CN111583221B - 颅颌面软硬组织的分析方法及装置、电子设备 - Google Patents

颅颌面软硬组织的分析方法及装置、电子设备 Download PDF

Info

Publication number
CN111583221B
CN111583221B CN202010368236.6A CN202010368236A CN111583221B CN 111583221 B CN111583221 B CN 111583221B CN 202010368236 A CN202010368236 A CN 202010368236A CN 111583221 B CN111583221 B CN 111583221B
Authority
CN
China
Prior art keywords
craniomaxillofacial
head
soft tissue
image
sequence
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
Application number
CN202010368236.6A
Other languages
English (en)
Other versions
CN111583221A (zh
Inventor
姜喜玲
张丽敏
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.)
Affiliated Hospital of Chifeng University
Original Assignee
Affiliated Hospital of Chifeng University
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 Affiliated Hospital of Chifeng University filed Critical Affiliated Hospital of Chifeng University
Priority to CN202010368236.6A priority Critical patent/CN111583221B/zh
Publication of CN111583221A publication Critical patent/CN111583221A/zh
Application granted granted Critical
Publication of CN111583221B publication Critical patent/CN111583221B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30008Bone

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种颅颌面软硬组织的分析方法及装置、电子设备。其中,该分析方法包括:获取目标用户的头部颅颌面的软组织序列图像,其中,所述软组织序列图像的图像类型为磁共振图像MRI;将所述软组织序列图像合成计算机断层扫描虚拟CT图像;利用虚拟CT图像构建所述头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息;利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像,以确定头部颅颌面的软组织信息;基于头部颅颌面的软组织信息和硬组织信息,判断所述目标用户的头部颅颌面是否出现异常变形。本发明解决了相关技术中分析用户的颅颌面软组织困难较大,导致无法有效反映用户的头部影像,效率工作降低的技术问题。

Description

颅颌面软硬组织的分析方法及装置、电子设备
技术领域
本发明涉及头影分析领域,具体而言,涉及一种颅颌面软硬组织的分析方法及装置、电子设备。
背景技术
相关技术中,在临床影像方面,尤其CBCT(Cone beam computed tomography,CBCT)的不断普及,通过计算机终端很容易获取反映患者颅颌面信息的三维数据,但是当前的颅颌面三维数据获取是透过X射线实现的,由于存在电离辐射,所以无法获取三维头影测量的正常值范围。传统的头颅定位片和CBCT都是利用X线成像的,长期依赖X线影像形成的思维定式以及X线影像的固有缺陷,使基于CBCT的三维头影测量研究遇到久攻不破的难点和瓶颈。并且,当前的CBCT影像,在软组织显示方面的局限性,大部分基于CBCT影像数据三维头影测量都是分析硬组织的,并且由于颅骨的不规则性,导致对颅颌面的软组织和骨组织分析难度较大,分析效率降低,而且基于CBCT数据的骨组织定点的三维坐标系的建立存在争议。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种颅颌面软硬组织的分析方法及装置、电子设备,以至少解决相关技术中分析用户的颅颌面软组织困难较大,导致无法有效反映用户的头部影像,效率工作降低的技术问题。
根据本发明实施例的一个方面,提供了一种颅颌面软硬组织的分析方法,应用于三维头影测量系统,该分析方法包括:获取目标用户的头部颅颌面的软组织序列图像,其中,所述软组织序列图像的图像类型为磁共振图像MRI;将所述软组织序列图像合成计算机断层扫描虚拟CT图像;利用虚拟CT图像构建所述头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息;利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像,以确定头部颅颌面的软组织信息;基于头部颅颌面的软组织信息和硬组织信息,判断所述目标用户的头部颅颌面是否出现异常变形。
可选地,获取目标用户的头部颅颌面的软组织序列图像的步骤,包括:在检测所述目标用户的仰卧位满足预设仰卧条件后,检测所述目标用户的头部方向和头部位置;基于所述目标用户的头部方向和头部位置,分析所述目标用户的口腔张合状态;采用超短回波序列UTE对所述目标用户的头部进行MRI软组织序列扫描,以得到头部颅颌面的软组织序列图像。
可选地,采用超短回波序列UTE对所述目标用户的头部进行MRI软组织序列扫描的步骤,包括:采用超短回波序列UTE采集头部颅颌面的骨骼信号;基于所述骨骼信号,分析头部颅颌面的骨骼与周围环境、软组织的对比度;对所述目标用户的头部进行MRI软组织序列扫描。
可选地,将所述软组织序列图像合成计算机断层扫描CT图像的步骤,包括:基于MRI软组织序列图像生成增强的骨骼图像;从超短回波序列UTE的相位数据中分割出目标区域,其中,所述目标区域至少包括:空气区域;基于目标区域合成CT图像。
可选地,利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像,以确定头部颅颌面的软组织信息的步骤,包括:分割所述磁共振图像MRI的原始数据中的各个软组织结构,得到软组织结构数据,其中,所述软组织结构包括下述至少之一:颅颌面神经、肌肉、血管;基于所述软组织结构数据,分析所述软组织结构的结构参数,其中,所述结构参数包括下述至少之一:软组织体积、软组织面积、软组织位置;根据所述软组织结构的结构参数,确定所述头部颅颌面各个软组织结构对应的软组织信息。
可选地,利用虚拟CT图像构建所述头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息的步骤,包括:利用虚拟CT图像构建所述头部颅颌面的三维影像,分析所述头部颅颌面的颅颌面牙齿信息;和/或,利用虚拟CT图像构建所述头部颅颌面的三维影像,分析所述头部颅颌面的骨骼信息,以确定头部颅颌面的硬组织信息。
可选地,基于头部颅颌面的软组织信息和硬组织信息,判断所述目标用户的头部颅颌面是否出现异常变形的步骤,包括:将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小;将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置;将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向;将颅颌面畸形组的样本与正常对照组重叠比对;通过重叠比对分析头部颅颌面是否出现异常变形。
根据本发明实施例的另一方面,还提供了一种颅颌面软硬组织的分析装置,应用于三维头影测量系统,该分析装置包括:获取单元,用于获取目标用户的头部颅颌面的软组织序列图像,其中,所述软组织序列图像的图像类型为磁共振图像MRI;合成单元,用于将所述软组织序列图像合成计算机断层扫描虚拟CT图像;第一确定单元,用于利用虚拟CT图像构建所述头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息;第二确定单元,用于利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像,以确定头部颅颌面的软组织信息;判断单元,用于基于头部颅颌面的软组织信息和硬组织信息,判断所述目标用户的头部颅颌面是否出现异常变形。
可选地,所述获取单元包括:第一检测模块,用于在检测所述目标用户的仰卧位满足预设仰卧条件后,检测所述目标用户的头部方向和头部位置;第一分析模块,用于基于所述目标用户的头部方向和头部位置,分析所述目标用户的口腔张合状态;第一扫描模块,用于采用超短回波序列UTE对所述目标用户的头部进行MRI软组织序列扫描,以得到头部颅颌面的软组织序列图像。
可选地,所述第一扫描模块包括:第一采集子模块,用于采用超短回波序列UTE采集头部颅颌面的骨骼信号;第一分析子模块,用于基于所述骨骼信号,分析头部颅颌面的骨骼与周围环境、软组织的对比度;第一扫描子模块,用于对所述目标用户的头部进行MRI软组织序列扫描。
可选地,所述合成单元包括:第一生成模块,用于基于MRI软组织序列图像生成增强的骨骼图像;第一分割模块,用于从超短回波序列UTE的相位数据中分割出目标区域,其中,所述目标区域至少包括:空气区域;第一合成模块,用于基于目标区域合成CT图像。
可选地,所述第二确定单元包括:第二分割模块,用于分割所述磁共振图像MRI的原始数据中的各个软组织结构,得到软组织结构数据,其中,所述软组织结构包括下述至少之一:颅颌面神经、肌肉、血管;第二分析模块,用于基于所述软组织结构数据,分析所述软组织结构的结构参数,其中,所述结构参数包括下述至少之一:软组织体积、软组织面积、软组织位置;第一确定模块,用于根据所述软组织结构的结构参数,确定所述头部颅颌面各个软组织结构对应的软组织信息。
可选地,所述第一确定单元包括:第一构建模块,用于利用虚拟CT图像构建所述头部颅颌面的三维影像,分析所述头部颅颌面的颅颌面牙齿信息;第二构建模块,用于和/或,利用虚拟CT图像构建所述头部颅颌面的三维影像,分析所述头部颅颌面的骨骼信息,以确定头部颅颌面的硬组织信息。
可选地,所述判断单元包括:缩放模块,用于将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小;放置模块,用于将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置;旋转模块,用于将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向;比对模块,用于将颅颌面畸形组的样本与正常对照组重叠比对;第三分析模块,用于通过重叠比对分析头部颅颌面是否出现异常变形。
根据本发明实施例的另一方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的颅颌面软硬组织的分析方法。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的颅颌面软硬组织的分析方法。
本发明实施例,在分析用户的头部颅颌面信息时,先获取目标用户的头部颅颌面的软组织序列图像,其中,软组织序列图像的图像类型为磁共振图像MRI,然后将软组织序列图像合成计算机断层扫描虚拟CT图像,之后可利用合成后的虚拟CT图像构建头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息,并利用磁共振图像MRI的原始数据构建头部颅颌面的三维影像,以确定头部颅颌面的软组织信息,最后可基于头部颅颌面的软组织信息和硬组织信息,判断目标用户的头部颅颌面是否出现异常变形。在该实施例中,可以通过MRI的原始数据分析颅颌面的软组织信息,并通过合成的CT图像确定颅颌面的硬组织信息,基于用户颅颌面的软硬组织信息,全面分析用户头部颅颌面,从而解决相关技术中分析用户的颅颌面软组织困难较大,导致无法有效反映用户的头部影像,效率工作降低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的颅颌面软硬组织的分析方法的流程图;
图2根据本发明实施例的一种可选的颅颌面软硬组织的分析装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于本领域技术人员理解本发明,下面对本发明各实施例中涉及的部分术语或名词做出解释:
CT,Computed Tomography,电子计算机断层扫描仪器,利用精确准直的线束、射线、超声波等,与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描。
CBCT,Cone beam computed tomography,简称锥形束CT,也称口腔CT,是锥形束投照计算机重组断层影像设备,实现数据断层重组,获得三维口腔图像。
MRI,Magnetic Resonance Imaging,磁共振程序,采用多序列、直接多方位显示检测部位的影像。
MRI-only,单核磁,是以MRI为原始数据来源,用户无须CT扫描,而是利用原始MRI及其合成的虚拟CT图像共同确定影像数据。利用MRI-only流程中软硬组织显示的双重优势,本发明既能对颅颌面硬组织进行全面、精准的三维分析,又可以对颅颌面软组织进行全面、精准的三维分析,而且核磁无辐射,可以建立正常参照值。还可以提供除硬组织外其他组织的三维坐标系建立方法。
根据本发明实施例,提供了一种颅颌面软硬组织的分析方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例可通过MRI的原始数据分析颅颌面的软组织信息,并通过合成的CT图像确定颅颌面的硬组织信息,基于用户颅颌面的软硬组织信息,全面分析用户头部颅颌面,从而解决相关技术中分析用户的颅颌面软组织困难较大,导致无法有效反映用户的头部影像,效率工作降低的技术问题。并解决由于X线拍摄引起的电离辐射问题和无法获取正常参考值问题。
本发明实施例提供一种颅颌面软硬组织的分析方法,该分析方法应用于三维头影测量系统,该三维头影测量系统是基于特殊序列单核磁数据的颅颌面软硬组织三维头影测量系统。
图1是根据本发明实施例的一种可选的颅颌面软硬组织的分析方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取目标用户的头部颅颌面的软组织序列图像,其中,软组织序列图像的图像类型为磁共振图像MRI;
步骤S104,将软组织序列图像合成计算机断层扫描虚拟CT图像;
步骤S106,利用虚拟CT图像构建头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息;
步骤S108,利用磁共振图像MRI的原始数据构建头部颅颌面的三维影像,以确定头部颅颌面的软组织信息;
步骤S110,基于头部颅颌面的软组织信息和硬组织信息,判断目标用户的头部颅颌面是否出现异常变形。
通过上述步骤,可以在分析用户的头部颅颌面信息时,先获取目标用户的头部颅颌面的软组织序列图像,其中,软组织序列图像的图像类型为磁共振图像MRI,然后将软组织序列图像合成计算机断层扫描虚拟CT图像,之后可利用合成的虚拟CT图像构建头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息,并利用磁共振图像MRI的原始数据构建头部颅颌面的三维影像,以确定头部颅颌面的软组织信息,最后可基于头部颅颌面的软组织信息和硬组织信息,判断目标用户的头部颅颌面是否出现异常变形。在该实施例中,可以通过MRI的原始数据分析颅颌面的软组织信息,并通过合成的CT图像确定颅颌面的硬组织信息,从而结合用户颅颌面的软硬组织信息,全面分析用户头部颅颌面,从而解决相关技术中分析用户的颅颌面软组织困难较大,导致无法有效反映用户的头部影像,效率工作降低的技术问题。
下面结合上述各步骤来详细说明本发明。
步骤S102,获取目标用户的头部颅颌面的软组织序列图像,其中,软组织序列图像的图像类型为磁共振图像MRI。
用户的头部颅颌面,包括多个硬组织和包裹的外部软组织,其中,硬组织包括但不限于:下颌骨、上颌骨、牙齿等。
作为本发明可选的实施例,获取目标用户的头部颅颌面的软组织序列图像的步骤,包括:在检测目标用户的仰卧位满足预设仰卧条件后,检测目标用户的头部方向和头部位置;基于目标用户的头部方向和头部位置,分析目标用户的口腔张合状态;采用超短回波序列UTE对目标用户的头部进行MRI软组织序列扫描,以得到头部颅颌面的软组织序列图像。
在本发明实施例中,采用超短回波序列UTE对目标用户的头部进行MRI软组织序列扫描的步骤,包括:采用超短回波序列UTE采集头部颅颌面的骨骼信号;基于骨骼信号,分析头部颅颌面的骨骼与周围环境、软组织的对比度;对目标用户的头部进行MRI软组织序列扫描。
MRI数据的获取采用UTE(超短回波序列,Ultrashort echo time)等特殊3D序列,在常规MRI序列中,皮质骨表现为不容易检测到的、很短的T2信号,使骨组织很难与空气区分开来。而头部存在许多小而复杂的气腔及较薄的骨,这也是应用常规序列MRI合成CT难度较大的原因。UTE超短回波序列可用于捕捉骨骼的短T2信号,改善骨与周围空气或软组织的对比度。同时,在扫描得到软组织序列图像后,还可以将UTE序列与体现水-脂肪对比度的Dixon序列联合起来,以得到用于头颈部扫描的UTE/Dixon序列,进一步提高各组织间的分辨率,并在上述序列的基础上通过图像后处理技术成功合成虚拟CT图像。这种为捕捉骨的信号或者提高软组织间对比度而设置的核磁扫描序列均称为特殊序列,特殊序列包括:UTE序列。
步骤S104,将软组织序列图像合成计算机断层扫描虚拟CT图像。
可选的,将软组织序列图像合成计算机断层扫描CT图像的步骤,包括:基于MRI软组织序列图像生成增强的骨骼图像;从超短回波序列UTE的相位数据中分割出目标区域,其中,目标区域至少包括:空气区域;基于目标区域合成CT图像。
使用基于UTE等头部特殊序列扫描数据的方法将MRI合成CT。基于特殊序列的方式包括:首先生成骨增强图像,由于特殊序列可明显改善MRI中的骨和空气对比度;然后从UTE相位数据中分割出感兴趣的空气区域等。由于特殊序列组织间的对比度优势,MRI合成CT可能采用与常规序列不同的相应方法。
凡是含有UTE及其相关序列的都叫做特殊序列,下面以UTE/Dixon序列为例说明如何实现特殊序列的MRI合成CT,分三步:(1)生成增强的骨骼图像;(2)分辨空气;(3)合成CT。
在分割感兴趣的空气区域时,可以进行颅颌面软硬组织三维重建后,进行区域自动化分割;另外,在本发明实施例中分割空气区域时,也可以通过接收外部用户的输入指令,辅助完成自动分割。
步骤S106,利用虚拟CT图像构建头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息。
作为本发明可选的实施例,利用虚拟CT图像构建头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息的步骤,包括:利用虚拟CT图像构建头部颅颌面的三维影像,分析头部颅颌面的颅颌面牙齿信息;和/或,利用虚拟CT图像构建头部颅颌面的三维影像,分析头部颅颌面的骨骼信息,以确定头部颅颌面的硬组织信息。
步骤S108,利用磁共振图像MRI的原始数据构建头部颅颌面的三维影像,以确定头部颅颌面的软组织信息。
作为本发明可选的实施例,利用磁共振图像MRI的原始数据构建头部颅颌面的三维影像,以确定头部颅颌面的软组织信息的步骤,包括:分割磁共振图像MRI的原始数据中的各个软组织结构,得到软组织结构数据,其中,软组织结构包括下述至少之一:颅颌面神经、肌肉、血管;基于软组织结构数据,分析软组织结构的结构参数,其中,结构参数包括下述至少之一:软组织体积、软组织面积、软组织位置;根据软组织结构的结构参数,确定头部颅颌面各个软组织结构对应的软组织信息。
本发明实施例中,可以利用原始MRI数据进行肌肉三维分析,例如,在MRI原始数据中自动分割咬肌,然后进行体积、面积、位置等分析,并与正常值比较确定咬肌是否对称,走向是否正常等。
步骤S110,基于头部颅颌面的软组织信息和硬组织信息,判断目标用户的头部颅颌面是否出现异常变形。
可选的,基于头部颅颌面的软组织信息和硬组织信息,判断目标用户的头部颅颌面是否出现异常变形的步骤,包括:将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小;将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置;将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向;将颅颌面畸形组的样本与正常对照组重叠比对;通过重叠比对分析头部颅颌面是否出现异常变形。
通过上述实施例,可以将常规3D序列获取的核磁数据进行图像处理,通过原始MRI数据与合成CT数据同时实现颅颌面软硬组织的三维分析,利用核磁无辐射的优点建立正常值数据库,建立利用除骨组织外包括其他组织的参考坐标系。相对于现有技术中通过CBCT建立坐标系的弊端(由于颅骨的不规则性,基于CBCT数据的骨组织定点的三维坐标系不精确),本发明实施例建立的参考坐标系可以包括颅颌面软硬组织的参考坐标系,参考面更多,精确度更高。
本发明实施例中使用了基于UTE等特殊序列扫描,可以进一步分辨颅颌面的骨组织,并提高颅颌面骨组织间对比度,可以对颅颌面软组织进行更加全面、精准的三维分析,而且核磁无辐射(即本发明实施例还解决了X射线的辐射暴露问题。),可以建立正常参照值,提高分析精确度。
下面结合另一种可选的实施例来说明本发明。
下述实施例涉及的颅颌面软硬组织的分析装置,可以应用于三维头影测量系统,该三维头影测量系统是基于特殊序列单核磁数据的颅颌面软硬组织三维头影测量系统。
图2根据本发明实施例的一种可选的颅颌面软硬组织的分析装置的示意图,如图2所示,该分析装置可以包括:获取单元21、合成单元23、第一确定单元25、第二确定单元27、判断单元29,其中,
获取单元21,用于获取目标用户的头部颅颌面的软组织序列图像,其中,软组织序列图像的图像类型为磁共振图像MRI;
合成单元23,用于将软组织序列图像合成计算机断层扫描虚拟CT图像;
第一确定单元25,用于利用虚拟CT图像构建头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息;
第二确定单元27,用于利用磁共振图像MRI的原始数据构建头部颅颌面的三维影像,以确定头部颅颌面的软组织信息;
判断单元29,用于基于头部颅颌面的软组织信息和硬组织信息,判断目标用户的头部颅颌面是否出现异常变形。
上述颅颌面软硬组织的分析装置,可以在分析用户的头部颅颌面信息时,先通过获取单元21获取目标用户的头部颅颌面的软组织序列图像,其中,软组织序列图像的图像类型为磁共振图像MRI,然后通过合成单元23将软组织序列图像合成计算机断层扫描虚拟CT图像,之后可通过第一确定单元25利用虚拟CT图像构建头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息,并通过第二确定单元27利用磁共振图像MRI的原始数据构建头部颅颌面的三维影像,以确定头部颅颌面的软组织信息,最后通过判断单元29可基于头部颅颌面的软组织信息和硬组织信息,判断目标用户的头部颅颌面是否出现异常变形。在该实施例中,可以通过MRI的原始数据分析颅颌面的软组织信息,并通过CT图像确定颅颌面的硬组织信息,从而结合用户颅颌面的软硬组织信息,全面分析用户头部颅颌面,从而解决相关技术中分析用户的颅颌面软组织困难较大,导致无法有效反映用户的头部影像,效率工作降低的技术问题。
可选的,获取单元包括:第一检测模块,用于在检测目标用户的仰卧位满足预设仰卧条件后,检测目标用户的头部方向和头部位置;第一分析模块,用于基于目标用户的头部方向和头部位置,分析目标用户的口腔张合状态;第一扫描模块,用于采用超短回波序列UTE对目标用户的头部进行MRI软组织序列扫描,以得到头部颅颌面的软组织序列图像。
可选的,第一扫描模块包括:第一采集子模块,用于采用超短回波序列UTE采集头部颅颌面的骨骼信号;第一分析子模块,用于基于骨骼信号,分析头部颅颌面的骨骼与周围环境、软组织的对比度;第一扫描子模块,用于对目标用户的头部进行MRI软组织序列扫描。
可选的,合成单元包括:第一生成模块,用于基于MRI软组织序列图像生成增强的骨骼图像;第一分割模块,用于从超短回波序列UTE的相位数据中分割出目标区域,其中,目标区域至少包括:空气区域;第一合成模块,用于基于目标区域合成CT图像。
另一种可选的,第二确定单元包括:第二分割模块,用于分割磁共振图像MRI的原始数据中的各个软组织结构,得到软组织结构数据,其中,软组织结构包括下述至少之一:颅颌面神经、肌肉、血管;第二分析模块,用于基于软组织结构数据,分析软组织结构的结构参数,其中,结构参数包括下述至少之一:软组织体积、软组织面积、软组织位置;第一确定模块,用于根据软组织结构的结构参数,确定头部颅颌面各个软组织结构对应的软组织信息。
可选的,第一确定单元包括:第一构建模块,用于利用虚拟CT图像构建头部颅颌面的三维影像,分析头部颅颌面的颅颌面牙齿信息;第二构建模块,用于和/或,利用虚拟CT图像构建头部颅颌面的三维影像,分析头部颅颌面的骨骼信息,以确定头部颅颌面的硬组织信息。
可选的,判断单元包括:缩放模块,用于将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小;放置模块,用于将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置;旋转模块,用于将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向;比对模块,用于将颅颌面畸形组的样本与正常对照组重叠比对;第三分析模块,用于通过重叠比对分析头部颅颌面是否出现异常变形。
上述的颅颌面软硬组织的分析装还可以包括处理器和存储器,上述获取单元21、合成单元23、第一确定单元25、第二确定单元27、判断单元29等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来基于头部颅颌面的软组织信息和硬组织信息,判断目标用户的头部颅颌面是否出现异常变形。
上述存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本发明实施例的另一方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述任意一项的颅颌面软硬组织的分析方法。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的颅颌面软硬组织的分析方法。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取目标用户的头部颅颌面的软组织序列图像,其中,所述软组织序列图像的图像类型为磁共振图像MRI;将所述软组织序列图像合成计算机断层扫描虚拟CT图像;利用虚拟CT图像构建所述头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息;利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像,以确定头部颅颌面的软组织信息;基于头部颅颌面的软组织信息和硬组织信息,判断所述目标用户的头部颅颌面是否出现异常变形。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离结构说明的单元可以是或者也可以不是物理上分开的,作为单元显示的结构可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种颅颌面软硬组织的分析方法,其特征在于,应用于三维头影测量系统,该分析方法包括:
获取目标用户的头部颅颌面的软组织序列图像,其中,所述软组织序列图像的图像类型为磁共振图像MRI;
将所述软组织序列图像合成计算机断层扫描虚拟CT图像;
利用虚拟CT图像构建所述头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息;
利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像,以确定头部颅颌面的软组织信息;
基于头部颅颌面的软组织信息和硬组织信息,判断所述目标用户的头部颅颌面是否出现异常变形,
获取目标用户的头部颅颌面的软组织序列图像的步骤,包括:在检测所述目标用户的仰卧位满足预设仰卧条件后,检测所述目标用户的头部方向和头部位置;基于所述目标用户的头部方向和头部位置,分析所述目标用户的口腔张合状态;采用超短回波序列UTE对所述目标用户的头部进行MRI软组织序列扫描,以得到头部颅颌面的软组织序列图像,
利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像,以确定头部颅颌面的软组织信息的步骤,包括:分割所述磁共振图像MRI的原始数据中的各个软组织结构,得到软组织结构数据,其中,所述软组织结构包括下述至少之一:颅颌面神经、肌肉、血管;基于所述软组织结构数据,分析所述软组织结构的结构参数,其中,所述结构参数包括下述至少之一:软组织体积、软组织面积、软组织位置;根据所述软组织结构的结构参数,确定所述头部颅颌面各个软组织结构对应的软组织信息,
基于头部颅颌面的软组织信息和硬组织信息,判断所述目标用户的头部颅颌面是否出现异常变形的步骤,包括:将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小;将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置;将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向;将颅颌面畸形组的样本与正常对照组重叠比对;通过重叠比对分析头部颅颌面是否出现异常变形。
2.根据权利要求1所述的分析方法,其特征在于,采用超短回波序列UTE对所述目标用户的头部进行MRI软组织序列扫描的步骤,包括:
采用超短回波序列UTE采集头部颅颌面的骨骼信号;
基于所述骨骼信号,分析头部颅颌面的骨骼与周围环境、软组织的对比度;
对所述目标用户的头部进行MRI软组织序列扫描。
3.根据权利要求1所述的分析方法,其特征在于,将所述软组织序列图像合成计算机断层扫描虚拟 CT图像的步骤,包括:
基于MRI软组织序列图像生成增强的骨骼图像;
从超短回波序列UTE的相位数据中分割出目标区域,其中,所述目标区域至少包括:空气区域;
基于目标区域合成CT图像。
4.根据权利要求1所述的分析方法,其特征在于,利用虚拟CT图像构建所述头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息的步骤,包括:
利用虚拟CT图像构建所述头部颅颌面的三维影像,分析所述头部颅颌面的颅颌面牙齿信息;和/或,
利用虚拟CT图像构建所述头部颅颌面的三维影像,分析所述头部颅颌面的骨骼信息,以确定头部颅颌面的硬组织信息。
5.一种颅颌面软硬组织的分析装置,其特征在于,应用于三维头影测量系统,该分析装置包括:
获取单元,用于获取目标用户的头部颅颌面的软组织序列图像,其中,所述软组织序列图像的图像类型为磁共振图像MRI;
合成单元,用于将所述软组织序列图像合成计算机断层扫描虚拟CT图像;
第一确定单元,用于利用虚拟CT图像构建所述头部颅颌面的三维影像,以确定头部颅颌面的硬组织信息;
第二确定单元,用于利用磁共振图像MRI的原始数据构建所述头部颅颌面的三维影像,以确定头部颅颌面的软组织信息;
判断单元,用于基于头部颅颌面的软组织信息和硬组织信息,判断所述目标用户的头部颅颌面是否出现异常变形,
所述获取单元包括:第一检测模块,用于在检测所述目标用户的仰卧位满足预设仰卧条件后,检测所述目标用户的头部方向和头部位置;第一分析模块,用于基于所述目标用户的头部方向和头部位置,分析所述目标用户的口腔张合状态;第一扫描模块,用于采用超短回波序列UTE对所述目标用户的头部进行MRI软组织序列扫描,以得到头部颅颌面的软组织序列图像,
所述第二确定单元包括:第二分割模块,用于分割所述磁共振图像MRI的原始数据中的各个软组织结构,得到软组织结构数据,其中,所述软组织结构包括下述至少之一:颅颌面神经、肌肉、血管;第二分析模块,用于基于所述软组织结构数据,分析所述软组织结构的结构参数,其中,所述结构参数包括下述至少之一:软组织体积、软组织面积、软组织位置;第一确定模块,用于根据所述软组织结构的结构参数,确定所述头部颅颌面各个软组织结构对应的软组织信息,
所述判断单元包括:缩放模块,用于将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小;放置模块,用于将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置;旋转模块,用于将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向;比对模块,用于将颅颌面畸形组的样本与正常对照组重叠比对;第三分析模块,用于通过重叠比对分析头部颅颌面是否出现异常变形。
6.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至4中任意一项所述的颅颌面软硬组织的分析方法。
7.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任意一项所述的颅颌面软硬组织的分析方法。
CN202010368236.6A 2020-04-30 2020-04-30 颅颌面软硬组织的分析方法及装置、电子设备 Active CN111583221B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010368236.6A CN111583221B (zh) 2020-04-30 2020-04-30 颅颌面软硬组织的分析方法及装置、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010368236.6A CN111583221B (zh) 2020-04-30 2020-04-30 颅颌面软硬组织的分析方法及装置、电子设备

Publications (2)

Publication Number Publication Date
CN111583221A CN111583221A (zh) 2020-08-25
CN111583221B true CN111583221B (zh) 2021-06-29

Family

ID=72127638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010368236.6A Active CN111583221B (zh) 2020-04-30 2020-04-30 颅颌面软硬组织的分析方法及装置、电子设备

Country Status (1)

Country Link
CN (1) CN111583221B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105279762A (zh) * 2015-11-20 2016-01-27 北京航空航天大学 一种口腔软硬组织ct序列与三维网格模型配准方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1813292A1 (en) * 2006-01-25 2007-08-01 Inion Oy Surgical implant and manufacturing method
CN102663818A (zh) * 2012-04-16 2012-09-12 上海交通大学医学院附属第九人民医院 颅颌面三维形貌模型的构建方法及其装置
CN105342708B (zh) * 2015-12-14 2017-10-24 四川大学 基于ct和cbct融合数据的数字化咬合导板及其重建方法
EP4046587A1 (en) * 2016-12-30 2022-08-24 Carestream Dental Technology Topco Limited Reconstruction of a virtual computed-tomography volume to track orthodontics treatment evolution
US20210241656A1 (en) * 2018-04-18 2021-08-05 Arizona Board Of Regents On Behalf Of The University Of Arizona Mixed-reality endoscope and surgical tools with haptic feedback for integrated virtual-reality visual and haptic surgical simulation
CN110619639A (zh) * 2019-08-26 2019-12-27 苏州同调医学科技有限公司 一种结合深度神经网络和概率图模型分割放疗影像的方法
CN110570515B (zh) * 2019-09-03 2024-05-10 天津工业大学 一种利用ct图像进行人体骨骼三维建模的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105279762A (zh) * 2015-11-20 2016-01-27 北京航空航天大学 一种口腔软硬组织ct序列与三维网格模型配准方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Craniofacial soft and hard tissue symmetry depicted with MRI, based on integrated and modular organization of the human head: three-dimensional analysis;Xiling Jiang.et;《Int J Clin Exp Med 2019》;20190430;第12卷(第4期);第3114-3123页 *
Deep MR to CT Synthesis Using Unpaired Data;Jelmer M.Wolterink.et;《arXiv:1708.01155v1》;20170803;第1-10页 *
基于头部一体化与模块化结构特点的颅面对称性CT与MRI三维分析;姜喜玲;《中国博士学位论文全文数据库 医药卫生科技辑》;20190515(第5期);第71-72页 *
数字化三维诊疗技术在口腔正畸学中的应用;杨瑾廷等;《国际口腔医学杂志》;20150701;第42卷(第4期);第446-449页 *

Also Published As

Publication number Publication date
CN111583221A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
US9811903B2 (en) Systems and methods for identifying bone marrow in medical images
US6574304B1 (en) Computer aided acquisition of medical images
US9597041B2 (en) Sequential image acquisition with updating method and system
JP4578675B2 (ja) 投影データを用いて心運動を評価する方法及び装置
US9070181B2 (en) System and method for extracting features of interest from an image
EP1398722A2 (en) Computer aided processing of medical images
US20080080770A1 (en) Method and system for identifying regions in an image
WO2006071002A1 (en) X-ray computed tomography apparatus to acquire the tomography and three-dimension surface image
JP2004174264A (ja) 計算機式断層写真法(ct)スカウト画像を形成する方法及び装置
JP2007044520A (ja) X線装置用の方法
US7822253B2 (en) Methods and apparatus for BMD measuring
Gudac et al. Comparison of selected anatomical and treatment-related diagnostic parameters estimated by cone-beam computed tomography and digital periapical radiography in teeth with apical periodontitis
CN111528889B (zh) 颅颌面状态的分析方法及装置、电子设备
CN111583219B (zh) 颅颌面软硬组织的分析方法及装置、电子设备
JP6510198B2 (ja) 医用画像処理装置及び医用画像処理方法
CN111583221B (zh) 颅颌面软硬组织的分析方法及装置、电子设备
US20070053570A1 (en) Image processing method, and computer-readable recording medium in which image processing program is recorded
CN111583218A (zh) 用户颞下颌关节软硬组织的分析方法及装置、电子设备
JP4503279B2 (ja) X線ct装置
CN111553941A (zh) 用户口腔全景视图的合成方法及装置、电子设备
CN111513719A (zh) 颅颌面状态的分析方法及装置、电子设备
CN111553908B (zh) 颅颌面信息的分析方法及装置、电子设备、计算机存储介质
Fukuda et al. Improved tomosynthesis reconstruction using super-resolution and iterative techniques
CN111553907B (zh) 颅颌面状态的分析方法及装置、电子设备
JPH08272945A (ja) 画像処理装置

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