CN112017275B - 一种面部正中矢状参考平面的辅助定位方法 - Google Patents
一种面部正中矢状参考平面的辅助定位方法 Download PDFInfo
- Publication number
- CN112017275B CN112017275B CN202010869552.1A CN202010869552A CN112017275B CN 112017275 B CN112017275 B CN 112017275B CN 202010869552 A CN202010869552 A CN 202010869552A CN 112017275 B CN112017275 B CN 112017275B
- Authority
- CN
- China
- Prior art keywords
- point
- model
- saddle
- nasion
- tissue model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000013334 tissue model Methods 0.000 claims abstract description 81
- 210000001154 skull base Anatomy 0.000 claims abstract description 16
- 210000004872 soft tissue Anatomy 0.000 claims abstract description 11
- 230000011218 segmentation Effects 0.000 claims abstract description 8
- 210000001519 tissue Anatomy 0.000 claims description 16
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 12
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 9
- 210000003625 skull Anatomy 0.000 claims description 8
- 230000001817 pituitary effect Effects 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 7
- 210000000988 bone and bone Anatomy 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 241001441752 Philesturnus carunculatus Species 0.000 claims description 3
- 210000002474 sphenoid bone Anatomy 0.000 claims description 2
- 241000693467 Macroporus Species 0.000 claims 2
- 238000010276 construction Methods 0.000 abstract description 13
- 239000002699 waste material Substances 0.000 abstract description 3
- 230000001815 facial effect Effects 0.000 description 8
- 210000000103 occipital bone Anatomy 0.000 description 5
- 239000003550 marker Substances 0.000 description 3
- 208000032170 Congenital Abnormalities Diseases 0.000 description 2
- 238000007408 cone-beam computed tomography Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 208000000193 Dentofacial Deformities Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000036244 malformation Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000010882 preoperative diagnosis Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
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
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- 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
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种面部正中矢状参考平面的辅助定位方法属于面部正中矢状参考平面的辅助定位技术领域,目的在于提出解决现有技术存在的点构法精度和重复性均较低、不同时间不同人选点造成的稳定性差以及费时费力的问题。本发明包括以下步骤:采集人体颅颌面CT序列图像;对CT序列图像通过阈值分割去除软组织部分,将分割之后的模型作为三维重建模型,在三维重建模型中使用立体裁剪得到鼻根组织模型、蝶鞍组织模型以及枕骨大孔组织模型;分别在鼻根组织模型、蝶鞍组织模型以及枕骨大孔组织模型上计算获得鼻根点N、蝶鞍中心点S以及颅底点Ba;根据鼻根点N、蝶鞍中心点S以及颅底点Ba通过平面点法式方程计算获得面部正中矢状参考平面。
Description
技术领域
本发明属于面部正中矢状参考平面的辅助定位技术领域,具体涉及一种面部正中矢状参考平面的辅助定位方法。
背景技术
颜面部对称性是人类面部美学的重要构成因素,在颜面部对称性的研究中,常用MS(面部正中矢状)参考平面来衡量颜面部的对称性,同时,MS参考平面的构建直接影响了牙颌面畸形患者术前诊断、手术设计、畸形矫正效果的评估。MS参考平面的构建方法,大体上可以分为两种,一种是不依赖特征点的非标志点构建法,一种是基于特征点的点构法。
非标志点构建法,是伴随着三维图像处理技术的发展而产生的,可不通过标志点的描记而直接计算产生三维物体的MS参考平面,常用的方法包括高斯模型法和本体-镜像关联法。本体-镜像法是将扫描获得的原始CBCT数据进行三维重建,得到本体模型,然后将本体模型在矢状位上进行镜像得到镜像模型,之后将本体模型和镜像模型进行点云数据配准,得到关联模型,这里的关联模型是一个在几何上完全对称的模型,从而计算该关联模型在矢状位上唯一的对称平面,即为所求关联模型的MS参考平面。
点云数据的配准算法是本体-镜像法最重要的环节,两者临床意义上的最优匹配程度决定了最终MS参考平面确定的准确性及临床适用性。与依赖主观经验的点构法相比,本体-镜像法是一种完全不依赖于主观经验的方法,这也导致了本体-镜像关联法的一个局限性:对于颜面部存在明显畸形的患者,镜像模型在没有任何人为干预和筛选下进行配准计算,配准计算时会纳入畸形区域数据,影像配准精度,从而不能达到临床意义上的最优匹配,从而降低了MS参考平面计算的临床适用性。
点构法,又可以分为基于软组织标志点的点构法和基于颅骨解剖点的点构法。基于软组织标志点的点构法即将人面部的三维扫描数据进行三维重建,选取双内眦点连线中点、双外眦连线中点、双瞳孔连线中点、鼻尖点、鼻下点、上唇中点、下唇中点、软组织颏下点等面部软组织标志点构建MS参考平面。由于口腔正畸的周期大多在两年以上,在该周期内患者面部组织会发生改变,因此,基于面部软组织标志点的点构法构建的MS参考平面会随着面部软组织的改变而改变,可能给后期的诊断和治疗带来干扰。
基于颅骨解剖点的点构法即在头影测量正位片或CT数据重建的三维头颅上,选取位置稳定且分布均匀的解剖标志点,如鼻根点、盲孔、蝶鞍点、颅底点、颅后点等颅骨解剖标记点构建MS参考平面。张彦琦等[1]利用CBCT图像对比分析了4种正畸临床常用的MS参考平面,得出以鼻根点(N,nasion)、蝶鞍点(S,sella)、颅底点(Ba,basion)确定的MS参考平面准确性最好,有助于正畸临床工作中更好的诊断、预测和治疗错HE畸形,以及术后效果的评价。但是采用N、S、Ba点构建MS参考平面,主观依赖性过高,使得该方法最终效果不理想。
然而,点构法存在一些缺陷。首先,靠肉眼选取解剖标记点的精度和重复性均较低;其次,在临床上,一般采用多名医师在不同的时间内选点,使得MS参考平面的构建费时费力。
发明内容
本发明的目的在于提出一种面部正中矢状参考平面的辅助定位方法,解决现有技术存在的点构法精度和重复性均较低、不同时间不同人选点造成的稳定性差以及费时费力的问题。
为实现上述目的,本发明的一种面部正中矢状参考平面的辅助定位方法包括以下步骤:
步骤一:采集人体颅颌面CT序列图像;
步骤二:对步骤一中获得的CT序列图像通过阈值分割去除软组织部分,采用的阈值范围为:1300Hu-4095Hu,然后采用6连通域的区域增长法剔除阈值分割完之后颅骨模型中不需要的离散点,然后,将分割之后的模型作为三维重建模型,在三维重建模型中将鼻根组织区域、蝶鞍组织区域以及枕骨大孔组织区域使用立体裁剪得到鼻根组织模型、蝶鞍组织模型以及枕骨大孔组织模型;
步骤三:分别在步骤二中获得的鼻根组织模型、蝶鞍组织模型以及枕骨大孔组织模型上计算获得鼻根点N、蝶鞍中心点S以及颅底点Ba;
步骤四:根据步骤三中获得的鼻根点N、蝶鞍中心点S以及颅底点Ba通过平面点法式方程计算获得面部正中矢状参考平面。
步骤三中所述的计算获得鼻根点N的方法为:
步骤a:对步骤二中获得的鼻根组织模型采用面拾取,获取鼻根组织模型的表面模型;
步骤b:对鼻根组织模型的表面模型计算与坐标轴对齐的鼻根包围盒;
步骤c:在鼻根组织模型的表面模型放置鼻根初始切平面,所述鼻根初始切平面为步骤b中鼻根包围盒的上与对角面垂直的平面,对鼻根组织模型的表面模型以步长t=0.1mm,沿初鼻根始切平面的方向平移鼻根初始切平面,每次平移的时候将鼻根初始切平面与鼻根组织模型的表面模型求交,获取所有鼻根交线;
步骤d:对步骤c中的所得鼻根交线计算最高点,每次计算当前曲线最高点时,根据上一条曲线的最高点对当前曲线的最高点施加位置约束,然后计算该曲线在此约束之下的最高点,并保存;
步骤e:遍历步骤d中所得所有最高点,当某一条曲线的最高点相比上一条曲线的最高点高度不下降趋于稳定时,保存此点之前的点;
步骤f:对步骤e中保存的点采用最小二乘法拟合直线;
步骤g:将沿着f中直线方向,遍历d中所得最高点,将最后遍历到的点作为鼻根点N,并记录该点位置。
所述的鼻根组织模型是在三维重建模型中,圈出包含鼻额缝区域的立方体区域。
步骤三中所述的计算获得蝶鞍中心点S的方法为:
步骤a:对步骤二中获得的蝶鞍组织模型计算与坐标轴对齐的蝶鞍包围盒;
步骤b:在蝶鞍组织模型的垂体窝位置放置蝶鞍初始切平面,所述蝶鞍初始切平面与步骤a中的蝶鞍包围盒前平面平行,且位于鞍结节前方的位置,对蝶鞍组织模型以步长t=0.1mm,沿蝶鞍初始切平面的方向平移蝶鞍初始切平面,每次平移的时候将蝶鞍初始切平面与蝶鞍组织模型蝶鞍区域求交,获取所有蝶鞍交线;
步骤c:对步骤b中所得蝶鞍交线中得每一条交线忽略y坐标之后,计算x、z坐标最小值和最大值绘制包围矩形,并保存;
步骤d:对步骤c中获得的包围矩形计算上边中点,并保存;
步骤e:对步骤d中所得的所有中点求平均值获得平均值点,并保存;
步骤f:在步骤e中所得的平均值点处放置半径为1mm的初始球体;
步骤g:将步骤f中放置的初始球体进行无限膨胀,当初始球体与蝶鞍组织模型存在交点时,将初始球体沿交点与球心的连线方向进行偏移;
步骤h:重复步骤g、直至初始球体的球心的位置趋于稳定的时候,将该球心作为蝶鞍中心点S,并记录该点位置。
所述的蝶鞍组织模型是在三维重建模型中,圈出包含蝶骨的蝶鞍、鞍背、垂体窝鞍结节区域的立方体区域。
步骤三中所述的计算获得颅底点Ba的方法为:
步骤a:对枕骨大孔组织模型计算与坐标轴对齐的枕骨大孔包围盒;
步骤b:在枕骨大孔组织模型中放置初始圆柱体,初始圆柱体经过枕骨大孔包围盒上下表面的中心点,初始圆柱体底面半径为1mm;
步骤c:将步骤b的初始圆柱体以半径Ri-1+t(其中Ri表示当前圆柱体底面半径,t=0.1表示步长,i=1,2,3,4,5,6……)进行无限膨胀得到膨胀后圆柱体,当膨胀后圆柱体与枕骨大孔组织区域模型存在交点时,将膨胀后圆柱体沿交点与膨胀后圆柱体轴线的垂直连线方向进行偏移;
步骤d:重复步骤c,直至膨胀后圆柱体的轴线的位置趋于稳定时,继续膨胀当前膨胀后圆柱体,但不进行位置偏移,当枕骨大孔组织模型上的点位于膨胀后圆柱体内靠近轴线的点能构成闭合曲线时,停止膨胀,并保存该闭合曲线上的所有点;
步骤e:将步骤d所得的点忽略y坐标,寻找x坐标最小的点,即枕骨大孔最前缘点,将该点作为颅底点Ba,并记录该点位置。
所述的枕骨大孔组织模型是在三维重建模型中,圈出包含枕骨大孔周围部分骨组织的立方体区域。
本发明的有益效果为:本发明公开一种基于点构法的人类面部正中矢状参考平面确定的辅助精准定位方法,在颅颌面部CT序列图像的三维重建模型中粗略圈出鼻根区域,蝶鞍区域,枕骨大孔区域的位置,然后在不同的区域中应用该区域内相关标志点位置确定的方法计算出相应组织标志点的精确位置,最后通过平面的点法式方程绘制患者的MS参考平面,从而提高临床中传统点构法确定MS参考平面的效率和准确性。省去了在临床上由多名医师在不同时间内进行定点的繁琐过程,保证了定点稳定性的基础上,可以在短时间内精确获取到N、S、Ba点的位置。
附图说明
图1本发明在三维重建模型中圈出的各个区域示意图;
图2为在鼻根组织模型的表面模型上计算鼻根点的模型示意图;
图3为在蝶鞍组织模型上计算蝶鞍中心点的模型示意图;
图4为在蝶鞍组织模型上设置包围矩形示意图;
图5为在枕骨大孔组织模型上计算枕骨大孔前缘中点的模型示意图;
其中:1、三维重建模型,2、鼻根组织区域,201、鼻根组织模型的表面模型,202、鼻根包围盒,203、鼻根初始切平面,204、鼻根交线,205、曲线最高点,3、蝶鞍组织区域,301、蝶鞍组织模型,302、蝶鞍包围盒,303、蝶鞍初始切平面,304、蝶鞍交线,305、上边,306、包围矩形,4、枕骨大孔组织区域,401、枕骨大孔组织模型,402、枕骨大孔包围盒,403、初始圆柱体。
具体实施方式
下面结合附图对本发明的实施方式作进一步说明。
参见附图1,本发明的一种面部正中矢状参考平面的辅助定位方法包括以下步骤:
步骤一:采集人体颅颌面CT序列图像;
步骤二:对步骤一中获得的CT序列图像通过阈值分割去除软组织部分,采用的阈值范围为:1300Hu-4095Hu,然后采用6连通域的区域增长法剔除阈值分割完之后颅骨模型中不需要的离散点,然后,将分割之后的模型作为三维重建模型1,在三维重建模型1中将鼻根组织区域2、蝶鞍组织区域3以及枕骨大孔组织区域4使用立体裁剪得到鼻根组织模型、蝶鞍组织模型301以及枕骨大孔组织模型401;
步骤三:分别在步骤二中获得的鼻根组织模型、蝶鞍组织模型301以及枕骨大孔组织模型401上计算获得鼻根点N、蝶鞍中心点S以及颅底点Ba;
步骤四:根据步骤三中获得的鼻根点N、蝶鞍中心点S以及颅底点Ba通过平面点法式方程计算获得面部正中矢状参考平面。
所述的三维重建模型1是采用阈值分割之后得到的剔除了头颅中软组织,只包含骨组织的三维模型。
参见附图2,步骤三中所述的计算获得鼻根点N的方法为:
步骤a:对步骤二中获得的鼻根组织模型采用面拾取,获取鼻根组织模型的表面模型201;
步骤b:对鼻根组织模型的表面模型201计算与坐标轴对齐的鼻根包围盒202;
步骤c:在鼻根组织模型的表面模型201放置鼻根初始切平面203,所述鼻根初始切平面203为步骤b中鼻根包围盒202的上与对角面垂直的平面,对鼻根组织模型的表面模型201以步长t=0.1mm,沿初鼻根始切平面的方向平移鼻根初始切平面203,每次平移的时候将鼻根初始切平面203与鼻根组织模型的表面模型201求交,获取所有鼻根交线204;
步骤d:对步骤c中的所得鼻根交线204计算最高点,每次计算当前曲线最高点205时,根据上一条曲线的最高点对当前曲线的最高点施加位置约束,然后计算该曲线在此约束之下的最高点,并保存;
步骤e:遍历步骤d中所得所有最高点,当某一条曲线的最高点相比上一条曲线的最高点高度不下降趋于稳定时,保存此点之前的点;
步骤f:对步骤e中保存的点采用最小二乘法拟合直线;
步骤g:将沿着f中直线方向,遍历d中所得最高点,将最后遍历到的点作为鼻根点N,并记录该点位置。
所述的鼻根组织模型是在三维重建模型1中,圈出包含鼻额缝区域的立方体区域。
参见附图3和附图4,步骤三中所述的计算获得蝶鞍中心点S的方法为:
步骤a:对步骤二中获得的蝶鞍组织模型301计算与坐标轴对齐的蝶鞍包围盒302;
步骤b:在蝶鞍组织模型301的垂体窝位置放置蝶鞍初始切平面303,所述蝶鞍初始切平面303与步骤a中的蝶鞍包围盒302前平面平行,且位于鞍结节前方的位置,对蝶鞍组织模型301以步长t=0.1mm,沿蝶鞍初始切平面303的方向平移蝶鞍初始切平面303,每次平移的时候将蝶鞍初始切平面303与蝶鞍组织模型301蝶鞍区域求交,获取所有蝶鞍交线304;平移距离10mm;
步骤c:对步骤b中所得蝶鞍交线304中得每一条交线忽略y坐标之后,计算x、z坐标最小值和最大值绘制包围矩形306,并保存;
步骤d:对步骤c中获得的包围矩形306计算上边305中点,并保存;
步骤e:对步骤d中所得的所有中点求平均值获得平均值点,并保存;
步骤f:在步骤e中所得的平均值点处放置半径为1mm的初始球体;
步骤g:将步骤f中放置的初始球体进行拟合垂体窝无限膨胀,当初始球体与蝶鞍组织模型301存在交点时,将初始球体沿交点与球心的连线方向进行偏移;
步骤h:重复步骤g、直至初始球体的球心的位置趋于稳定的时候,将该球心作为蝶鞍中心点S,并记录该点位置。
所述的蝶鞍组织模型301是在三维重建模型1中,圈出包含蝶骨的蝶鞍、鞍背、垂体窝鞍结节区域的立方体区域。
参见附图5,步骤三中所述的计算获得颅底点Ba的方法为:
步骤a:对枕骨大孔组织模型401计算与坐标轴对齐的枕骨大孔包围盒402;
步骤b:在枕骨大孔组织模型401中放置初始圆柱体403,初始圆柱体403经过枕骨大孔包围盒402上下表面的中心点,初始圆柱体403底面半径为1mm;
步骤c:将步骤b的初始圆柱体403以半径Ri-1+t(其中Ri表示当前圆柱体底面半径,t=0.1表示步长,i=1,2,3,4,5,6……)进行无限膨胀得到膨胀后圆柱体,当膨胀后圆柱体与枕骨大孔组织区域4模型存在交点时,将膨胀后圆柱体沿交点与膨胀后圆柱体轴线的垂直连线方向进行偏移;
步骤d:重复步骤c,直至膨胀后圆柱体的轴线的位置趋于稳定时,继续膨胀当前膨胀后圆柱体,但不进行位置偏移,当枕骨大孔组织模型401上的点位于膨胀后圆柱体内靠近轴线的点能构成闭合曲线时,停止膨胀,并保存该闭合曲线上的所有点;
步骤e:将步骤d所得的点忽略y坐标,寻找x坐标最小的点,即枕骨大孔最前缘点,将该点作为颅底点Ba,并记录该点位置。
所述的枕骨大孔组织模型401是在三维重建模型1中,圈出包含枕骨大孔周围部分骨组织的立方体区域。
Claims (4)
1.一种面部正中矢状参考平面的辅助定位方法,其特征在于,包括以下步骤:
步骤一:采集人体颅颌面CT序列图像;
步骤二:对步骤一中获得的CT序列图像通过阈值分割去除软组织部分,采用的阈值范围为:1300Hu-4095Hu,然后采用6连通域的区域增长法剔除阈值分割完之后颅骨模型中不需要的离散点,然后,将分割之后的模型作为三维重建模型(1),在三维重建模型(1)中将鼻根组织区域(2)、蝶鞍组织区域(3)以及枕骨大孔组织区域(4)使用立体裁剪得到鼻根组织模型、蝶鞍组织模型(301)以及枕骨大孔组织模型(401);
步骤三:分别在步骤二中获得的鼻根组织模型、蝶鞍组织模型(301)以及枕骨大孔组织模型(401)上计算获得鼻根点N、蝶鞍中心点S以及颅底点Ba;
步骤四:根据步骤三中获得的鼻根点N、蝶鞍中心点S以及颅底点Ba通过平面点法式方程计算获得面部正中矢状参考平面;
步骤三中所述的计算获得鼻根点N的方法为:
步骤a:对步骤二中获得的鼻根组织模型采用面拾取,获取鼻根组织模型的表面模型(201);
步骤b:对鼻根组织模型的表面模型(201)计算与坐标轴对齐的鼻根包围盒(202);
步骤c:在鼻根组织模型的表面模型(201)放置鼻根初始切平面(203),所述鼻根初始切平面(203)为步骤b中鼻根包围盒(202)的上与对角面垂直的平面,对鼻根组织模型的表面模型(201)以步长t=0.1mm,沿初鼻根始切平面的方向平移鼻根初始切平面(203),每次平移的时候将鼻根初始切平面(203)与鼻根组织模型的表面模型(201)求交,获取所有鼻根交线(204);
步骤d:对步骤c中的所得鼻根交线(204)计算最高点,每次计算当前曲线最高点(205)时,根据上一条曲线的最高点对当前曲线的最高点施加位置约束,然后计算该曲线在此约束之下的最高点,并保存;
步骤e:遍历步骤d中所得所有最高点,当某一条曲线的最高点相比上一条曲线的最高点高度不下降趋于稳定时,保存此点之前的点;
步骤f:对步骤e中保存的点采用最小二乘法拟合直线;
步骤g:将沿着f中直线方向,遍历d中所得最高点,将最后遍历到的点作为鼻根点N,并记录该点位置;
步骤三中所述的计算获得蝶鞍中心点S的方法为:
步骤a:对步骤二中获得的蝶鞍组织模型(301)计算与坐标轴对齐的蝶鞍包围盒(302);
步骤b:在蝶鞍组织模型(301)的垂体窝位置放置蝶鞍初始切平面(303),所述蝶鞍初始切平面(303)与步骤a中的蝶鞍包围盒(302)前平面平行,且位于鞍结节前方的位置,对蝶鞍组织模型(301)以步长t=0.1mm,沿蝶鞍初始切平面(303)的方向平移蝶鞍初始切平面(303),每次平移的时候将蝶鞍初始切平面(303)与蝶鞍组织模型(301)蝶鞍区域求交,获取所有蝶鞍交线(304);
步骤c:对步骤b中所得蝶鞍交线(304)中得每一条交线忽略y坐标之后,计算x、z坐标最小值和最大值绘制包围矩形(306),并保存;
步骤d:对步骤c中获得的包围矩形(306)计算上边(305)中点,并保存;
步骤e:对步骤d中所得的所有中点求平均值获得平均值点,并保存;
步骤f:在步骤e中所得的平均值点处放置半径为1mm的初始球体;
步骤g:将步骤f中放置的初始球体进行无限膨胀,当初始球体与蝶鞍组织模型(301)存在交点时,将初始球体沿交点与球心的连线方向进行偏移;
步骤h:重复步骤g、直至初始球体的球心的位置趋于稳定的时候,将该球心作为蝶鞍中心点S,并记录该点位置;
步骤三中所述的计算获得颅底点Ba的方法为:
步骤a:对枕骨大孔组织模型(401)计算与坐标轴对齐的枕骨大孔包围盒(402);
步骤b:在枕骨大孔组织模型(401)中放置初始圆柱体(403),初始圆柱体(403)经过枕骨大孔包围盒(402)上下表面的中心点,初始圆柱体(403)底面半径为1mm;
步骤c:将步骤b的初始圆柱体(403)以半径Ri-1+t进行无限膨胀得到膨胀后圆柱体,其中Ri表示当前圆柱体底面半径,t=0.1表示步长,i=1,2,3,4,5,6……,当膨胀后圆柱体与枕骨大孔组织区域(4)模型存在交点时,将膨胀后圆柱体沿交点与膨胀后圆柱体轴线的垂直连线方向进行偏移;
步骤d:重复步骤c,直至膨胀后圆柱体的轴线的位置趋于稳定时,继续膨胀当前膨胀后圆柱体,但不进行位置偏移,当枕骨大孔组织模型(401)上的点位于膨胀后圆柱体内靠近轴线的点能构成闭合曲线时,停止膨胀,并保存该闭合曲线上的所有点;
步骤e:将步骤d所得的点忽略y坐标,寻找x坐标最小的点,即枕骨大孔最前缘点,将该点作为颅底点Ba,并记录该点位置。
2.根据权利要求1所述的一种面部正中矢状参考平面的辅助定位方法,其特征在于,所述的鼻根组织模型是在三维重建模型(1)中,圈出包含鼻额缝区域的立方体区域。
3.根据权利要求1所述的一种面部正中矢状参考平面的辅助定位方法,其特征在于,所述的蝶鞍组织模型(301)是在三维重建模型(1)中,圈出包含蝶骨的蝶鞍、鞍背、垂体窝鞍结节区域的立方体区域。
4.根据权利要求1所述的一种面部正中矢状参考平面的辅助定位方法,其特征在于,所述的枕骨大孔组织模型(401)是在三维重建模型(1)中,圈出包含枕骨大孔周围部分骨组织的立方体区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010869552.1A CN112017275B (zh) | 2020-08-26 | 2020-08-26 | 一种面部正中矢状参考平面的辅助定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010869552.1A CN112017275B (zh) | 2020-08-26 | 2020-08-26 | 一种面部正中矢状参考平面的辅助定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112017275A CN112017275A (zh) | 2020-12-01 |
CN112017275B true CN112017275B (zh) | 2022-10-21 |
Family
ID=73504016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010869552.1A Active CN112017275B (zh) | 2020-08-26 | 2020-08-26 | 一种面部正中矢状参考平面的辅助定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112017275B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113274047B (zh) * | 2021-05-18 | 2022-11-11 | 北京大学第三医院(北京大学第三临床医学院) | 一种标准化校正的咬合空间头影测量方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110236673A (zh) * | 2019-06-10 | 2019-09-17 | 北京大学口腔医学院 | 一种基于数据库的双侧颌骨缺损重建术前设计方法及装置 |
CN111462108A (zh) * | 2020-04-13 | 2020-07-28 | 山西新华化工有限责任公司 | 一种基于机器学习的头面部产品设计工效学评估操作方法 |
CN111513718A (zh) * | 2020-04-30 | 2020-08-11 | 赤峰学院附属医院 | 颅颌面状态的分析方法及装置、电子设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102178530A (zh) * | 2011-01-24 | 2011-09-14 | 天津大学 | 基于三维点云数据的人体尺寸自动测量方法 |
CN103854270A (zh) * | 2012-11-28 | 2014-06-11 | 广州医学院第一附属医院 | 一种ct和mr异机三维图像融合的配准方法及系统 |
CN104083219B (zh) * | 2014-07-11 | 2016-08-24 | 山东大学 | 一种神经外科脑立体定位术中基于力传感器的颅内外坐标系的耦合方法 |
WO2018106182A1 (en) * | 2016-12-06 | 2018-06-14 | National University Of Singapore | Methods of reconstructing skulls |
CN109119140A (zh) * | 2018-08-27 | 2019-01-01 | 北京大学口腔医学院 | 一种用于准确治疗陈旧性颧骨骨折的计算机辅助导航方法 |
CN109767841B (zh) * | 2019-01-15 | 2021-04-09 | 北京大学口腔医学院 | 一种基于颅颌面三维形态数据库的相似模型检索方法及装置 |
CN110169782B (zh) * | 2019-06-27 | 2023-06-02 | 北京大学第三医院(北京大学第三临床医学院) | 一种颅面骨骼结构的头影测量方法 |
CN110969698A (zh) * | 2019-12-23 | 2020-04-07 | 首都医科大学附属北京友谊医院 | 颞骨空间坐标系的构建方法、空间定位方法及电子设备 |
CN111481268B (zh) * | 2020-04-17 | 2021-06-29 | 吉林大学第一医院 | 颅底卵圆孔自动定位及引导系统 |
-
2020
- 2020-08-26 CN CN202010869552.1A patent/CN112017275B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110236673A (zh) * | 2019-06-10 | 2019-09-17 | 北京大学口腔医学院 | 一种基于数据库的双侧颌骨缺损重建术前设计方法及装置 |
CN111462108A (zh) * | 2020-04-13 | 2020-07-28 | 山西新华化工有限责任公司 | 一种基于机器学习的头面部产品设计工效学评估操作方法 |
CN111513718A (zh) * | 2020-04-30 | 2020-08-11 | 赤峰学院附属医院 | 颅颌面状态的分析方法及装置、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112017275A (zh) | 2020-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Montúfar et al. | Automatic 3-dimensional cephalometric landmarking based on active shape models in related projections | |
Montúfar et al. | Hybrid approach for automatic cephalometric landmark annotation on cone-beam computed tomography volumes | |
JP2023014084A5 (zh) | ||
Dean et al. | Computer aided design of large-format prefabricated cranial plates | |
Moerenhout et al. | Accuracy and repeatability of cone-beam computed tomography (CBCT) measurements used in the determination of facial indices in the laboratory setup | |
Semper-Hogg et al. | Virtual reconstruction of midface defects using statistical shape models | |
Tilotta et al. | Construction and analysis of a head CT-scan database for craniofacial reconstruction | |
KR101090375B1 (ko) | 자동 초기화를 기반으로 흉곽 변형 정도의 평가 인덱스 계산을 자동화한 ct 영상 분석의 자동화 방법, 기록 매체 및 장치 | |
CN109767841B (zh) | 一种基于颅颌面三维形态数据库的相似模型检索方法及装置 | |
CN106997594B (zh) | 一种眼部组织的定位方法及装置 | |
Lagravere et al. | Cranial base foramen location accuracy and reliability in cone-beam computerized tomography | |
CN109223032B (zh) | 一种三维超声成像检测脊柱变形的方法 | |
US20130089253A1 (en) | Method for determining bone resection on a deformed bone surface from few parameters | |
CN108765483B (zh) | 一种从脑部ct图像中确定中矢面的方法及系统 | |
CN107157580A (zh) | 一种数字化定位脊柱微创手术3d打印导向板及制备方法 | |
CN112102291A (zh) | 一种解剖特征点匹配获取面中部缺损目标参照数据方法 | |
Miloro et al. | Is there consistency in cephalometric landmark identification amongst oral and maxillofacial surgeons? | |
CN111462055A (zh) | 颅骨检测方法及装置 | |
CN110236673A (zh) | 一种基于数据库的双侧颌骨缺损重建术前设计方法及装置 | |
CN112017275B (zh) | 一种面部正中矢状参考平面的辅助定位方法 | |
Varghese et al. | Segmentation and three dimensional visualization of mandible using active contour and visualization toolkit in craniofacial computed tomography images | |
CN109145977B (zh) | 一种基于朴素贝叶斯的骨骼受损类型判别方法 | |
Becker et al. | Development of a reliable method for orbit segmentation & measuring | |
CN117017272B (zh) | 一种基于鼻颅镜系统的鼻颅骨矫正信息的获取方法 | |
Zaoui et al. | Topographic bone thickness maps to evaluate the intuitive placement of titanium miniplates for nasal prostheses |
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 |