CN113017868B - 一种正畸前后头颅侧位片配准方法及设备 - Google Patents

一种正畸前后头颅侧位片配准方法及设备 Download PDF

Info

Publication number
CN113017868B
CN113017868B CN202110222797.XA CN202110222797A CN113017868B CN 113017868 B CN113017868 B CN 113017868B CN 202110222797 A CN202110222797 A CN 202110222797A CN 113017868 B CN113017868 B CN 113017868B
Authority
CN
China
Prior art keywords
point
cranial
orthodontic
scale
registration
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
CN202110222797.XA
Other languages
English (en)
Other versions
CN113017868A (zh
Inventor
郭昱成
赵家敏
杜少毅
鬲雨妍
侯玉霞
邹蕊
吉玲玲
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.)
Xian Jiaotong University
Hospital of Stomatology of Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Hospital of Stomatology of Xian Jiaotong 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 Xian Jiaotong University, Hospital of Stomatology of Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202110222797.XA priority Critical patent/CN113017868B/zh
Publication of CN113017868A publication Critical patent/CN113017868A/zh
Application granted granted Critical
Publication of CN113017868B publication Critical patent/CN113017868B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61CDENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C7/00Orthodontics, i.e. obtaining or maintaining the desired position of teeth, e.g. by straightening, evening, regulating, separating, or by correcting malocclusions
    • A61C7/002Orthodontic computer assisted systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Epidemiology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)

Abstract

本发明提供了一种正畸前后头颅侧位片配准方法及设备,采用计算机辅助头颅侧位片标点和轮廓绘制相对于以往通过硫酸纸进行绘制更加方便快捷且更易于储存和交流;采用计算机辅助角度、线性指标测量,相较于人工测量由于测量仪器造成的误差及测量过程耗时较长而言更加准确、快速;采用带尺度的迭代最近点算法,解决了由于体位、拍摄参数设置不同而造成的尺度变化,引入最大化相关熵度量,减少由于个别人为标点误差造成的噪声,相对于以往仅达到肉眼上图像基本重叠,提高配准结果的准确性。

Description

一种正畸前后头颅侧位片配准方法及设备
技术领域
本发明涉及头颅侧位片口腔矫正技术领域,具体为一种正畸前后头颅侧位片配准方法及设备。
背景技术
头颅侧位片是1931年由Broadbent研究并发明的,以此来评价在正中矢状平面上牙齿与骨骼,软组织与硬组织的关系。在很长的一段时间内,人工定点及手工描绘是勾勒颌面部组织结构轮廓,进行角度和线性指标测量的唯一方式。手工描绘方法是在观片灯下通过在透光性较好的硫酸纸上对软硬组织标志点和轮廓进行标记。但是对于手工描记法十分重要的一点是准确性和可重复性,这对侧位片的印刷质量,色彩对比度都有着较高的要求。研究表明,采用不同拍摄方法,测量的准确性有着显著差异。随着计算机科学技术的发展,计算机辅助的侧位片轮廓勾勒和指标计算成为可能并且迅速应用于临床。侧位片数字化和计算机辅助定点减少了由于印刷问题、对比度和饱和度差异而造成的误差。随着情报信息学在临床流程中日益增多的使用,计算机辅助的人工或自动定点使临床工作更加快捷,可重复性和准确性更高。
口腔正畸学在当代迅速发展,据统计,每年有30万病人寻求正畸治疗,客观评价正畸疗效,分析颅颌面生长发育及探索牙齿与面部软组织美学间的关系成为必然的需要。而实现上述需要的最常用方法就是采用头颅侧位片重叠法。头颅侧位片重叠法是通过将治疗前后的头颅侧位片的上颌或下颌结构分别进行重叠以评价相应颌骨上牙齿移动的方法,主要包括结构重叠法,最适重叠法和ABO重叠法。结构重叠法:上颌匹配颧骨,下颌匹配下方骨联合的内侧骨皮质、下颌神经管细微结构以及牙根未形成时下颌第三磨牙的轮廓。最适重叠法:上颌匹配ANS(前鼻嵴点)及PNS(后鼻嵴点)构成的上腭平面以及过Ptm(翼上颌裂点)的轴线,下颌匹配颏前点到下颌升支中心点的连线。ABO法:上颌匹配上腭舌侧弯曲以及上颌骨性结构,下颌重叠下颌骨内侧骨皮质轮廓与下颌管;通过上述办法重叠上下颌骨以评价对应牙齿的移动。通过对比种植钉重叠结果及上述重叠方法认为ABO方法低估垂直向的改变、高估矢状向的改变并认为通过此种方法评价正畸疗效是不准确的。在拍摄过程中患者体位发生改变、各组织至球管距离不同而存在放大率的不一致,最重要的是在重叠过程中,仅通过肉眼主观认为其基本重叠对评价牙齿移动带来较大误差。
目前通过计算机进行自动配准的方法主要是使用模糊方法,其主要流程是将轮廓线条细化并通过链式编码将边缘线条表示为一系列的向量,使用模糊方法评价两图像各对应向量集的长度和方向匹配情况,当两图像方向匹配最佳时,实现距离均值最大,此时两图像重叠。此方法提出并应用于侧位片配准,首次实现侧位片自动重叠配准。但是该方法未对噪声采取控制,个别标记不准确的标记点或轮廓线条显著影响匹配精度、且未考虑由于拍摄体位及参数的影响导致的图像本身放大率的改变,而且该方法仅实现部分结构的重叠,未提出测量牙齿移动的方法。
目前,正畸医生通过在硫酸纸上绘制正畸治疗前后标志点及轮廓,并计算角度和线性指标的方法具有较大主观性,其测量结果受测量方法和测量仪器的影响较大。标志点的选取和轮廓的绘制耗时较长,测绘使用的硫酸纸容易破损、绘制结果不易储存,且侧位片保存不当清晰程度下降从而影响二次测量。
计算机辅助的矫治前后头影测量重叠避免了由于纯手工绘制耗时长,存储困难的缺点,但是由于侧位片在拍摄过程中本身受到患者体位和放大率的影响,尽管颅底和颌骨等结构不发生变化,由于上述因素的影响导致实际图像难以完全匹配。目前的方法多是通过区分上下颌骨,以颅底或下颌骨结构作为基准重叠,来评价牙齿移动,其重叠过程仅为平移和旋转,重叠结果以实现肉眼上的重叠为标准,重叠过程精度较低。
模糊向量方法提出了一种自动重叠的新方法,但是该方法受人工标记准确性的影响较大,并且未考虑尺度因素,且无法自动将边缘信息与标尺对应,无法将向量转换为实际距离因此无法自动获得牙齿移动距离。
发明内容
针对现有技术中传统方法在正畸中通过硫酸纸绘制正畸治疗前后标志点击轮廓,然后通过计算机辅助的矫治前后头影测量重叠,以及通过模糊向量法测试矫治前后图像各对应向量集的长度和方向匹配情况,存在测绘使用的硫酸纸容易破损,绘制结果不易储存,重叠精度较低,噪音无法得到有效控制的问题,本发明提供一种正畸前后头颅侧位片配准方法及设备,通过该方法可以提高对头颅侧位片标点和轮廓绘制的效率,便于储存和交流,大大减小了重叠误差,提高了配准结果的准确性。
本发明是通过以下技术方案来实现:
一种正畸前后头颅侧位片配准方法,对患者治疗前后头颅侧位片资料通过处理器进行处理;并在图像处理中对前后头颅侧位片中各个标记点进行标记,并对轮廓线与头颅侧位片的实际骨性结构调整一致;提取轮廓线颜色的像素点获得轮廓图像,并将获得的轮廓图像分割为上颌和下颌两部分;
将带有尺度约束的基于相关熵的配准算法分别配准治疗前后的上颌和下颌图像点集;根据治疗前后的上颌和下颌图像点集对图像中的标尺进行检测和计算,并建立像素值与空间实际距离的对应关系;
头骨包括颅骨和相对运动的下颌骨,其中,上切牙和上第一磨牙的移动以颅骨为基准,下切牙和下第一磨牙以下颌骨为基准;
对颅骨进行配准时,观测上牙的移动;对下颌骨进行配准时,观测下牙的移动;将颅骨或下颌骨对齐后对单颗牙齿进行配准,从而得到牙齿在矫治前后移动情况的量化结果;
对治疗前后的上磨牙、上切牙、下磨牙和下切牙进行配准,分别获得配准后牙齿的实际旋转角度和移动距离。
优选的,对获取的患者治疗前后的侧位片图像进行预处理,选取直方图模板对输入的图像进行直方图均衡化。
优选的,通过处理器分别对正畸前后病人的头颅侧位片上颌蝶鞍、前颅底结构、上腭平面结构轮廓、下颌髁突、喙突、下颌升支及体部、上下颌前牙和第一磨牙轮廓进行描绘。
优选的,对前后头颅侧位片标记的点包括蝶鞍中心点、鼻根点、耳点、颅底点、眶点、翼上颌裂点、前鼻棘点、后鼻棘点、上齿槽座点、上齿槽缘点、上中切牙点、髁顶点、关节点、下颌角点、下齿槽座点、下齿槽缘点、下切牙点、颏前点、颏下点和颏顶点。
优选的,通过像素点的色彩通道特点,将标记的边缘轮廓特征提取出来,获得结构轮廓标记曲线,并将结构轮廓分为颅骨、下颌骨和牙齿。
优选的,结合带尺度的迭代最近点算法建立尺度点集配准模型,并引入最大化相关熵度量,分别提取颅骨和下颌轮廓特征,利用带尺度约束的基于相关熵的配准算法,分别完成上颌骨和下颌骨的特征配准,其中,带尺度约束的基于相关熵的配准算法模型如下:
Figure BDA0002954309140000041
其中,
Figure BDA0002954309140000042
Figure BDA0002954309140000043
是对应点对;σ为核函数宽度;a为尺度下界,b为尺度上界;s为尺度因子;R为m×m维旋转矩阵;
Figure BDA0002954309140000044
为m×1维平移向量;Im为m×m维单位矩阵。
优选的,采用矩形框检测和傅里叶变换对图像中的标尺进行检测和计算,建立像素值与空间实际距离之间的对应关系以量化测试正畸前后牙齿的变化。
进一步的,矩形框检测和傅里叶变换包括如下步骤:
S1,对原始侧位片二值化,裁剪出标尺的区域,并进行开操作和闭操作等预处理;
S2,进行矩形检测,检测出标尺,并把标尺转正;
S3,筛选出刻度列,根据每列像素的占比,筛选出包含刻度的部分列;
S4,对筛选后的刻度列通过刻线黑白分布的周期性将刻线距离的计算转化到频域求解,对包含刻线的列做快速傅里叶变换,绘出列的频谱图,选择频谱峰值对应的频率,近一步计算出像素点与实际距离的对应关系。
优选的,对治疗前后的上磨牙、上切牙、下磨牙和下切牙通过迭代最近点算法进行配准,得到牙齿的旋转角度和平移距离。
一种正畸前后头颅侧位片配准设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,处理器执行所述计算机程序时实现如上述所述的正畸前后头颅侧位片配准方法。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提供了一种正畸前后头颅侧位片配准方法,采用计算机辅助头颅侧位片标点和轮廓绘制相对于以往通过硫酸纸进行绘制更加方便快捷且更易于储存和交流;同时采用计算机辅助角度、线性指标测量,相较于人工测量由于测量仪器造成的误差及测量过程耗时较长而言更加准确、快速;采用带尺度的迭代最近点算法,解决了由于体位、拍摄参数设置不同而造成的尺度变化,同时引入最大化相关熵度量,减少由于个别人为标点误差造成的噪声,相对于以往仅达到肉眼上图像基本重叠,提高配准结果的准确性,通过配准上下颌模型计算治疗前后对应牙齿各个位置的二维位置改变情况,包括根尖,釉牙骨质界,切缘等位点距离的改变,也可对牙齿唇舌向或近远中向的倾斜度变化进行测量,相较于以往手工测量重叠后的牙齿图像而言更加便捷和精确。
进一步的,由于影像处理存在噪声和离群点,引入最大化相关熵度量,给出了带尺度约束的基于相关熵的配准算法以减少其他人为因素带来的噪声。
一种正畸前后头颅侧位片配准设备,通过存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序便于对基于头颅侧位片配准正畸进行测试,提高了测试效率,保证了测试的准确性。
附图说明
图1为本发明中正畸前后头颅侧位片配准方法流程图;
图2为本发明中通过边缘轮廓特征提取出来的结构轮廓标记曲线示意图;
图3为本发明中上颌骨特征配准示意图;
图4为本发明中下颌骨特征配准示意图;
图5为本发明中标尺中刻度列的灰度值的分布示意图;
图6为本发明中标尺中刻度列的频谱图;
图7为基准对齐后的单颗牙齿相对位置示意图;
图8为本发明中对单颗牙齿利用迭代最近点算法行配准后的示意图。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明提供了一种正畸前后头颅侧位片配准方法,如图1所示,对患者治疗前后头颅侧位片资料通过处理器进行处理;并在图像处理中对前后头颅侧位片中各个标记点进行标记,并对轮廓线与头颅侧位片的实际骨性结构调整一致;提取轮廓线颜色的像素点获得轮廓图像,并将获得的轮廓图像分割为上颌和下颌两部分;
将带有尺度约束的基于相关熵的配准算法分别配准治疗前后的上颌和下颌图像点集;根据治疗前后的上颌和下颌图像点集对图像中的标尺进行检测和计算,并建立像素值与空间实际距离的对应关系;
头骨包括颅骨和相对运动的下颌骨,头骨的内部可以认为是刚体变化,其中,上切牙和上第一磨牙的移动以颅骨为基准,下切牙和下第一磨牙以下颌骨为基准;
对颅骨进行配准时,观测上牙的移动;对下颌骨进行配准时,观测下牙的移动;将颅骨或下颌骨对齐后对单颗牙齿进行配准,从而得到牙齿在矫治前后移动情况的量化结果。
对治疗前后的上磨牙、上切牙、下磨牙和下切牙进行配准,分别获得配准后牙齿的实际旋转角度和移动距离。
正畸效果以头颅侧位片中上切牙、上第一磨牙、下切牙和下第一磨牙这四颗牙齿在矫治前后的旋转角度和平移距离情况来衡量。所用侧位片中有骨性结构和软组织结构,本发明方法中重点关注结构稳定的骨性结构。
根据图1所示,本发明包括数据获取和边缘特征提取部分、标尺提取与计算部分、颅骨及下颌骨配准部分和正畸测试部分。
其中本发明一种正畸前后头颅侧位片配准方法中,对获取的患者治疗前后的侧位片图像进行预处理,选取直方图模板对输入的图像进行直方图均衡化;通过Dolphin图像处理软件分别对正畸前后病人的头颅侧位片上颌蝶鞍、前颅底结构、上腭平面结构轮廓、下颌髁突、喙突、下颌升支及体部、上下颌前牙和第一磨牙轮廓进行描绘。
在图像处理软件中对前后头颅侧位片标记的点包括蝶鞍中心点、鼻根点、耳点、颅底点、眶点、翼上颌裂点、前鼻棘点、后鼻棘点、上齿槽座点、上齿槽缘点、上中切牙点、髁顶点、关节点、下颌角点、下齿槽座点、下齿槽缘点、下切牙点、颏前点、颏下点和颏顶点。
通过像素点的色彩通道特点,将标记的边缘轮廓特征提取出来,获得结构轮廓标记曲线,并将结构轮廓分为颅骨、下颌骨和牙齿。
结合带尺度的迭代最近点算法建立尺度点集配准模型,并引入最大化相关熵度量,分别提取颅骨和下颌轮廓特征,利用带尺度约束的基于相关熵的配准算法,分别完成上颌骨和下颌骨的特征配准,其中,带尺度约束的基于相关熵的配准算法模型如下:
Figure BDA0002954309140000081
其中,
Figure BDA0002954309140000082
Figure BDA0002954309140000083
是对应点对;σ为核函数宽度;a为尺度下界,b为尺度上界;s为尺度因子;R为m×m维旋转矩阵;
Figure BDA0002954309140000084
为m×1维平移向量;Im为m×m维单位矩阵。
采用矩形框检测和傅里叶变换对图像中的标尺进行检测和计算,建立像素值与空间实际距离之间的对应关系以量化测试正畸前后牙齿的变化。
其中,矩形框检测和傅里叶变换对图像中的标尺进行检测和计算的方法包括如下步骤:
S1,对原始侧位片二值化,裁剪出标尺的区域,并进行开操作和闭操作等预处理;
S2,进行矩形检测,检测出标尺,并把标尺转正;
S3,筛选出刻度列,根据每列像素的占比,筛选出包含刻度的部分列;
S4,对筛选后的刻度列通过刻线黑白分布的周期性将刻线距离的计算转化到频域求解,对包含刻线的列做快速傅里叶变换,绘出列的频谱图,选择频谱峰值对应的频率,近一步计算出像素点与实际距离的对应关系。
在本发明的对治疗前后的上磨牙、上切牙、下磨牙和下切牙通过迭代最近点算法进行配准,得到牙齿的旋转角度和平移距离。
本发明的配准方法通过正畸前后头颅侧位片配准设备实现,该配准设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,处理器执行所述计算机程序时实现如上述所述的正畸前后头颅侧位片配准方法。
利用配准方法分析正畸疗效要求患者的头颅骨性结构不会因为生长发育发生大的变化,而人类18岁以后头骨发育比较完善,因此该部分数据来源的样本年龄均在18岁以上。首先,对于原始侧位片图像,由医生对正畸前后病人的头颅侧位片上颌蝶鞍、前颅底结构以及上腭平面结构轮廓进行描绘,对下颌髁突、喙突、下颌升支及体部以及上下颌前牙与第一磨牙轮廓进行描绘,描绘过程使用Dolphin图像处理软件。然后,在图像中,根据像素点的色彩通道特点,将标记的边缘轮廓特征提取出来,获得结构轮廓标记曲线,如图2所示,并针对颅骨和下颌骨相对独立的问题,将结构轮廓分为颅骨、下颌骨和牙齿三部分。其中,在轮廓特征提取时,首先得到原始标记图像的RGB通道矩阵,然后将R通道值明显大于另外两通道值的像素点认为是红色的边缘点,即标记的颅骨和下颌轮廓;将B通道值明显大于另外两通道值的像素点认为是蓝色的边缘点,即标记的牙齿轮廓,其中,R通道的红色的边缘点可为实线设置,B通道的蓝色的边缘点可为虚线设置。
针对侧位片前后成像尺度不一致的问题,首先建立尺度点集配准模型,解决侧位片拍摄前后由于体位或侧位片拍摄参数不同导致的成像尺度不一致的问题,并且结合迭代最近点算法,即带尺度的迭代最近点算法。然后,由于影像处理存在噪声和离群点,引入最大化相关熵度量,给出了带尺度约束的基于相关熵的配准算法以减少其他人为因素带来的噪声。分别提取颅骨和下颌轮廓特征,利用带尺度约束的基于相关熵的配准算法,分别完成上颌骨和下颌骨的特征配准,如图3和图4所示。
为了得到牙齿的实际移动距离,采用目标检测和傅里叶变换对侧位片中的标尺进行检测和计算,建立像素值与空间实际距离之间的对应关系以量化测试正畸前后牙齿的变化;具体的操作为:首先对原始侧位片二值化,裁剪出图像右上角可能包含标尺的区域,并进行开操作和闭操作等预处理;然后进行矩形检测,检测出标尺,并把标尺转正,接着筛选出刻度列,根据每列像素的占比,筛选出包含刻度的部分列,其中任意一列灰度值的分布如图5所示。考虑到刻线黑白分布的周期性,将刻线距离的计算转化到频域求解:对包含刻线的列做快速傅里叶变换(Fast Fourier Transform,FFT),绘出列的频谱图,选择频谱峰值对应的频率,如图6所示,近一步计算出像素点与实际距离的对应关系。
在利用带尺度的基于相关熵的配准算法对颅骨和下颌骨分别进行配准之后,得到将两个基准分别对齐的正畸后牙齿的变化。基准对齐后的单颗牙齿相对位置关系如图7所示。然后,为了得到牙齿的旋转角度和平移距离,对单颗牙齿利用迭代最近点(iterativeclosest point,ICP)算法行配准,配准结果如图8所示。由于配准结果中旋转的角度不受旋转中心点的影响,但平移量与旋转中心有关,所以为了得到有意义的移动指标,先对正畸前后的两颗牙齿坐标关于正畸前牙齿的几何中心进行中心化,再应用ICP算法。
本发明使用带尺度点集配准模型,解决侧位片前后成像尺度不一致的问题;引入最大化相关熵度量,提出了带尺度约束的基于相关熵的配准算法,以解决影像中包含噪声的问题。使用带尺度约束的基于相关熵的配准算法分别对上下颌轮廓线进行特征配准,进而实现真正意义上的重叠配准。
通过傅里叶变换将数字化侧位片轮廓像素与实际距离相对应,通过对单颗牙齿进行配准从而计算通过点云配准方法重叠后的正畸前后上下前牙和上下第一磨牙的垂直、矢状向移动距离以及上下前牙在唇舌向的倾斜变化和上下第一磨牙在近远中方向上的倾斜变化。这种通过计算机计算正畸前后牙齿移动量的方法相较于以往手工测量重叠图中牙齿的移动精确度更高,受测量工具的影响更小。

Claims (8)

1.一种正畸前后头颅侧位片配准设备,包括存储器、处理器以及存储在所述存储器中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正畸前后头颅侧位片配准方法,其中正畸前后头颅侧位片配准方法包括如下步骤:对患者治疗前后头颅侧位片通过处理器进行处理;并在图像处理中对前后头颅侧位片中各个标记点进行标记,并对轮廓线与头颅侧位片的实际骨性结构调整一致;提取轮廓线颜色的像素点获得轮廓图像,并将获得的轮廓图像分割为上颌和下颌两部分;
将带有尺度约束的基于相关熵的配准算法分别配准治疗前后的上颌和下颌图像点集;根据治疗前后的上颌和下颌图像点集对图像中的标尺进行检测和计算,并建立像素值与空间实际距离的对应关系;
头颅侧位片的实际骨性结构包括颅骨和相对运动的下颌骨,其中,上切牙和上第一磨牙的移动以颅骨为基准,下切牙和下第一磨牙以下颌骨为基准;
对颅骨进行配准时,观测上牙的移动;对下颌骨进行配准时,观测下牙的移动;将颅骨或下颌骨对齐后对单颗牙齿进行配准,从而得到牙齿在矫治前后移动情况的量化结果;
对治疗前后的上磨牙、上切牙、下磨牙和下切牙进行配准,分别获得配准后牙齿的实际旋转角度和移动距离;
结合带尺度的迭代最近点算法建立尺度点集配准模型,并引入最大化相关熵度量,分别提取颅骨和下颌轮廓特征,利用带尺度约束的基于相关熵的配准算法,分别完成上颌骨和下颌骨的特征配准,其中,带尺度约束的基于相关熵的配准算法模型如下:
Figure FDA0003551620750000011
其中,
Figure FDA0003551620750000012
Figure FDA0003551620750000013
是对应点对;σ为核函数宽度;a为尺度下界,b为尺度上界;s为尺度因子;R为m×m维旋转矩阵;
Figure FDA0003551620750000021
为m×1维平移向量;Im为m×m维单位矩阵。
2.根据权利要求1所述的一种正畸前后头颅侧位片配准设备,其特征在于,对获取的患者治疗前后的侧位片图像进行预处理,选取直方图模板对输入的图像进行直方图均衡化。
3.根据权利要求1所述的一种正畸前后头颅侧位片配准设备,其特征在于,通过处理器分别对正畸前后病人的头颅侧位片上颌蝶鞍、前颅底结构、上腭平面结构轮廓、下颌髁突、喙突、下颌升支及体部、上下颌前牙和第一磨牙轮廓进行描绘。
4.根据权利要求1所述的一种正畸前后头颅侧位片配准设备,其特征在于,对前后头颅侧位片标记的点包括蝶鞍中心点、鼻根点、耳点、颅底点、眶点、翼上颌裂点、前鼻棘点、后鼻棘点、上齿槽座点、上齿槽缘点、上中切牙点、髁顶点、关节点、下颌角点、下齿槽座点、下齿槽缘点、下切牙点、颏前点、颏下点和颏顶点。
5.根据权利要求1所述的一种正畸前后头颅侧位片配准设备,其特征在于,通过像素点的色彩通道特点,将标记的边缘轮廓特征提取出来,获得结构轮廓标记曲线,并将结构轮廓分为颅骨、下颌骨和牙齿。
6.根据权利要求1所述的一种正畸前后头颅侧位片配准设备,其特征在于,采用矩形框检测和傅里叶变换对图像中的标尺进行检测和计算,建立像素值与空间实际距离之间的对应关系以量化测试正畸前后牙齿的变化。
7.根据权利要求6所述的一种正畸前后头颅侧位片配准设备,其特征在于,所述的矩形框检测和傅里叶变换对图像中的标尺进行检测和计算的方法包括如下步骤:
S1,对原始侧位片二值化,裁剪出标尺的区域,并进行开操作和闭操作的预处理;
S2,进行矩形检测,检测出标尺,并把标尺转正;
S3,筛选出刻度列,根据每列像素的占比,筛选出包含刻度的部分列;
S4,对筛选后的刻度列通过刻线黑白分布的周期性将刻线距离的计算转化到频域求解,对包含刻线的列做快速傅里叶变换,绘出列的频谱图,选择频谱峰值对应的频率,近一步计算出像素点与实际距离的对应关系。
8.根据权利要求1所述的一种正畸前后头颅侧位片配准设备,其特征在于,对治疗前后的上磨牙、上切牙、下磨牙和下切牙通过迭代最近点算法进行配准,得到牙齿的旋转角度和平移距离。
CN202110222797.XA 2021-02-26 2021-02-26 一种正畸前后头颅侧位片配准方法及设备 Active CN113017868B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110222797.XA CN113017868B (zh) 2021-02-26 2021-02-26 一种正畸前后头颅侧位片配准方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110222797.XA CN113017868B (zh) 2021-02-26 2021-02-26 一种正畸前后头颅侧位片配准方法及设备

Publications (2)

Publication Number Publication Date
CN113017868A CN113017868A (zh) 2021-06-25
CN113017868B true CN113017868B (zh) 2022-04-26

Family

ID=76465067

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110222797.XA Active CN113017868B (zh) 2021-02-26 2021-02-26 一种正畸前后头颅侧位片配准方法及设备

Country Status (1)

Country Link
CN (1) CN113017868B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116433967B (zh) * 2023-03-21 2024-03-26 南京脑科医院 一种面向无创神经调控技术的个性化靶点选择方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110169782A (zh) * 2019-06-27 2019-08-27 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

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106137414B (zh) * 2015-04-14 2020-10-27 上海时代天使医疗器械有限公司 确定目标牙列布局的方法和系统
CN106682424A (zh) * 2016-12-28 2017-05-17 上海联影医疗科技有限公司 医学图像的调节方法及其系统
KR102048323B1 (ko) * 2017-03-29 2019-11-25 성신여자대학교 연구 산학협력단 뇌 자기 공명 이미지의 이진화 변환 장치, 이를 위한 방법 및 이 방법이 기록된 컴퓨터로 판독 가능한 기록 매체
CN111931843A (zh) * 2020-08-10 2020-11-13 深圳爱舒笑科技有限公司 一种基于图像处理的监控牙齿位置的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110169782A (zh) * 2019-06-27 2019-08-27 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

Also Published As

Publication number Publication date
CN113017868A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
JP7289026B2 (ja) ハイブリッドメッシュセグメンテーションのための方法及び装置
US8731280B2 (en) Virtual cephalometric imaging
KR101952887B1 (ko) 해부학적 랜드마크의 예측 방법 및 이를 이용한 디바이스
Bulatova et al. Assessment of automatic cephalometric landmark identification using artificial intelligence
US8706672B2 (en) Computer-assisted creation of a custom tooth set-up using facial analysis
US20170076443A1 (en) Method and system for hybrid mesh segmentation
CN111683602A (zh) 正畸应用中的优化方法
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
Miloro et al. Is there consistency in cephalometric landmark identification amongst oral and maxillofacial surgeons?
CN108038877B (zh) 一种可视化头影测量方法、系统和计算机处理设备
RU2538620C1 (ru) Способ определения и планирования направления и величины перемещения зубов при ортодонтическом лечении
WO2016154844A1 (zh) 一种颌位关系记录方法及装置
Han et al. In-vitro assessment of the accuracy and reliability of mandibular dental model superimposition based on voxel-based cone-beam computed tomography registration
CN113017868B (zh) 一种正畸前后头颅侧位片配准方法及设备
Zhao et al. Evaluation of the stability of the palatal rugae using the three-dimensional superimposition technique following orthodontic treatment
WO2024027724A1 (zh) 颞下颌关节数字化三维测量评价方法
CN112545537A (zh) 头影测量描迹图生成方法及系统
CN115886863A (zh) 全颅底为基准平面的牙齿与面骨三维重叠测量方法及设备
KR20200012707A (ko) 해부학적 랜드마크의 예측 방법 및 이를 이용한 디바이스
Sheeran et al. Comparison of two 3-dimensional user-friendly voxel-based maxillary and 2-dimensional superimposition methods
Naveed et al. An overview of the methods of prediction planning for orthognathic surgery using cephalometrics
Nunes et al. Orofacial assessment as digital path for forensic and legal evidence-record
CN114022611B (zh) 单侧正锁合下颌骨功能单元的形态学测量分析系统、方法及应用
CN111772664B (zh) 一种快速头影测量装置及方法
Elsayed et al. Difference in Wits appraisal measurement readings of lateral cephalometric radiograph analysis using Quick Ceph and Dolphin software in comparison to manual tracing techniques

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