CN111700698A - 齿科扫描方法、装置、系统和计算机可读存储介质 - Google Patents
齿科扫描方法、装置、系统和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111700698A CN111700698A CN202010406072.1A CN202010406072A CN111700698A CN 111700698 A CN111700698 A CN 111700698A CN 202010406072 A CN202010406072 A CN 202010406072A CN 111700698 A CN111700698 A CN 111700698A
- Authority
- CN
- China
- Prior art keywords
- dental
- scanning
- data
- model
- supplementary
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 208000002925 dental caries Diseases 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 230000000295 complement effect Effects 0.000 claims description 18
- 230000000153 supplemental effect Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000010408 sweeping Methods 0.000 description 4
- 238000009957 hemming Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C19/00—Dental auxiliary appliances
- A61C19/04—Measuring instruments specially adapted for dentistry
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C9/00—Impression cups, i.e. impression trays; Impression methods
- A61C9/004—Means or methods for taking digitized impressions
- A61C9/0046—Data acquisition means or methods
- A61C9/0053—Optical means or methods, e.g. scanning the teeth by a laser or light beam
-
- 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
Abstract
本申请涉及一种齿科扫描方法，包括：根据预设的扫描路径扫描齿科模型，生成第一网格模型；将所述第一网格模型输入预设的齿科识别模型进行识别，获得齿科数据；将所述齿科数据按预设的找洞算法查找牙洞，获得牙洞数据；根据所述牙洞数据补充扫描所述齿科模型，生成牙颌网格模型。本申请实施例提供的齿科扫描方法，通过智能补扫齿科模型，解决了牙齿模型补扫效率低、操作难度大的问题，提高了牙颌网格模型的质量。
Description
技术领域
本申请涉及三维扫描技术领域，特别是涉及齿科扫描方法、装置、系统、计算机设备和计算机可读存储介质。
背景技术
口腔诊所技师或医生在利用桌面三维扫描仪对牙齿模型进行扫描时，常常因为牙齿模型的深缝过深，需要进行多次补扫才能获得较为清晰的模型。在进行牙齿模型扫描时，扫描仪软件将根据不同模型的特有固定路径进行扫描，待扫描完成后，会有部分区域无法扫描全，操作者需将视角调整至尚未扫到的区域进行手动补扫，多次手动补扫直至模型扫描完成。此扫描过程中需要耗费大量的时间和人力成本，补扫的效率较低，容易出现特定位置无法补扫出数据，深缝及倒凹的正确补扫角度无法找到，需要过多的技术和经验，存在补扫次数过多效率过慢等问题，使用起来比较不方便，且增加了操作的时间和难度，且补扫需要一定的技巧和操作难度，当操作者没有相关经验时，无法准确扫描牙齿模型的全貌。
目前针对相关技术中牙齿模型补扫效率低、操作难度大，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种齿科扫描方法、装置、系统、计算机设备和计算机可读存储介质，以至少解决相关技术中牙齿模型补扫效率低、操作难度大的问题。
第一方面，本申请实施例提供了
一种齿科扫描方法，其特征在于，包括：
根据预设的扫描路径扫描齿科模型，生成第一网格模型；
将所述第一网格模型输入预设的齿科识别模型进行识别，获得齿科数据；
将所述齿科数据按预设的找洞算法查找牙洞，获得牙洞数据；
根据所述牙洞数据补充扫描所述齿科模型，生成牙颌网格模型。
在其中一些实施例中，所述根据所述牙洞数据补充扫描所述齿科模型，生成牙颌网格模型包括：
根据所述牙洞数据，生成补充扫描路径；
根据所述补充扫描路径扫描所述齿科模型，获得补充扫描数据；
根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型。
在其中一些实施例中，所述根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型包括：
根据所述补充扫描数据，计算补扫增益；
若所述补扫增益小于预设阈值，则根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型。
在其中一些实施例中，所述根据所述补充扫描数据以及第一网格模型，计算补扫增益包括：
若所述补扫增益大于预设阈值，则根据所述补充扫描数据更新所述第一网格模型，生成迭代网格模型；
根据所述迭代网格模型，生成迭代扫描路径；
根据所述迭代扫描路径扫描所述齿科模型，获得迭代扫描数据，直至所述迭代扫描数据的补扫增益小于预设阈值，根据所述迭代扫描数据和所述迭代网格模型，生成牙颌网格模型。
在其中一些实施例中，所述根据所述补充扫描路径扫描所述齿科模型，获得补充扫描数据包括：所述补充扫描路径包括第一扫描路径和第二扫描路径；根据所述第一扫描路径扫描所述齿科模型，获得第一扫描数据；
根据所述第一扫描数据进行路径计算，获得第二扫描路径；
根据所述第二扫描路径扫描所述齿科模型，获得第二扫描数据；将所述第一扫描数据以及第二扫描数据作为补充扫描数据。
在其中一些实施例中，所述将所述第一网格模型输入预设的齿科识别模型进行识别，获得齿科数据之前包括：
建立神经网络，将第一网格模型作为训练集对神经网络模型进行训练，获得齿科识别模型，所述齿科识别模型的输入为所述第一网格模型，输出为所述第一网格模型中的齿科数据。
在其中一些实施例中，所述将所述齿科数据按预设的找洞算法查找牙洞，获得牙洞数据包括：
将所述齿科数据进行解析，获得基牙区域；
根据所述基牙区域按预设的找洞算法查找牙洞，获得牙洞数据；
根据所述牙洞数据，将所述第一网格模型中对应的牙洞进行标识。
第二方面，本申请实施例提供了一种齿科扫描装置，其特征在于，包括：
扫描模块，用于根据预设的扫描路径扫描齿科模型，生成第一网格模型；
识别模块，用于将所述第一网格模型输入预设的齿科识别模型进行识别，获得齿科数据；
找洞模块，用于将所述齿科数据按预设的找洞算法查找牙洞，获得牙洞数据；
补扫模块，用于根据所述牙洞数据补充扫描所述齿科模型，生成牙颌网格模型。
第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的齿科扫描方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的齿科扫描方法。
相比于相关技术，本申请实施例提供的齿科扫描方法，通过智能补扫齿科模型，解决了牙齿模型补扫效率低、操作难度大的问题，提高了牙颌网格模型的质量。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种齿科扫描方法的流程图；
图2是根据本申请实施例的路径计算的流程图；
图3是根据本申请实施例的另一种齿科扫描方法的流程图；
图4是根据本申请实施例的齿科扫描装置的结构框图；
图5为根据本申请实施例的齿科扫描设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在 A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本申请中描述的各种技术可用于各种三维扫描仪中，三维扫描仪也称为三维立体扫描仪，3D扫描仪，是融合光、机、电和计算机技术于一体的高新科技产品，主要用于获取物体外表面的三维坐标及物体的三维数字化模型。在本实施例中，所述三维扫描仪为桌面式三维扫描仪。
本实施例还提供了一种齿科扫描方法。图1是根据本申请实施例的齿科扫描方法的流程图，如图1所示，该流程包括如下步骤：
步骤S102，根据预设的扫描路径扫描齿科模型，生成第一网格模型。
其中，齿科模型为带有未分模、扫描杆或种植基台的牙齿模型。预设的扫描路径为三维扫描仪中预存的用于扫描齿科模型的路径。
具体地，根据固定的扫描路径进行齿科模型扫描，在扫描的同时进行对获得的数据进行优化及去卷边，根据优化后的扫描数据通过增量化地快速处理方法生成第一网格模型。在本实施例中，数据优化为通过比对所有数据的坐标进行数据矩阵对齐，去卷边为去除扫描数据中的模型边缘的翘边及模型较差的数据。
步骤S104，将所述第一网格模型输入预设的齿科识别模型进行识别，获得齿科数据。
具体地，将所述第一网格模型输入预设的齿科识别模型采用人工智能算法自动识别所述第一网格模型，通过对所述第一网格模型各区域的比对分析，识别出齿科数据。其中，所述齿科数据包括普通牙齿、基牙区域、扫描杆以及基台等类型的数据。基牙又称桥基牙,是固定义齿组成部分之一,是用来安装固位体的牙，所述基牙区域为基牙所在的区域。所述扫描杆为三维扫描仪用于扫描齿科模型的标准体配件，可将扫描杆插入牙颌中，通过扫描颌上的标准扫描杆，可以更好的定位种植体的位置。所述基台为非螺丝固位可定制化的扫描杆配件。
所述将所述第一网格模型输入预设的齿科识别模型进行识别，获得齿科数据之前包括：建立神经网络，将第一网格模型作为训练集对神经网络模型进行训练，获得齿科识别模型，所述齿科识别模型的输入为所述第一网格模型，输出为所述第一网格模型中的齿科数据。
具体地，将第一网格模型作为训练集对神经网络模型进行训练，所述神经网络模型通过学习样本数据的内在规律和表示层次，对所述第一网格模型进行识别，经过大量深度学习的训练后，生成齿科识别模型。进一步地，所述齿科识别模型还能够通过后续识别所述第一网格模型的过程中进行深度学习。
步骤S106，将所述齿科数据按预设的找洞算法查找牙洞，获得牙洞数据。
其中，所述牙洞为扫描生成的牙颌网格模型的基牙区域中的孔洞，因牙颌模型存在倒凹或阴影，或扫描路径无法覆盖较深的洞，导致扫描出的网格模型存在孔洞。
具体地，通过预设的找洞算法找出所述齿科数据中的牙洞，获得牙洞数据。所述牙洞数据包括牙洞轮廓和牙洞深度。进一步地，将所述齿科数据进行解析，获得基牙区域；根据所述基牙区域按预设的找洞算法查找牙洞，获得牙洞数据；根据所述牙洞数据，将所述第一网格模型中对应的牙洞进行标识。在本实施例中，通过将所述牙洞数据和所述第一网格模型输入至同一场景内进行显示，在所述第一网格模型中将牙洞的边缘采用红色标记进行标识。操作者也可以对牙洞的标记进行人工调整，使标识的数据更加贴合实际情况。
步骤S108，根据所述牙洞数据补充扫描所述齿科模型，生成牙颌网格模型。
具体地，根据所述牙洞数据，生成补充扫描路径。根据所述补充扫描路径扫描所述齿科模型，获得补充扫描数据。根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型。进一步地，将所述第一网格模型中的网格进行合并以及优化，根据所述牙洞数据识别所述第一网格模型，标记需要补扫的区域。将所述第一网格模型中需要补扫的区域进行路径计算，生成数据收益值最大的补充扫描路径。根据所述补扫扫描路径扫描所述齿科模型，获得补充扫描数据。根据所述补充扫描数据将所述第一网格模型进行迭代更新，生成牙颌网格模型。在本实施例中，根据所述牙洞数据识别所述第一网格模型，标记需要补扫的区域，操作者还可以通过主动标记需要补扫的区域，将两个需要补扫的区域进行合并，生成确定补扫区域，根据所述确定补扫区域进行路径计算，生成数据收益值最大的补充扫描路径。
所述根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型包括：根据所述补充扫描数据，计算补扫增益；若所述补扫增益小于预设阈值，则根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型。
具体地，若所述补扫增益大于预设阈值，则根据所述补充扫描数据更新所述第一网格模型，生成迭代网格模型；根据所述迭代网格模型，生成迭代扫描路径；根据所述迭代扫描路径扫描所述齿科模型，获得迭代扫描数据，直至所述迭代扫描数据的补扫增益小于预设阈值，根据所述迭代扫描数据和所述迭代网格模型，生成牙颌网格模型。在本实施例中，根据所述补充扫描数据更新所述第一网格模型，生成迭代网格模型；计算获得所述迭代网格模型中低于清晰阈值的低清晰区域，根据低清晰区域生成迭代扫描路径，根据所述迭代扫描路径扫描所述齿科模型，获得迭代扫描数据。重复进行扫描并迭代之前的模型，直至所述迭代扫描数据的补扫增益小于预设阈值，根据所述迭代扫描数据和所述迭代网格模型，生成牙颌网格模型。
所述根据所述补充扫描路径扫描所述齿科模型，获得补充扫描数据包括：根据所述第一扫描路径扫描所述齿科模型，获得第一扫描数据；根据所述第一扫描数据进行路径计算，获得第二扫描路径；根据所述第二扫描路径扫描所述齿科模型，获得第二扫描数据。其中，所述补充扫描路径包括第一扫描路径和第二扫描路径。
具体地，根据所述第一扫描路径扫描所述齿科模型，获得第一扫描数据。因第一扫描路径不能遍历所述齿科模型中所有区域，计算所述第一扫描数据在所述齿科模型中未扫描的区域，根据未扫描的区域计算出数据收益值最大的第二扫描路径，根据所述第二扫描路径扫描所述齿科模型，获得第二扫描数据；将所述第一扫描数据以及第二扫描数据作为补充扫描数据。可以理解，若第一扫描路径和第二扫描数据未遍历所述齿科模型中所有区域，扫描路径的计算还可以计算第三扫描路径、第四扫描路径，在此不做赘述。进一步地，预设有扫描次数，当达到预设的扫描次数后，根据所述补充扫描数据更新所述第一网格模型，生成迭代网格模型；根据所述迭代网格模型，生成迭代扫描路径；根据所述迭代扫描路径扫描所述齿科模型，获得迭代扫描数据。根据所述迭代扫描数据和所述迭代网格模型，生成牙颌网格模型。
通过上述步骤，通过扫描齿科模型，生成第一网格模型；识别第一网格模型中的牙洞数据，根据所述牙洞数据补充扫描所述齿科模型，生成牙颌网格模型。通过智能补扫齿科模型，解决了牙齿模型补扫效率低、操作难度大的问题，提高了牙颌网格模型的质量。
本实施例还提供了一种路径计算的方法。如图2所示，该流程包括如下步骤：
选择补扫区域，根据所述补扫区域进行路径计算，获得第一扫描路径。根据第一扫描路径扫描齿科模型，获得第一扫描数据。将所述补扫区域中第一扫描路径未扫描过的区域进行路径计算，获得第二扫描路径，根据第二扫描路径扫描齿科模型，获得第二扫描数据。在经过N次扫描后，根据多次扫描的扫描数据对第一网格模型进行迭代更新，生成迭代网格模型；根据所述迭代网格模型，生成迭代扫描路径；根据所述迭代扫描路径扫描所述齿科模型，获得迭代扫描数据，直至所述迭代扫描数据的补扫增益小于预设阈值，根据所述迭代扫描数据和所述迭代网格模型，生成牙颌网格模型。
本实施例还提供了一种齿科扫描方法。图3是根据本申请实施例的另一种齿科扫描方法的流程图，如图3所示，该流程包括如下步骤：
步骤S302，检测是否开启全自动扫描。
步骤S304，若开启全自动扫描，则根据预设的扫描路径扫描齿科模型，生成第一网格模型。
步骤S306，识别所述第一网格模型，获得齿科数据。
步骤S308，将所述齿科数据按预设的找洞算法查找牙洞，获得牙洞数据。
步骤S310，根据所述牙洞数据补充扫描所述齿科模型，获得补充扫描数据。
步骤S312，根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型，完成扫描。
步骤S314，若不开启全自动扫描，则直接扫描齿科模型，生成对应的齿科网格模型，完成扫描。
需要说明的是，在上述流程中或者附图的流程图中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。
本实施例还提供了一种齿科扫描装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
应该理解的是，虽然图1-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图4是根据本申请实施例的齿科扫描装置的结构框图，如图4所示，该装置包括：扫描模块410、识别模块420、找洞模块430以及补扫模块440。
所述扫描模块410，用于根据预设的扫描路径扫描齿科模型，生成第一网格模型。
所述识别模块420，用于将所述第一网格模型输入预设的齿科识别模型进行识别，获得齿科数据；
所述找洞模块430，用于将所述齿科数据按预设的找洞算法查找牙洞，获得牙洞数据。
所述补扫模块440，用于根据所述牙洞数据补充扫描所述齿科模型，生成牙颌网格模型。
所述补扫模块440还用于根据所述牙洞数据，生成补充扫描路径；根据所述补充扫描路径扫描所述齿科模型，获得补充扫描数据；根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型。
所述补扫模块440还用于根据所述补充扫描数据，计算补扫增益；若所述补扫增益小于预设阈值，则根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型。
所述补扫模块440还用于若所述补扫增益大于预设阈值，则根据所述补充扫描数据更新所述第一网格模型，生成迭代网格模型；根据所述迭代网格模型，生成迭代扫描路径；根据所述迭代扫描路径扫描所述齿科模型，获得迭代扫描数据，直至所述迭代扫描数据的补扫增益小于预设阈值，根据所述迭代扫描数据和所述迭代网格模型，生成牙颌网格模型。
所述补扫模块440还用于根据所述第一扫描路径扫描所述齿科模型，获得第一扫描数据；根据所述第一扫描数据进行路径计算，获得第二扫描路径；根据所述第二扫描路径扫描所述齿科模型，获得第二扫描数据；将所述第一扫描数据以及第二扫描数据作为补充扫描数据。
所述识别模块420还用于建立神经网络，将第一网格模型作为训练集对神经网络模型进行训练，获得齿科识别模型，所述齿科识别模型的输入为所述第一网格模型，输出为所述第一网格模型中的齿科数据。
所述找洞模块430还用于将所述齿科数据进行解析，获得基牙区域；根据所述基牙区域按预设的找洞算法查找牙洞，获得牙洞数据；根据所述牙洞数据，将所述第一网格模型中对应的牙洞进行标识。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外，结合图1描述的本申请实施例齿科扫描方法可以由齿科扫描设备来实现。图5为根据本申请实施例的齿科扫描设备的硬件结构示意图。
齿科扫描设备可以包括处理器81以及存储有计算机程序指令的存储器82。
具体地，上述处理器81可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器82可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器82可在数据处理装置的内部或外部。在特定实施例中，存储器82是非易失性(Non-Volatile)存储器。在特定实施例中，存储器82包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM 可以是掩模编程的ROM、可编程ROM(ProgrammableRead-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序指令。
处理器81通过读取并执行存储器82中存储的计算机程序指令，以实现上述实施例中的任意一种齿科扫描方法。
在其中一些实施例中，齿科扫描设备还可包括通信接口83和总线80。其中，如图5所示，处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者，将齿科扫描设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线80可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
该齿科扫描设备可以基于获取到的三维数据，执行本申请实施例中的齿科扫描方法，从而实现结合图1描述的齿科扫描方法。
另外，结合上述实施例中的齿科扫描方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种齿科扫描方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种齿科扫描方法，其特征在于，包括：
根据预设的扫描路径扫描齿科模型，生成第一网格模型；
将所述第一网格模型输入预设的齿科识别模型进行识别，获得齿科数据；
将所述齿科数据按预设的找洞算法查找牙洞，获得牙洞数据；
根据所述牙洞数据补充扫描所述齿科模型，生成牙颌网格模型。
2.根据权利要求1所述的齿科扫描方法，其特征在于，所述根据所述牙洞数据补充扫描所述齿科模型，生成牙颌网格模型包括：
根据所述牙洞数据，生成补充扫描路径；
根据所述补充扫描路径扫描所述齿科模型，获得补充扫描数据；
根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型。
3.根据权利要求2所述的齿科扫描方法，其特征在于，所述根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型包括：
根据所述补充扫描数据，计算补扫增益；
若所述补扫增益小于预设阈值，则根据所述补充扫描数据和所述第一网格模型，生成牙颌网格模型。
4.根据权利要求3所述的齿科扫描方法，其特征在于，所述根据所述补充扫描数据以及第一网格模型，计算补扫增益包括：
若所述补扫增益大于预设阈值，则根据所述补充扫描数据更新所述第一网格模型，生成迭代网格模型；
根据所述迭代网格模型，生成迭代扫描路径；
根据所述迭代扫描路径扫描所述齿科模型，获得迭代扫描数据，直至所述迭代扫描数据的补扫增益小于预设阈值，根据所述迭代扫描数据和所述迭代网格模型，生成牙颌网格模型。
5.根据权利要求2所述的齿科扫描方法，其特征在于，所述根据所述补充扫描路径扫描所述齿科模型，获得补充扫描数据包括：所述补充扫描路径包括第一扫描路径和第二扫描路径；根据所述第一扫描路径扫描所述齿科模型，获得第一扫描数据；
根据所述第一扫描数据进行路径计算，获得第二扫描路径；
根据所述第二扫描路径扫描所述齿科模型，获得第二扫描数据；将所述第一扫描数据以及第二扫描数据作为补充扫描数据。
6.根据权利要求1所述的齿科扫描方法，其特征在于，所述将所述第一网格模型输入预设的齿科识别模型进行识别，获得齿科数据之前包括：
建立神经网络，将第一网格模型作为训练集对神经网络模型进行训练，获得齿科识别模型，所述齿科识别模型的输入为所述第一网格模型，输出为所述第一网格模型中的齿科数据。
7.根据权利要求1所述的齿科扫描方法，其特征在于，所述将所述齿科数据按预设的找洞算法查找牙洞，获得牙洞数据包括：
将所述齿科数据进行解析，获得基牙区域；
根据所述基牙区域按预设的找洞算法查找牙洞，获得牙洞数据；
根据所述牙洞数据，将所述第一网格模型中对应的牙洞进行标识。
8.一种齿科扫描装置，其特征在于，包括：
扫描模块，用于根据预设的扫描路径扫描齿科模型，生成第一网格模型；
识别模块，用于将所述第一网格模型输入预设的齿科识别模型进行识别，获得齿科数据；
找洞模块，用于将所述齿科数据按预设的找洞算法查找牙洞，获得牙洞数据；
补扫模块，用于根据所述牙洞数据补充扫描所述齿科模型，生成牙颌网格模型。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的齿科扫描方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的齿科扫描方法。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010406072.1A CN111700698B (zh) | 2020-05-14 | 2020-05-14 | 齿科扫描方法、装置、系统和计算机可读存储介质 |
| EP21804384.2A EP4144325A1 (en) | 2020-05-14 | 2021-05-13 | Dental scanning method and apparatus, computer device and computer readable storage medium |
| PCT/CN2021/093687 WO2021228207A1 (zh) | 2020-05-14 | 2021-05-13 | 齿科扫描方法、装置、计算机设备和计算机可读存储介质 |
| US17/925,021 US20230172696A1 (en) | 2020-05-14 | 2021-05-13 | Dental Scanning Method and Device, System, and Non-transitory Storage Medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010406072.1A CN111700698B (zh) | 2020-05-14 | 2020-05-14 | 齿科扫描方法、装置、系统和计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111700698A true CN111700698A (zh) | 2020-09-25 |
| CN111700698B CN111700698B (zh) | 2022-07-08 |
Family
ID=72537230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010406072.1A Active CN111700698B (zh) | 2020-05-14 | 2020-05-14 | 齿科扫描方法、装置、系统和计算机可读存储介质 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20230172696A1 (zh) |
| EP (1) | EP4144325A1 (zh) |
| CN (1) | CN111700698B (zh) |
| WO (1) | WO2021228207A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112998892A (zh) * | 2021-01-29 | 2021-06-22 | 深圳市维新登拓医疗科技有限公司 | 口腔成像方法、系统及装置、可读存储介质 |
| WO2021228207A1 (zh) * | 2020-05-14 | 2021-11-18 | 先临三维科技股份有限公司 | 齿科扫描方法、装置、计算机设备和计算机可读存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114343895B (zh) * | 2021-12-09 | 2024-02-13 | 深圳市菲森科技有限公司 | 一种提高种植杆扫描效率的工作流方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030219148A1 (en) * | 2002-05-24 | 2003-11-27 | Scharlack Ronald S. | Method and system for three-dimensional modeling of object fields |
| CN101228556A (zh) * | 2005-07-18 | 2008-07-23 | 阿特兰蒂斯组件公司 | 三维物体的三维成像的配准 |
| CN101365396A (zh) * | 2005-11-30 | 2009-02-11 | 3形状股份有限公司 | 用于牙齿修复物制造的印模扫描 |
| CN101528116A (zh) * | 2006-09-12 | 2009-09-09 | 卡尔斯特里姆保健公司 | 用于检测龋齿的装置 |
| CN102708591A (zh) * | 2012-04-28 | 2012-10-03 | 浙江大学 | 一种数字牙网格模型的孔洞修补方法 |
| CN104349710A (zh) * | 2011-07-08 | 2015-02-11 | 弗朗索瓦·迪莱特 | 牙科用三维测量设备 |
| US20160317264A1 (en) * | 2013-12-19 | 2016-11-03 | Trispera Dental Inc. | System and Method for Recording a Bite of an Edentulous Individual |
| CN106572831A (zh) * | 2014-05-07 | 2017-04-19 | 阿莱恩技术有限公司 | 口内扫描期间关注区域的识别 |
| CN107174368A (zh) * | 2017-05-23 | 2017-09-19 | 高艳云 | 图像大数据采集和处理方法 |
| CN108389207A (zh) * | 2018-04-28 | 2018-08-10 | 上海视可电子科技有限公司 | 一种牙病诊断方法、诊断设备及智能图像采集装置 |
| CN108629838A (zh) * | 2018-03-20 | 2018-10-09 | 北京正齐口腔医疗技术有限公司 | 三维牙冠网格模型的孔洞修补方法及装置 |
| CN108986111A (zh) * | 2018-07-02 | 2018-12-11 | 西安增材制造国家研究院有限公司 | 一种用于计算机辅助隐形正畸的三维牙颌模型分割方法 |
| CN109671151A (zh) * | 2018-11-27 | 2019-04-23 | 先临三维科技股份有限公司 | 三维数据的处理方法及装置、储存介质、处理器 |
| CN110715647A (zh) * | 2018-07-13 | 2020-01-21 | 苹果公司 | 使用多次三维扫描进行对象检测 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DK1774465T3 (da) * | 2004-07-23 | 2009-08-17 | 3Shape As | Adaptiv 3D scanning |
| US10111714B2 (en) * | 2014-01-27 | 2018-10-30 | Align Technology, Inc. | Adhesive objects for improving image registration of intraoral images |
| WO2016113745A1 (en) * | 2015-01-18 | 2016-07-21 | Dentlytec G.P.L. Ltd | System, device, and method for dental intraoral scanning |
| US9451873B1 (en) * | 2015-03-06 | 2016-09-27 | Align Technology, Inc. | Automatic selection and locking of intraoral images |
| CN109218707B (zh) * | 2018-08-15 | 2020-09-04 | 苏州佳世达电通有限公司 | 口扫系统及口扫方法 |
| CN109712230B (zh) * | 2018-11-27 | 2023-02-28 | 先临三维科技股份有限公司 | 三维模型补充方法、装置、存储介质及处理器 |
| CN111700698B (zh) * | 2020-05-14 | 2022-07-08 | 先临三维科技股份有限公司 | 齿科扫描方法、装置、系统和计算机可读存储介质 |
-
2020
- 2020-05-14 CN CN202010406072.1A patent/CN111700698B/zh active Active
-
2021
- 2021-05-13 US US17/925,021 patent/US20230172696A1/en active Pending
- 2021-05-13 WO PCT/CN2021/093687 patent/WO2021228207A1/zh unknown
- 2021-05-13 EP EP21804384.2A patent/EP4144325A1/en active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030219148A1 (en) * | 2002-05-24 | 2003-11-27 | Scharlack Ronald S. | Method and system for three-dimensional modeling of object fields |
| CN101228556A (zh) * | 2005-07-18 | 2008-07-23 | 阿特兰蒂斯组件公司 | 三维物体的三维成像的配准 |
| CN101365396A (zh) * | 2005-11-30 | 2009-02-11 | 3形状股份有限公司 | 用于牙齿修复物制造的印模扫描 |
| CN101528116A (zh) * | 2006-09-12 | 2009-09-09 | 卡尔斯特里姆保健公司 | 用于检测龋齿的装置 |
| CN104349710A (zh) * | 2011-07-08 | 2015-02-11 | 弗朗索瓦·迪莱特 | 牙科用三维测量设备 |
| CN102708591A (zh) * | 2012-04-28 | 2012-10-03 | 浙江大学 | 一种数字牙网格模型的孔洞修补方法 |
| US20160317264A1 (en) * | 2013-12-19 | 2016-11-03 | Trispera Dental Inc. | System and Method for Recording a Bite of an Edentulous Individual |
| CN106572831A (zh) * | 2014-05-07 | 2017-04-19 | 阿莱恩技术有限公司 | 口内扫描期间关注区域的识别 |
| CN107174368A (zh) * | 2017-05-23 | 2017-09-19 | 高艳云 | 图像大数据采集和处理方法 |
| CN108629838A (zh) * | 2018-03-20 | 2018-10-09 | 北京正齐口腔医疗技术有限公司 | 三维牙冠网格模型的孔洞修补方法及装置 |
| CN108389207A (zh) * | 2018-04-28 | 2018-08-10 | 上海视可电子科技有限公司 | 一种牙病诊断方法、诊断设备及智能图像采集装置 |
| CN108986111A (zh) * | 2018-07-02 | 2018-12-11 | 西安增材制造国家研究院有限公司 | 一种用于计算机辅助隐形正畸的三维牙颌模型分割方法 |
| CN110715647A (zh) * | 2018-07-13 | 2020-01-21 | 苹果公司 | 使用多次三维扫描进行对象检测 |
| CN109671151A (zh) * | 2018-11-27 | 2019-04-23 | 先临三维科技股份有限公司 | 三维数据的处理方法及装置、储存介质、处理器 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021228207A1 (zh) * | 2020-05-14 | 2021-11-18 | 先临三维科技股份有限公司 | 齿科扫描方法、装置、计算机设备和计算机可读存储介质 |
| CN112998892A (zh) * | 2021-01-29 | 2021-06-22 | 深圳市维新登拓医疗科技有限公司 | 口腔成像方法、系统及装置、可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021228207A1 (zh) | 2021-11-18 |
| US20230172696A1 (en) | 2023-06-08 |
| EP4144325A1 (en) | 2023-03-08 |
| CN111700698B (zh) | 2022-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111700698B (zh) | 齿科扫描方法、装置、系统和计算机可读存储介质 | |
| CN111798571A (zh) | 牙齿扫描方法、装置、系统和计算机可读存储介质 | |
| CA3114650C (en) | Method and apparatus for generating three-dimensional model, device, and storage medium | |
| KR102194777B1 (ko) | 인공지능 기반의 치과 보철 자동 디자인 설계 시스템 및 그 방법 | |
| KR20160115663A (ko) | 화상 처리 장치 및 화상 처리 방법 | |
| CN112932522A (zh) | 医学图像获取方法、装置和计算机设备 | |
| KR102128997B1 (ko) | 치아의 골 연령을 결정하기 위한 장치, 방법 및 명령을 기록한 기록 매체 | |
| CN114638838A (zh) | 牙齿模型生成方法、装置、设备及存储介质 | |
| CN108960247A (zh) | 图像显著性检测方法、装置以及电子设备 | |
| KR102288816B1 (ko) | 인공지능 기반 치아 수복을 위한 3d 보철물 제작 방법 및 애플리케이션 | |
| CN108805873A (zh) | 图像处理方法及装置 | |
| JP7017462B2 (ja) | 学習画像生成装置及び学習画像生成方法、並びに画像認識装置及び画像認識方法 | |
| CN114626118A (zh) | 建筑物室内模型生成方法及装置 | |
| CN108986155B (zh) | 多视点图像的深度估计方法和深度估计设备 | |
| CN106023105B (zh) | 一种植物叶片的二值图像生成方法及系统 | |
| CN111862001A (zh) | Ct影像的半自动标注方法及装置、电子设备、存储介质 | |
| CN113012249B (zh) | 一种在ct图像上生成病灶的方法、装置及存储介质 | |
| CN113643401B (zh) | 基于机器学习的生猪胴体分割方法及系统 | |
| KR100545060B1 (ko) | 골해영상 클러스터링 방법 및 시스템 | |
| JP2022147713A (ja) | 画像生成装置、学習装置、及び、画像生成方法 | |
| Santamaría et al. | Tackling the coplanarity problem in 3D camera calibration by means of fuzzy landmarks: a performance study in forensic craniofacial superimposition | |
| CN110827211B (zh) | 一种图像细节增强方法 | |
| CN114187410A (zh) | 基于进行牙齿三维重建的方法、装置及电子设备 | |
| CN113573642A (zh) | 用于确定牙齿的骨龄的装置，方法及记录指令的记录介质 | |
| CN111710426A (zh) | 牙齿模型补洞方法、装置、系统和计算机可读存储介质 |
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 |