点匹配算法输入P1和P2;
2)利用主成分分析法初步配准P1和P2;
3)采用普氏分析求解配准后的P1和P2三维变换函数T21_origin,通过配准后的P1和P2对应特征点的匹配误差,计算获得线性插值修正函数T21_error,T21_error=(P1-T21_origin*P2)/P2;所述变换函数T21表示为:T21=T21_origin+T21_error。
更进一步,所述设计方案D1,具体为:
1)将变换函数T21作用在D2上,获得特征点初步结果D1_origin;
2)通过遍历计算,获取当前牙颌模型数据M1上与特征点初步结果D1_origin各点距离最近的点,并将特征点初步结果D1_orgin上的各点分别移动到距离最近的点,即获得设计方案D1。
更进一步,还包括S6,修复体技工根据设计方案D1做出调整,使其适合当前牙颌模型的个性化需求。
更进一步,还包括S7,将数据所述M1、P1和D1作为新样本S1,收集在标准模板数据库L,其中D1是样本S1的口内修复体特征数据。
本发明的有益效果为:
本发明通过自定义牙颌特征数据距离函数,获得与当前牙颌特征数据P1距离最近的牙颌模型特征数据P2,即在标准模板数据库L找到最为匹配的标准模板数据S2(包括P2、P2所在样本的牙颌模型实体数据M2、P2所在样本的口内修复体特征数据D2),再将M2、P2、当前牙颌模型数据M1、当前牙颌特征数据P1作为非刚性点匹配算法的输入,获得变换函数T21;最后将变换函数T21作用在D2上,利用自适应表面贴合算法获得设计方案D1,供修复体技工参考。本发明的技术方案能直接用于口内修复体的数字设计领域,大幅度减少现有可摘局部义齿等数字化设计软件中过多的手工交互设计操作,快速提高操作人员的设计水平、设计效率及设计精度。
附图说明
图1为本发明所述牙颌模型示意图;
图2为本发明所述安装口内修复体的牙颌模型示意图;
图3为本发明所述当前牙颌模型示意图;
图4为本发明所述安装口内修复体的当前牙颌模型示意图;
其中,1-牙颌模型实体数据,2-牙颌模型特征数据,3-口内修复体特征数据,4-当前牙颌模型数据,5-当前牙颌特征数据,6-当前口内修复体特征数据。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明,但本发明的保护范围并不限于此。
一种基于大数据的口内修复体数字化设计方法,具体包括以下步骤:
步骤(1),三维扫描获得牙颌模型实体数据M(对应图1中的1),并对牙颌模型实体数据M进行特征标注获得牙颌模型特征数据P(对应图1中的2);扫描获得口内修复体特征数据D(对应图2中的3),三者整体作为一个样本S,扫描得到的多个样本组成可摘除局部义齿(removable partial denture,RPD)标准模板数据库L,标准模板数据库L中的样本个数覆盖各种常见的牙列缺失类型。
所述特征标注需要涵盖口内修复体相关的位置,以可摘除局部义齿应用为例,一种实际可以应用的特征点标注方法如下:
(1)标注缺牙间隙特征点(图1的圆点)
①间隙两端特征点:除后牙磨垫位置外,间隙两端的两个特征点需尽量靠近牙齿根部;
②间隙控制点(可选):优选的,可以在间隙中部靠颊侧区域添加额外的若干中间控制点。
(2)标注余留牙的三类特征点
②余留牙牙齿舌腭侧龈缘顶点(Zenith点)(图1的正方形点);
③余留牙舌腭侧牙龈乳头顶点(图1的五角星点)。
步骤(2),三维扫描需要进行口内修复的当前牙颌模型,当前牙颌模型数据记为M1(对应图3中的4),并进行特征标注,获得当前牙颌特征数据,记为P1(对应图3中的5)。
该特征标注需要涵盖口内修复体相关的位置,以可摘除局部义齿应用为例,一种实际可以应用的特征点标注方法如下:
(1)标注缺牙间隙特征点(图3的圆点)
①间隙两端特征点:除后牙磨垫位置外,间隙两端的两个特征点需尽量靠近牙齿根部;
②间隙控制点(可选):优选的,可以在间隙中部靠颊侧区域添加额外的若干中间控制点。
(2)标注余留牙的三类特征点
②余留牙牙齿舌腭侧龈缘顶点(Zenith点)(图3的正方形点);
③余留牙舌腭侧牙龈乳头顶点(图3的五角星点)。
步骤(3),自定义牙颌特征数据距离函数f(Px,Py),计算当前牙颌特征数据P1与标准模板数据库L的牙颌模型特征数据Pn(n≥2)之间的距离,获得与当前牙颌特征数据P1距离最近的牙颌模型特征数据,设为P2;即在标准模板数据库L找到最为匹配的标准模板数据S2,包括M2、P2和D2,其中M2是P2所在样本的牙颌模型实体数据,D2是P2所在样本的口内修复体特征数据。
该所述牙颌特征数据距离函数f(Px,Py),以可摘除局部义齿为例,一种实际可以应用的距离函数f(Px,Py)定义如下:
步骤(3.1),求当前牙颌特征数据P1和牙颌模型特征数据P2的所有特征点的坐标均值分别为P_mean1、P_mean2,将P1和P2中的每个特征点序列减去其对应均值P_mean1、P_mean2,完成平移变换;
步骤(3.2),P1中平移变换后的特征点序列乘以一个系数α1,P2中平移变换后的特征点序列乘以一个系数α2,完成形状大小的归一化;
步骤(3.3),利用三维旋转变换矩阵,将P1和P2的特征点序列形状对齐在一起,使得两个形状的普氏距离最小,该普氏距离即为需要计算的距离函数f(Px,Py)。
步骤(4),通过非刚性点匹配算法,把M2、P2、M1、P1作为算法输入,获得变换函数T21。
该算法只需要满足非刚性匹配即可,一种实际中可以应用的匹配算法步骤如下:
步骤(4.1),非刚性点匹配算法输入P1和P2;
步骤(4.2),利用PCA(Principal Component Analysis,主成分分析)算法初步配准P1和P2;
步骤(4.3),采用Procrustes Analysis(普氏分析)求解配准后的P1和P2三维变换函数T21_origin(T21_origin为三维变换矩阵),并通过配准后的P1和P2对应特征点的匹配误差,计算获得线性插值修正函数T21_error,T21_error=(P1-T21_origin*P2)/P2;
步骤(4.4),变换函数T21表示为:T21=T21_origin+T21_error。
步骤(5),变换函数T21作用在D2上(即T21*D2),并利用自适应表面贴合算法获得设计方案D1。
一种实际中可以应用的自适应贴合算法步骤如下:
步骤(5.1),将变换函数T21作用在D2上,获得特征点初步结果D1_origin;
步骤(5.2),通过遍历计算,获取当前牙颌模型数据M1上与特征点初步结果D1_origin各点距离最近的点,并将特征点初步结果D1_orgin上的各点分别移动到距离最近的点,即获得设计方案D1。
步骤(6),修复体技工根据设计方案D1做出调整,使其适合当前牙颌模型的个性化需求。
步骤(7),将数据M1、P1和D1作为一个新的样本S1,收集在标准模板数据库L,其中D1是样本S1的口内修复体特征数据(对应图4中的6)。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
Claims (8)
1.一种基于大数据的口内修复体数字化设计方法,其特征在于,包括以下步骤:
S1,三维扫描牙颌模型、口内修复体,分别获得牙颌模型实体数据M、口内修复体特征数据D,对所述M特征标注获得牙颌模型特征数据P,所述M、D和P作为一个样本,多个样本构成可摘除局部义齿标准模板数据库L;
S2,三维扫描需要进行口内修复的当前牙颌模型,获得前牙颌模型数据记为M1,对所述M1特征标注获得当前牙颌特征数据P1;
S3,自定义牙颌特征数据距离函数f(Px,Py),由此计算所述P1与所述L中牙颌模型特征数据Pn之间的距离,获得与P1距离最近的牙颌模型特征数据P2,P2所在样本的牙颌模型实体数据为M2,P2所在样本的口内修复体特征数据为D2,其中n≥2;
S4,利用非刚性点匹配算法,将所述M2、P2、M1、P1作为算法输入,获得变换函数T21;
所述变换函数T21,具体为:
1)非刚性点匹配算法输入P1和P2;
2)利用主成分分析法初步配准P1和P2;
3)采用普氏分析求解配准后的P1和P2三维变换函数T21_origin,通过配准后的P1和P2对应特征点的匹配误差,计算获得线性插值修正函数T21_error,T21_error=(P1- T21_origin*P2)/ P2;所述变换函数T21表示为:T21=T21_origin+T21_error;
S5,将变换函数T21作用在D2上,利用自适应表面贴合算法获得设计方案D1。
2.根据权利要求1所述的基于大数据的口内修复体数字化设计方法,其特征在于,所述特征标注包括缺牙间隙特征点标注和余留牙特征点标注。
3.根据权利要求2所述的基于大数据的口内修复体数字化设计方法,其特征在于,所述缺牙间隙特征点包括间隙两端特征点和间隙控制点。
4.根据权利要求2所述的基于大数据的口内修复体数字化设计方法,其特征在于,所述余留牙特征点包括余留牙顶部中央区域特征点、余留牙牙齿舌腭侧龈缘顶点以及余留牙舌腭侧牙龈乳头顶点。
5.根据权利要求1所述的基于大数据的口内修复体数字化设计方法,其特征在于,所述距离函数f(Px,Py),具体为:
1)将所述P1、Pn中每个特征点序列减去对应的均值P_mean1、P_meann,完成平移变换;
2)所述平移变换的特征点序列乘以一个系数,完成形状大小的归一化;
3)利用三维旋转变换矩阵,将P1和Pn的特征点序列形状对齐在一起,使得两个形状的普氏距离最小,该普氏距离即为所述距离函数f(Px, Py)。
6.根据权利要求1所述的基于大数据的口内修复体数字化设计方法,其特征在于,所述设计方案D1,具体为:
1)将变换函数T21作用在D2上,获得特征点初步结果D1_origin;
2)通过遍历计算,获取当前牙颌模型数据M1上与特征点初步结果D1_origin各点距离最近的点,并将特征点初步结果D1_orgin上的各点分别移动到距离最近的点,即获得设计方案D1。
7.根据权利要求6所述的基于大数据的口内修复体数字化设计方法,其特征在于,还包括S6,修复体技工根据设计方案D1做出调整,使其适合当前牙颌模型的个性化需求。
8.根据权利要求7所述的基于大数据的口内修复体数字化设计方法,其特征在于,还包括S7,将数据所述M1、P1和D1作为新样本S1,收集在标准模板数据库L,其中D1是样本S1的口内修复体特征数据。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010323471.1A CN111540041B (zh) | 2020-04-22 | 2020-04-22 | 一种基于大数据的口内修复体数字化设计方法 |
PCT/CN2021/085265 WO2021213176A1 (zh) | 2020-04-22 | 2021-04-02 | 一种基于大数据的口内修复体数字化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010323471.1A CN111540041B (zh) | 2020-04-22 | 2020-04-22 | 一种基于大数据的口内修复体数字化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111540041A CN111540041A (zh) | 2020-08-14 |
CN111540041B true CN111540041B (zh) | 2021-02-12 |
Family
ID=71979461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010323471.1A Active CN111540041B (zh) | 2020-04-22 | 2020-04-22 | 一种基于大数据的口内修复体数字化设计方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111540041B (zh) |
WO (1) | WO2021213176A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111540041B (zh) * | 2020-04-22 | 2021-02-12 | 南京前知智能科技有限公司 | 一种基于大数据的口内修复体数字化设计方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101484919A (zh) * | 2006-07-05 | 2009-07-15 | 皇家飞利浦电子股份有限公司 | 借助于运动模型的心脏形状预测 |
CN107292951A (zh) * | 2017-06-14 | 2017-10-24 | 杭州美齐科技有限公司 | 一种基于多套模板的牙齿修复算法 |
CN109223216A (zh) * | 2018-09-27 | 2019-01-18 | 北京大学口腔医学院 | 一种可摘局部义齿的高效率数字设计方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9626462B2 (en) * | 2014-07-01 | 2017-04-18 | 3M Innovative Properties Company | Detecting tooth wear using intra-oral 3D scans |
US10499793B2 (en) * | 2017-02-17 | 2019-12-10 | Align Technology, Inc. | Longitudinal analysis and visualization under limited accuracy system |
CN108776996B (zh) * | 2018-06-15 | 2023-03-10 | 电子科技大学 | 一种高效自动辅助寻找牙齿咬合深度的方法 |
CN111540041B (zh) * | 2020-04-22 | 2021-02-12 | 南京前知智能科技有限公司 | 一种基于大数据的口内修复体数字化设计方法 |
-
2020
- 2020-04-22 CN CN202010323471.1A patent/CN111540041B/zh active Active
-
2021
- 2021-04-02 WO PCT/CN2021/085265 patent/WO2021213176A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101484919A (zh) * | 2006-07-05 | 2009-07-15 | 皇家飞利浦电子股份有限公司 | 借助于运动模型的心脏形状预测 |
CN107292951A (zh) * | 2017-06-14 | 2017-10-24 | 杭州美齐科技有限公司 | 一种基于多套模板的牙齿修复算法 |
CN109223216A (zh) * | 2018-09-27 | 2019-01-18 | 北京大学口腔医学院 | 一种可摘局部义齿的高效率数字设计方法 |
Non-Patent Citations (2)
Title |
---|
Registration of medical images using an interpolated closest point transform:method and validation;Cao Zhujiang等;《Proceedings of SPIE》;20030515;325-333 * |
口腔修复嵌体造型关键技术研究;张长东;《中国博士学位论文全文数据库 医药卫生科技辑》;20150115(第1期);E074-45 * |
Also Published As
Publication number | Publication date |
---|---|
WO2021213176A1 (zh) | 2021-10-28 |
CN111540041A (zh) | 2020-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109363786B (zh) | 一种牙齿正畸矫治数据获取方法及装置 | |
Wimmer et al. | Complete denture fabrication supported by CAD/CAM | |
CN109009511B (zh) | 一种基于3d打印的三向分析备牙导板制作方法及使用方法 | |
EP2134290B1 (en) | Computer-assisted creation of a custom tooth set-up using facial analysis | |
CN110025387B (zh) | 一种数字化牙颌理想模型的自动生成方法 | |
US7474932B2 (en) | Dental computer-aided design (CAD) methods and systems | |
CN113874919A (zh) | 基于3d牙齿模型生成的牙龈线的视觉呈现 | |
US8099268B2 (en) | Tooth modeling | |
US20120179281A1 (en) | Systems for denture preparation | |
US20220079714A1 (en) | Automatic segmentation quality assessment for secondary treatment plans | |
CA2739586A1 (en) | A method of producing dental prosthetic items or making tooth restorations using electronic dental representations | |
EP4144324B1 (en) | Intelligent design method for digital model for oral digital impression instrument | |
CN110164558A (zh) | 一种牙齿模型参数化的方法 | |
CN115177383B (zh) | 一种数字化全口排牙方法 | |
CN112288886B (zh) | 一种精准的数字化牙齿模型的牙齿位置布置方法 | |
CN112120815A (zh) | 一种数字化口腔微笑修复方法 | |
CN110916821A (zh) | 基于3d打印的隐形矫正器的制备方法 | |
Dai et al. | Complete denture tooth arrangement technology driven by a reconfigurable rule | |
CN111540041B (zh) | 一种基于大数据的口内修复体数字化设计方法 | |
Yu et al. | Study on digital teeth selection and virtual teeth arrangement for complete denture | |
CN107564094B (zh) | 一种基于局部坐标的牙齿模型特征点自动识别算法 | |
CN107638224A (zh) | 一种数字化义齿的形位参数测量方法 | |
CN116196123A (zh) | 正畸导板的生成方法和装置 | |
CN112237492B (zh) | 一种与牙科栓体栓道式附着体配合的固定义齿的制作方法 | |
KR102653174B1 (ko) | 3차원 정상 치열 모형 생성 방법 |
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 |