CN112515787A

CN112515787A - 一种三维牙颌数据分析方法

Info

Publication number: CN112515787A
Application number: CN202011223100.2A
Authority: CN
Inventors: 李鹏; 田烨; 周迪曦
Original assignee: Ace Dental Ltd
Current assignee: Ace Dental Ltd
Priority date: 2020-11-05
Filing date: 2020-11-05
Publication date: 2021-03-19
Anticipated expiration: 2040-11-05
Also published as: CN112515787B

Abstract

本发明提供一种三维牙颌数据分析方法，包括：确定三维牙颌扫描模型的牙颌平面；将三维牙颌扫描模型投影至牙颌平面得到二维映射图像，通过二维图像处理算法识别二维映射图像中各颗牙冠的位置；将二维像素点反投影到三维牙颌扫描模型的三维点云中，得到每颗牙冠在三维点云的映射点；根据映射点获取用于识别三维模型中牙冠区域的种子区域；对三维牙颌扫描模型中每个三维点云进行曲率分析，得到各个三维点云的曲率信息数据集，识别各颗牙冠在三维牙颌扫描模型中的完整区域；根据完整区域确定三维牙颌扫描模型对应的口腔学相关参数。本发明的实施能多角度观测和分析口腔数据，研究更为且立体、准确、实际。

Description

一种三维牙颌数据分析方法

技术领域

本发明涉及牙齿诊断技术领域，特别涉及一种三维牙颌数据分析方法。

背景技术

随着社会的快速发展，人们的生活水平得到了很大的提高，与此同时，很多人开始重视自身的外表，而牙齿作为外表的一个重要组成部分，它直接影响着个人的仪容和生活质量。由于一般的金属牙套存在形状突出、难清洗等缺点，所以近年来兴起的隐形牙套受到了人们的广泛欢迎。制作隐形牙套主要有牙齿数据获取以及三维重建、牙齿分割、绘制牙弓线、虚拟排牙以及隐形牙套生成等过程，而口腔学相关参数的确定是非常重要的一个过程。

现有技术中，口腔学相关参数的确定是基于三维牙颌扫描模型直接进行计算的，该方法造成牙颌数据维度和数据量处理难度的增大，并对硬件的处理能力要求较高。

发明内容

为了解决上述技术问题，一方面，本发明提供一种三维牙颌数据分析方法，包括：

确定三维牙颌扫描模型的牙颌平面，所述三维牙颌扫描模型包括多个相互连接的三维点云；

将所述三维牙颌扫描模型投影至所述牙颌平面得到二维映射图像，通过二维图像处理算法识别所述二维映射图像中各颗牙冠的位置，每颗牙冠在二维图像中以若干个二维像素点表示；

将所述二维像素点反投影到所述三维牙颌扫描模型的三维点云中，得到每颗牙冠在三维点云的映射点；

根据所述映射点获取用于识别三维模型中牙冠区域的种子区域；

对所述三维牙颌扫描模型中每个三维点云进行曲率分析，得到各个三维点云的曲率信息数据集，根据所述种子区域、所述曲率信息数据集及区域增长算法，识别各颗牙冠在三维牙颌扫描模型中的完整区域；

根据所述完整区域确定三维牙颌扫描模型对应的口腔学相关参数。

进一步地、所述确定三维牙颌扫描模型的牙颌平面包括：

将接收到的三维牙颌扫描模型与三维牙颌标准模型配准分析，得到三维牙颌扫描模型空间位置；

基于所述三维牙颌扫描模型空间位置确定牙颌平面位置。

进一步地、所述根据所述映射点获取用于识别三维模型中牙冠区域的种子区域之前，包括：

将每颗牙冠在三维点云的映射点拟合得到牙弓曲线；

基于所述各颗牙冠的位置及预设规则选取多个目标牙冠；

在每个所述目标牙冠选取至少一个特征点，将选取的每颗牙冠对应的所述特征点拟合得到牙弓曲线；

基于每颗牙冠在所述牙弓曲线的位置，识别出每颗牙冠的牙冠类型，并基于牙冠类型和牙冠在牙弓曲线的位置关系，获得牙冠在口腔学的唯一编号；

相应的，所述根据所述映射点获取用于识别三维模型中牙冠区域的种子区域包括：

根据所述二维映射图像中牙冠区域在所述三维牙颌扫描模型曲面投影，在曲面得到用于识别完整牙冠区域的种子区域，并用所述编号标识对应的种子区域。

进一步地、所述三维牙颌扫描模型是通过以下方式获取的：

对患者进行口内3D扫描，将扫描得到的三维牙颌扫描模型的完整数据导入点云处理工具中，并对点云数据进行去噪、平滑和/或删除钉状物的操作以得到三维牙颌扫描模型。

进一步地、还包括：

判断所述口腔学相关参数是否符合预设要求；

若不符合，则修正所述牙颌平面，重复执行：将所述三维牙颌扫描模型投影至所述牙颌平面得到二维映射图像，通过二维图像处理算法识别所述二维映射图像中各颗牙冠的位置，每颗牙冠在二维图像中以若干个二维像素点表示；

进一步地、所述口腔学相关参数包括：解剖学信息及口腔相关参数

所述根据所述完整区域确定三维牙颌扫描模型对应的口腔学相关参数包括：

基于所述完整区域将所述三维牙颌扫描模型分割获取每颗牙冠模型；

根据所述完整映射后的牙冠与对应的标准牙冠配准得到每颗牙冠的解剖学信息及口腔相关参数，所述解剖学信息包括：牙轴方向，牙冠相对位置关系的量化表示，牙尖，隆突、嵴的位置。

进一步地、还包括：

基于所述口腔学相关参数，计算全部牙冠模型对应的口腔学相关测量数据与诊断推论。

进一步地、所述二维图像处理算法为以下一种：机器图像学习，深度图像学习和图像组合算法。

另一方面，本发明提供一种三维牙颌数据分析装置，包括：

牙颌平面确定模块，被配置为执行确定三维牙颌扫描模型的牙颌平面，所述三维牙颌扫描模型包括多个相互连接的三维点云；

牙冠位置确定模块，被配置为执行将所述三维牙颌扫描模型投影至所述牙颌平面得到二维映射图像，通过二维图像处理算法识别所述二维映射图像中各颗牙冠的位置，每颗牙冠在二维图像中以若干个二维像素点表示；

映射点确定模块，被配置为执行将所述二维像素点反投影到所述三维牙颌扫描模型的三维点云中，得到每颗牙冠在三维点云的映射点；

种子区域获取模块，被配置为执行根据所述映射点获取用于识别三维模型中牙冠区域的种子区域；

完整区域识别模块，被配置为执行对所述三维牙颌扫描模型中每个三维点云进行曲率分析，得到各个三维点云的曲率信息数据集，根据所述种子区域、所述曲率信息数据集及区域增长算法，识别各颗牙冠在三维牙颌扫描模型中的完整区域；

计算模块，被配置为执行根据所述完整区域确定三维牙颌扫描模型对应的口腔学相关参数。

另一方面，本发明提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述所述的三维牙颌数据分析方法。

另一方面，本发明提供一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述所述的三维牙颌数据分析方法。

本发明提供的一种三维牙颌数据分析方法，具有如下有益效果：

本发明基于牙颌模型三维数字化技术及二维图像处理技术，使用三维牙颌扫描获得三维牙颌扫描模型，并将牙冠部分的三维点云投影至牙颌平面，通过二维图像处理算法分割出每颗牙冠的位置及对应的映射点，而后基于识别出的映射点及标准模型进行配准，以得到三维牙颌扫描模型对应的口腔学相关参数。本发明能多角度观测和分析，研究更为且立体、准确、实际。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明实施例提供的第一种三维牙颌数据分析方法的流程示意图；

图2为本发明实施例提供的第二种三维牙颌数据分析方法的流程示意图；

图3为本发明实施例提供的第三种三维牙颌数据分析方法的流程示意图；

图4为本发明实施例提供的一种三维牙颌数据分析装置的结构示意图；

图5为本发明实施例提供的一种三维牙颌数据分析设备的结构示意图。

其中，810-牙颌平面确定模块，820-牙冠位置确定模块，830-映射点确定模块，840-种子区域获取模块，850-完整区域识别模块，860-计算模块。

具体实施方式

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的前提下所获得的所有其他实施例，都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、装置、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。

本说明书实施例公开一种三维牙颌数据分析方法，包括：

S102、确定三维牙颌扫描模型的牙颌平面，所述三维牙颌扫描模型包括多个相互连接的三维点云。

三维牙颌扫描模型是一种特殊的信息表达形式，其特征是表达的空间中三个维度的数据。和二维图像相比，三维图像借助第三个维度的信息，可以实现天然的物体-背景解耦。除此之外，对于视觉测量来说，物体的二维信息往往随射影方式而变化，但其三维特征对不同测量方式具有更好的统一性。与相片不同，三维图像时对一类信息的统称，信息还需要有具体的表现形式。其表现形式包括：深度图(以灰度表达物体与相机的距离)，几何模型(由CAD软件建立)，点云模型(所有逆向工程设备都将物体采样成点云)。可见，点云数据是最为常见也是最基础的三维模型。点云模型往往由测量直接得到，每个点对应一个测量点，未经过其他处理手段，故包含了最大的信息量。然而，这些信息隐藏在点云中需要以其他提取手段将其萃取出来，提取点云中信息的过程则为三维图像处理。

在具体的实施过程中，所述三维牙颌扫描模型是通过以下方式获取的：

基于双目视觉原理，对患者进行口内3D扫描，将扫描得到的三维牙颌扫描模型的完整数据导入点云处理工具中，并对点云数据进行去噪、平滑和/或删除钉状物的操作以得到三维牙颌扫描模型。

再具体的实施过程中，点云处理工具可以是电脑中运行的点云处理软件。

所述确定三维牙颌扫描模型的牙颌平面包括：

S1022、将接收到的三维牙颌扫描模型与三维牙颌标准模型配准分析，得到三维牙颌扫描模型空间位置。

在具体的实施过程中，由于三维牙颌标准模型的相关参数时确定的，可以通过将三维牙颌扫描模型与三维牙颌标准模型配准分析，得到三维牙颌扫描模型空间位置。可以理解的是，三维牙颌标准模型与三维牙颌扫描模型的配准可以采用仿射变换的方式进行配准，其中，仿射变换为一种二维坐标到二维坐标的线性变换，保持二维图形的平直性，其可以通过一系列的原子变换的复合来实现，包括：平移、缩放、翻转、旋转和剪切。

S1024、基于所述三维牙颌扫描模型空间位置确定牙颌平面位置。

在具体的实施过程中，牙颌平面是指，从双侧上颌中切牙近中邻接点至双侧第一磨牙的近中颊尖顶所构成的假象平面。

牙颌平面是在牙尖交错位时代表上下颌牙齿颌面的一条抽象线，牙颌平面具有两个特性，即颌平面的水平高度和斜度。在综合性治疗中，部分患者可能需要改变起特性。

由于三维牙颌扫描模型空间位置确定，因此可以确定出牙颌平面位置，并确定出牙颌颌面方向法向量N。

S104、将所述三维牙颌扫描模型投影至所述牙颌平面得到二维映射图像，通过二维图像处理算法识别所述二维映射图像中各颗牙冠的位置，每颗牙冠在二维图像中以若干个二维像素点表示。

在具体的实施过程中，可以将三维牙颌扫描模型投影至牙颌平面中以得到二维映射图像，并通过二维图像处理算法识别所述二维映射图像中各颗牙冠的位置，每颗牙冠在二维图像中以若干个二维像素点表示。其中，二维图像处理算法可以是机器图像学习，深度图像学习和图像组合算法等。

可以理解的是，识别所述二维映射图像中各颗牙冠的位置可以是识别出每颗牙冠的类型及相对位置。

S106、将所述二维像素点反投影到所述三维牙颌扫描模型的三维点云中，得到每颗牙冠在三维点云的映射点。

S108、根据所述映射点获取用于识别三维模型中牙冠区域的种子区域；

在具体的实施过程中，图像分割是一种重要的图像处理技术，而区域生长是图像分割技术的一种。区域生长的基本思想是将具有相似性的像素集合起来构成区域。首先对每个需要分割的区域找出一个种子像素作为生长的起点(种子区域)，然后将种子像素周围邻域中与种子有相同或相似性质的像素(根据事先确定的生长或相似准则来确定)合并到种子像素所在的区域中。而新的像素继续作为种子向四周生长，直到再没有满足条件的像素可以包括进来，一个区域就生长而成了。

种子区域生长(region seeds growing,RSG)算法在实践中关键的问题是种子的选取和相似区域判定准则的确定。种子的选择可以人工选择，也可以通过一些方法自动选取；灰度图的判定准则一般用灰度差值小于某个阈值来表示，不同的判定准则可能会产生不同的分割结果。

可以理解的是，本说明书实施例提供的区域生长算法中对种子区域的判断可以根据实际需要进行设置，在本说明书实施例中不做具体限定。

S110、对所述三维牙颌扫描模型中每个三维点云进行曲率分析，得到各个三维点云的曲率信息数据集，根据所述种子区域、所述曲率信息数据集及区域增长算法，识别各颗牙冠在三维牙颌扫描模型中的完整区域。

S112、根据所述完整区域确定三维牙颌扫描模型对应的口腔学相关参数。

在具体的实施过程中，所述口腔学相关参数包括：解剖学信息及口腔相关参数；所述根据所述完整区域确定三维牙颌扫描模型对应的口腔学相关参数包括：

S1122、基于所述完整区域将所述三维牙颌扫描模型分割获取每颗牙冠模型。

S1124、根据所述完整映射后的牙冠与对应的标准牙冠配准得到每颗牙冠的解剖学信息及口腔相关参数，所述解剖学信息包括：牙轴方向，牙冠相对位置关系的量化表示，牙尖，隆突、嵴的位置。

在具体的实施过程中，口腔学相关参数包括：牙轴方向，牙冠相对位置关系的量化表示，牙尖，隆突、嵴的位置、牙冠近远中方向，颊舌侧方向，冠根方向，牙长轴等。

在上述实施例基础上，本说明书一个实施例中，所述根据所述映射点获取用于识别三维模型中牙冠区域的种子区域之前还包括：

将每颗牙冠在三维点云的映射点拟合得到牙弓曲线；

基于所述各颗牙冠的位置及预设规则选取多个目标牙冠；

基于每颗牙冠在所述牙弓曲线的位置，识别出每颗牙冠的牙冠类型，并基于牙冠类型和牙冠在牙弓曲线的位置关系，获得牙冠在口腔学的唯一编号。

在具体的实施过程中，牙冠在口腔学的唯一编号可以采用FDI牙位表示法对牙齿进行编号。

根据所述二维映射图像中牙冠区域在所述三维牙颌扫描模型曲面投影，在曲面得到用于识别完整牙冠区域的种子区域，并用所述编号标识对应的种子区域。每个种子区域可以对应一个编号，即对应一颗牙齿。

在上述实施例基础上，本说明书一个实施例中，还包括：

判断所述口腔学相关参数是否符合预设要求；

根据所述完整区域确定三维牙颌扫描模型对应的口腔学相关参数，直至所述口腔学相关参数符合预设要求。

在具体的实施过程中，预设要求是根据经验得到的。修正所述牙颌平面可以是在前述口腔学相关参数已经计算出初步结果的基础上，可以定位各牙冠牙尖特征点位置，基于相关定义自动修正牙颌平面位置；也可以通过手工方式修正牙颌平面位置；进一步的，可基于修正的牙颌平面位置，自动修正其他口腔特征，比如覆颌覆盖测量值，牙弓宽度，牙弓长度，牙轴角度等。

在上述实施例基础上，本说明书一个实施例中，还包括：

再具体的实施过程中，诊断推论可以是SPEE曲线，咬合关系，PAR指数，牙冠长宽，牙尖到颌平面距离，拥挤度，覆颌覆盖,牙长轴倾斜度等。

另一方面，本发明提供一种三维牙颌数据分析装置，包括：

牙颌平面确定模块810，被配置为执行确定三维牙颌扫描模型的牙颌平面，所述三维牙颌扫描模型包括多个相互连接的三维点云；

牙冠位置确定模块820，被配置为执行将所述三维牙颌扫描模型投影至所述牙颌平面得到二维映射图像，通过二维图像处理算法识别所述二维映射图像中各颗牙冠的位置，每颗牙冠在二维图像中以若干个二维像素点表示；

映射点确定模块830，被配置为执行将所述二维像素点反投影到所述三维牙颌扫描模型的三维点云中，得到每颗牙冠在三维点云的映射点；

种子区域获取模块840，被配置为执行根据所述映射点获取用于识别三维模型中牙冠区域的种子区域；

完整区域识别模块850，被配置为执行对所述三维牙颌扫描模型中每个三维点云进行曲率分析，得到各个三维点云的曲率信息数据集，根据所述种子区域、所述曲率信息数据集及区域增长算法，识别各颗牙冠在三维牙颌扫描模型中的完整区域；

计算模块860，被配置为执行根据所述完整区域确定三维牙颌扫描模型对应的口腔学相关参数。

另一方面，本说明书实施例提供一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述所述的三维牙颌数据分析方法。

再一方面，本说明书实施例提供一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述所述的三维牙颌数据分析方法。

由于三维牙颌数据分析装置、计算机可读存储介质及三维牙颌数据分析设备与三维牙颌数据分析方法的技术效果相同，在此不在赘述。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。本发明实施例所提供测试方法，其实现原理及产生的技术效果和前述系统实施例相同，为简要描述，方法实施例部分未提及之处，可参考前述系统实施例中相应内容。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

上述功能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(可以是个人计算机，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、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以上述权利要求的保护范围为准。

Claims

1.一种三维牙颌数据分析方法，包括：

2.如权利要求1所述的方法，所述确定三维牙颌扫描模型的牙颌平面包括：

基于所述三维牙颌扫描模型空间位置确定牙颌平面位置。

3.如权利要求1所述的方法，所述根据所述映射点获取用于识别三维模型中牙冠区域的种子区域之前，包括：

将每颗牙冠在三维点云的映射点拟合得到牙弓曲线；

基于所述各颗牙冠的位置及预设规则选取多个目标牙冠；

4.如权利要求1-3任一项所述的方法，所述三维牙颌扫描模型是通过以下方式获取的：

5.如权利要求3所述的方法，还包括：

判断所述口腔学相关参数是否符合预设要求；

6.如权利要求1所述的方法，所述口腔学相关参数包括：解剖学信息及口腔相关参数；

7.如权利要求6所述的方法，

8.如权利要求1、2、3或5所述的方法，所述二维图像处理算法为以下一种：机器图像学习，深度图像学习和图像组合算法。

9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-8任一所述的三维牙颌数据分析方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-8任一所述的三维牙颌数据分析方法。