CN114642444A - 口腔种植精度评价方法、系统和终端设备 - Google Patents

Abstract

本申请实施例提供一种口腔种植精度评价方法、系统和终端设备，该方法包括：获取患者口腔带着定位导板的术前CBCT图像，识别所述术前CBCT图像中的光学定位标记点以建立术前局部坐标系；根据规划的种植体植入位置将种植体植入患者口腔中，所述种植体植入位置包括种植体的根尖点和植入点在术前局部坐标系中的期望位置；获取患者口腔带着定位导板的术后CBCT图像；识别术后CBCT图像中的光学定位标记点以建立术后局部坐标系，识别根尖点和植入点的实际位置；根据所述期望位置和所述实际位置，计算根尖点和植入点对应的位置偏差以及植体的角度偏差。该评价方法可以快速、准确且客观地评价种植体的植入精度。

Description

口腔种植精度评价方法、系统和终端设备

技术领域

本申请涉及口腔种植技术领域，尤其涉及一种口腔种植精度评价方法、系统和终端设备。

背景技术

机器人辅助口腔种植是近年兴起的比较热门的科技领域，机器人辅助可以提高种植的精度，配套的导航系统可以实时显示种植体的植入情况，为医生判断种植体植入的准确性提供客观可量化的数据和指标。目前评价机器人导航系统辅助种植体植入精度的常用方法有两种：(1)第一种，基于三维网格模型融合的评价。仅基于CBCT图像(即锥形束CT图像)重建出来的三维网格模型的融合，受重建精度的影响，误差大。既有CBCT重建出来的三维模型也有口扫重建出来的三维模型，流程复杂、时间长且费用高。(2)第二种，基于CBCT数据融合后的评价，图像融合的精度不高，融合之后需要人手动选择合适的切面视图来标记种植体的根尖点与植入点，操作过程复杂且人为操作的误差会直接影响测量结果的精度。

发明内容

有鉴于此，本申请实施例提供一种口腔种植精度评价方法、系统和终端设备。

第一方面，本申请实施例提供一种口腔种植精度评价方法，包括：

获取患者口腔带着定位导板的术前CBCT图像，所述定位导板中设有若干光学定位标记点；

识别所述术前CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术前局部坐标系；

根据规划的种植体植入位置将种植体植入患者口腔中，所述种植体植入位置包括种植体的根尖点和植入点在所述术前局部坐标系中的期望位置；

获取患者口腔带着所述定位导板的术后CBCT图像；

识别所述术后CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术后局部坐标系，并识别所述种植体的根尖点和植入点在所述术后局部坐标系中的实际位置；

根据所述根尖点和所述植入点的所述期望位置和所述实际位置，计算所述根尖点和所述植入点对应的位置偏差以及所述种植体的角度偏差。

第二方面，本申请实施例还提供一种口腔种植精度评价系统，包括：

图像获取模块，用于获取患者口腔带着定位导板的术前CBCT图像，所述定位导板中设有若干光学定位标记点；

坐标系建立模块，用于识别所述术前CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术前局部坐标系；

种植控制模块，用于根据规划的种植体植入位置将种植体植入患者口腔中，所述种植体植入位置包括种植体的根尖点和植入点在所述术前局部坐标系中的期望位置；

所述图像获取模块，还用于获取患者口腔带着所述定位导板的术后CBCT图像；

种植位置识别模块，用于识别所述术后CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术后局部坐标系，并识别所述种植体的根尖点和植入点在所述术后局部坐标系中的实际位置；

偏差计算模块，用于根据所述根尖点和所述植入点的所述期望位置和所述实际位置，计算所述根尖点和所述植入点对应的位置偏差以及所述种植体的角度偏差。

第三方面，本申请实施例还提供一种终端设备，所述终端设备包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施上述的口腔种植手术机器人种植精度的评价方法。

第四方面，本申请实施例还提供一种可读存储介质，其存储有计算机程序，所述计算机程序在处理器上执行时，实施上述的口腔种植手术机器人种植精度的评价方法。

本申请的实施例具有如下有益效果：

本申请实施例的口腔种植精度评价方法通过获取患者口腔带着定位导板的术前CBCT图像，利用光学定位标记点在术前CBCT图像中建立术前局部坐标系，并在将种植体植入患者口腔中后，利用相同的光学定位标记点在术后CBCT图像中建立术后局部坐标系，并识别种植体的根尖点和植入点在术后局部坐标系中的实际位置，然后利用种植体的根尖点和植入点在术前局部坐标系中的期望位置及在术后局部坐标系中的实际位置进行偏差计算，以此得到种植体的种植精度情况，该方法基于口腔CBCT影像，可以快速、准确且客观地评价种植体的植入精度。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。

图1示出了本申请实施例的口腔种植精度评价方法的流程图；

图2示出了本申请实施例的带有光学定位标记点的定位导板的结构示意图；

图3示出了本申请实施例的术前CBCT图像中的局部坐标系构建的流程图；

图4(a)和图4(b)分别示出了窗宽和窗位设置不同的效果比对图；

图5示出了本申请实施例的术前CBCT图像中的局部坐标系的示意图；

图6(a)和图6(b)分别示出了本申请实施例的种植体的顶部横断面及根尖点和植入点的结构示意图；

图7示出了本申请实施例的根尖点和植入点的位置识别的流程图；

图8示出了本申请实施例的CBCT图像的切面和坐标系方向；

图9示出了本申请实施例的目标横断面图像筛选的流程图；

图10示出了本申请实施例的种植体区域局部图像的不同斜率示意图；

图11示出了本申请实施例的Harris角点检测种植体的角点的示意图；

图12示出了本申请实施例的确定根尖点和植入点的实际位置的流程图；

图13示出了本申请实施例的种植偏差计算的流程图；

图14示出了本申请实施例的口腔种植精度评价系统的结构示意图。

具体实施方式

下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。

通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域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，都属于本申请保护的范围。

在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

除非另有限定，否则这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互结合。

请参照图1，为本申请实施例提出的口腔种植精度评价方法的流程图。示范性地，该口腔种植精度评价方法包括如下步骤S110～S160：

步骤S110，获取患者口腔带着定位导板的术前CBCT图像，其中，该定位导板中设有若干光学定位标记点。

其中，定位导板是指根据患者口腔情况定制化的一种简易模具。通常地，医生根据患者口腔CT设计出一个导板，可放在口腔中与牙齿咬合，同时还可标记相应的种植位置。本实施例中，该定位导板上设有一些光学定位标记点(Marker)，也称光学定位装置，这里主要是采用多个铁珠来实现，如图2所示。相应地，这些光学定位标记点在CBCT图像中将呈圆形。

示范性地，可让患者带着该定位导板在种植手术前进行拍摄，得到原始的CBCT图像，进而对该原始CBCT图像进行去伪影操作，得到上述的术前CBCT图像。其中，获取的CBCT图像由不同断层图像序列组成，这些断层图像序列的序号从0到N，序号由CBCT拍摄自动生成，其中，序号即代表该断层图像在CBCT图像空间中Z轴方向上的位置。值得注意的是，拍摄的CBCT图像的像素间隔要求小于0.3毫米，以保证种植准确率等。

步骤S120，识别术前CBCT图像中的各个光学定位标记点，建立由光学定位标记点形成的术前局部坐标系。

其中，该术前局部坐标系是指基于光学定位标记点在术前CBCT图像中建立的一个局部坐标系，这里用“术前”描述主要为了与后文中提及的在术后CBCT图像中建立的局部坐标系进行区分。本实施例中，通过先识别术前CBCT图像中的光学定位标记点的位置，进而利用这些光学定位标记点来构建出一个局部坐标系，以此作为种植体的种植及评价参照坐标系。

如图3所示，在一种实施方式中，步骤S120包括以下子步骤S210～S240：

子步骤S210，对术前CBCT图像的不同断层图像进行格式转换，得到相应视图的横断面图像。

通常地，拍摄的CBCT图像通常输出为DICOM格式，然而DICOM格式图像的像素的灰度值(即CT值)通常是-1024到3071，其范围超出人眼识别的极限，因此需要将其转换为0-255范围的PNG格式图像。

示范性地，对断层图像进行格式转换时，可根据设定的窗位X和窗宽Y，确定所需CT值范围的上边界值和下边界值，例如，上边界值取为X+Y/2，下边界值为X-Y/2；然后，将断层图像的位于[X-Y/2，X+Y/2]范围内的CT值线性地映射到0-255的范围内，且低于下边界值的CT值置为0，高上边界值的CT值置为255，从而得到PNG格式的图像。其中，PNG格式的图像为平行于XY平面的图像，因此也是CBCT图像的横断面图像。可以理解的是，在CBCT成像的过程中，物体的密度越高或是阻射性(阻止X光穿透的性能)越高，则其在CBCT图像中的CT值越高。通过设置窗宽和窗位可以让PNG格式图像中只保留铁珠和胶水等形成的图像区域。例如，当设置窗位为862，窗宽为2499时，可得到如图4(a)所示的切片图像；而当设置窗位为2715，窗宽为884时，则可得到如图4(b)所示只显示出铁珠和具有阻射性质的胶水的切片图像。

子步骤S220，根据光学定位标记点在术前CBCT图像中的圆形直径，利用霍夫圆变换检测各个横断面图像中存在的圆形及各个圆形的圆心坐标。

子步骤S230，根据同一圆形在不同断层的圆心坐标以及对应断层的序号，获取当前圆形对应的球体中心在术前CBCT图像中的三维坐标。

其中，DICOM格式图像可以反映物体的真实体积大小，其原理是代表物体断层面视图的图像。假设CBCT图像的像素间隔为x毫米，而铁珠的直径为y毫米，则铁珠在CBCT图像中占用的像素数目(即形成的圆的直径大小)为D＝y/x。于是，根据占用的像素数目，可设置圆形的半径范围为[1，D/2+1]，其中，半径最小为1，最大为D/2+1。可以理解，通过扩大检测的半径范围可以检测出铁珠在不同断层图像中形成的圆形。

进而，利用霍夫圆变换(即Hough圆变换)可以得到这些圆形的圆心的在X轴和Y轴的坐标值，Z轴的坐标值则通过对应断层图像的序号来表示。其中，一个圆心的X轴和Y轴的坐标值之差的绝对值小于D/2的则认为是同一个铁珠所形成的。然后，一个铁珠的三维坐标可由这些同属同一圆形的X、Y、Z坐标值的平均值计算得到。最后，将检测出的铁珠的X、Y、Z坐标值乘以CBCT图像在X、Y、Z方向的体素间隔，即可得到该铁珠在CBCT图像中的三维坐标值。例如，若CBCT图像在X、Y、Z方向的体素间隔为(XS，YS，ZS)，则铁珠在CBCT图像中的三维坐标为(X*XS，Y*YS，Z*ZS)。

作为一种优选的方案，考虑到一些图像识别的精度，在选取用于建立局部坐标系的球体中心之前，还将过滤被误识别成铁球的物体。例如，若识别到的球体中心的数量超过上述光学定位标记点的数量，则通过聚类算法等计算所有球体中心的质心，并从距离质心最远的球体中心开始删除，直到余下的球体中心的数量符合要求。

子步骤S240，根据三维坐标选取不在同一条直线上的三个球体中心，构建术前CBCT图像中的术前局部坐标系。

示范性地，从识别的若干球体中心(简称球心)中任意选择3个不在同一条直线上的球心建立一个局部坐标系，例如，对于A、B、C三个球心，如图5所示，A作为原点，将由A到B点形成的向量作为X轴，由A点到C点形成的向量作为Y轴，向量X和Y的叉乘作为Z轴，然后使用Z和Y的叉乘得到新的X’轴，以便组合成一个直角坐标系S1，即上述的术前局部坐标系。可以理解，通过求解CBCT图像的全局坐标系S到局部坐标S1的转换矩阵Matrix1，可用于计算种植体在铁珠形成的局部坐标系S1中的坐标值。

步骤S130，根据规划的种植体植入位置将种植体植入患者口腔中，其中，该种植体植入位置包括种植体的根尖点和植入点在术前局部坐标系中的期望位置。

于是，基于术前CBCT影像规划出的种植体的期望位置，将种植体植入患者口腔中的相应位置，例如，图6(a)所示为种植体的顶部横断面，图6(b)所示为根尖点和植入点的位置。例如，可在机器人导航系统软件上规划种植体(STL模型)在术前CBCT图像中的期望位置，记录下种植体的植入点P1和根尖点P2的坐标数值，进而乘以上述的转换矩阵Matrix1，则可以得到植入点P1和根尖点P2在铁珠形成的术前局部坐标系S1中的坐标值，这里记为P11和P21。

步骤S140，获取患者口腔带着定位导板的术后CBCT图像。

在种植手术后，可让患者带着上述的定位导板再次拍摄术后的原始CBCT图像，并对术后的原始CBCT图像进行去伪影操作等，得到术后CBCT图像。可以理解，术后CBCT图像的获取方式及要求与术前CBCT图像相同，这里不再重复描述。

步骤S150，识别术后CBCT图像中的各个光学定位标记点，建立由光学定位标记点形成的术后局部坐标系，并识别种植体的根尖点和植入点在术后局部坐标系中的实际位置。

同样，可按照上述步骤S120来识别术后CBCT图像中的各个光学定位标记点，并建立对应的术后局部坐标系S2，以及可得到术后CBCT图像的全局坐标系到局部坐标系S2的转换矩阵Matrix2。然后，识别术后种植体的根尖点和植入点在术后局部坐标系S2中的位置，如图7所示，在一种实施方式中，包括以下子步骤S310～S340：

子步骤S310，对术后CBCT图像进行多平面重建，得到重新切片的不同断层图像。其中，多平面重建(MPR)是指将多个横断面组成的DICOM格式的图像组合成三维图像，然后从矢状面进行重新切片，生成多个新的矢状面的断层图像，例如，DICOM的切面和坐标系方向可以参照图8所示。

子步骤S320，对每个断层图像分别进行转换，得到相应视图的横断面图像。其中，种植体的材质多为钢或钛，其与铁珠的密度也相近，CT值相近，因此，处理操作和窗宽及窗位的设置具体可参见上述步骤S210，这里不再重复描述。

子步骤S330，利用轮廓检测算法查找各个横断面图像中的最大轮廓，并获得每个最大轮廓的包围盒大小。例如，可使用OpenCV中的轮廓检测算法FindContours查找每个PNG图像中的最大轮廓等。

子步骤S340，根据种植体的实际尺寸和最大轮廓的包围盒大小对所有横断面图像进行过滤，得到包含种植体的候选横断面图像。

例如，若种植体的实际宽度为width和长度为length，如果CBCT图像的体素为正方体，即X、Y、Z三个方向的间隔(记为Spacing)相同，则种植体在横断面图像(PNG格式)中的宽度W＝Width/Spacing，长度L＝Length/Spacing，指定过滤的精度A(范围0到1)，并对于宽度不在[W*A，W*(2-A)]，长度不在[L*A,L*(2-A)]的轮廓进行过滤，从而包含种植体的候选横断面图像。

子步骤S350，从候选横断面图像中筛选出最接近种植体的中心切面的目标横断面图像。

如图9所示，在一种实施方式中，筛选过程包括以下子步骤S351～S354：

子步骤S351，提取各个候选横断面图像中的种植体区域，得到对应的局部图像；子步骤S352，计算局部图像中的种植斜率，并根据种植体在口腔中的种植区域及种植斜率对局部图像进行旋转矫正，得到矫正图像；子步骤S353，按照标准图像的大小对矫正图像进行放缩，计算放缩后的图像与标准图像的结构相似度；子步骤S354，从各个结构相似度中选取出最大值对应的候选横断面图像，作为最接近种植体的中心切面的目标横断面图像。

通常地，同一个种植体会在DICOM格式图像中形成多个切面图像，而植入点和根尖点都位于最中心的切面图像上，因此需要制作一个标准的种植体中心切面图像，具体可使用STL模型制作。在筛选时，提取横断面图像中的种植体区域，即裁剪得到相应的局部图像，计算相应的斜率K，如旋转角度等，如图10所示；接着，依据种植体在口腔中的种植区域(如是上颌骨或是下颌骨)进行图像旋转矫正，然后对提取的图像进行放缩操作，即变换成和标准图像的像素大小相同，之后使用SSIM(结构相似度)指数比较当前的放缩后图像和标准图像的相似度，将SSIM指数最大的图像作为最终的种植体所在的切面图像。

子步骤S360，检测目标横断面图像中的种植体的多个角点，并从多个角点中确定种植体的根尖点和植入点在术后局部坐标系中的实际位置。

例如，可使用Harris角点检测算法检测PNG图像中种植体的角点(边界点)，如图11所示。然后从这些角点中确定根尖点和植入点的实际位置，如图12所示，确定过程可包括以下子步骤S361～S364：

子步骤S361，计算各个角点到术后局部坐标系原点的欧式距离并选取出距离最远的若干点对；子步骤S362，根据种植体的开口方向的不同，确定若干点对中最靠近植入点的第一点对及最靠近根尖点的第二点对；子步骤S363，将第一点对和第二点对中靠近植入点的两个点的坐标均值作为植入点在局部坐标系中的坐标；子步骤S364，将第一点对和第二点对中靠近根尖点的两个点的坐标均值作为根尖点在局部坐标系中的坐标。

具体地，可根据种植体的开口方向的不同，其中，在上颌骨时开口向下，在下颌骨时开口向上，具体对应于坐标系中Y值的大小，可判断出点对中哪个点靠近种植体的植入点，哪个点靠近种植体的根尖点，然后取两个点对中靠近植入点的两个点的坐标值的均值作为种植体的植入点的坐标，同理可得到种植体根尖点的坐标。

可以理解，矢状面对应的是CBCT图像的YZ平面，通过OpenCV函数测量出来的X坐标值对应的是CBCT图像的Y指数(Index)坐标值，使用图像Y轴方向维度的大小减去OpenCV函数测量出来的Y坐标值，可得到种植体在CBCT图像中Z轴方向上的指数(Index)坐标值，种植体在X轴方向上的指数(Index)坐标值由PNG图像的序号(重新切片时生成)。将测量出来的指数坐标值乘以术后CBCT图像上的对应坐标轴的像素间隔即可得到植入点P3和根尖点P4在CBCT图像中的坐标值。相应地，再将植入点P3和根尖点P4乘以上述转换矩阵Matrix2，则可得到它们在术后局部坐标系S2中的坐标值，这里记为P32和P42。

步骤S160，根据根尖点和植入点的期望位置和实际位置，计算根尖点和植入点对应的位置偏差以及种植体的角度偏差。

如图13所示，在一种实施方式中，步骤S160包括以下子步骤S410～S430：

子步骤S410，计算植入点的期望位置和实际位置之间的欧式距离，以作为植入点的位置偏差。具体地，将上述的点P11和P32的欧式距离作为种植体的植入点的距离偏差。

子步骤S420，计算根尖点的期望位置和实际位置之间的欧式距离，以作为根尖点的位置偏差。具体地，将上述的点P21和P43的欧式距离作为种植体的根尖点的距离偏差。

子步骤S430，根据由植入点到根尖点在术前CBCT图像中形成的第一向量以及由植入点到根尖点在术后CBCT图像中形成的第二向量，计算第一向量与第二向量之间的夹角，以作为种植体的角度偏差。具体地，第一向量V1＝P21-P11，第二向量V2＝P42-P32，通过计算两个向量V1与V2之间的夹角，以作为种植体的角度偏差。由此，可通过植入点和根尖点的距离偏差以及角度偏差的大小来评价种植的精度。

本申请实施例的口腔种植精度评价方法通过获取患者口腔带着定位导板的术前CBCT图像，利用光学定位标记点在术前CBCT图像中建立术前局部坐标系，并在将种植体植入患者口腔中后，利用相同的光学定位标记点在术后CBCT图像中建立术后局部坐标系，并识别种植体的根尖点和植入点在术后局部坐标系中的实际位置，然后利用种植体的根尖点和植入点在术前局部坐标系中的期望位置及在术后局部坐标系中的实际位置进行偏差计算，以此得到种植体的种植精度情况，该方法基于口腔CBCT影像，可以快速、准确且客观地评价种植体的植入精度。

请参照图14，基于上述实施例的口腔种植精度评价方法，本申请实施例提出一种口腔种植精度评价系统100，示范性地，该口腔种植精度评价系统100包括：

图像获取模块110，用于获取患者口腔带着定位导板的术前CBCT图像，所述定位导板中设有若干光学定位标记点。

坐标系建立模块120，用于识别所述术前CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术前局部坐标系。

种植控制模块130，用于根据规划的种植体植入位置将种植体植入患者口腔中，所述种植体植入位置包括种植体的根尖点和植入点在所述术前局部坐标系中的期望位置。

图像获取模块110，还用于获取患者口腔带着所述定位导板的术后CBCT图像。

种植位置识别模块140，用于识别所述术后CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术后局部坐标系，并识别所述种植体的根尖点和植入点在所述术后局部坐标系中的实际位置。

偏差计算模块150，用于根据所述根尖点和所述植入点的所述期望位置和所述实际位置，计算所述根尖点和所述植入点对应的位置偏差以及所述种植体的角度偏差。

可以理解，本实施例的装置对应于上述实施例的方法，上述实施例中的可选项同样适用于本实施例，故在此不再重复描述。

本申请还提供了一种终端设备，如计算机等。示范性地，该终端设备包括处理器和存储器，其中，存储器存储有计算机程序，处理器通过运行所述计算机程序，从而使终端设备执行上述的口腔种植精度评价方法或者上述口腔种植精度评价系统中的各个模块的功能。

本申请还提供了一种可读存储介质，用于储存上述终端设备中使用的所述计算机程序。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，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，附图中的流程图和结构图显示了根据本申请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，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/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。

另外，在本申请各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。

所述功能如果以软件功能模块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，本申请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(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本申请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。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种口腔种植精度评价方法，其特征在于，包括：

获取患者口腔带着定位导板的术前CBCT图像，所述定位导板中设有若干光学定位标记点；

识别所述术前CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术前局部坐标系；

根据规划的种植体植入位置将种植体植入患者口腔中，所述种植体植入位置包括种植体的根尖点和植入点在所述术前局部坐标系中的期望位置；

获取患者口腔带着所述定位导板的术后CBCT图像；

识别所述术后CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术后局部坐标系，并识别所述种植体的根尖点和植入点在所述术后局部坐标系中的实际位置；

根据所述根尖点和所述植入点的所述期望位置和所述实际位置，计算所述根尖点和所述植入点对应的位置偏差以及所述种植体的角度偏差。

2.根据权利要求1所述的口腔种植精度评价方法，其特征在于，所述识别所述术前CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术前局部坐标系，包括：

对所述术前CBCT图像的不同断层图像进行格式转换，得到相应视图的横断面图像；

根据所述光学定位标记点在所述术前CBCT图像中的圆形直径，利用霍夫圆变换检测各个所述横断面图像中存在的圆形及各个圆形的圆心坐标；

根据同一圆形在不同断层的所述圆心坐标以及对应断层的序号，获取当前圆形对应的球体中心在所述术前CBCT图像中的三维坐标；

根据所述三维坐标选取不在同一条直线上的三个球体中心，构建所述术前CBCT图像中的术前局部坐标系。

3.根据权利要求2所述的口腔种植精度评价方法，其特征在于，所述根据所述三维坐标选取不在同一条直线上的三个球体中心，之前还包括：

若识别到的所述球体中心的数量超过所述定位导板中的所述光学定位标记点的数量，则通过聚类算法计算所有球体中心的质心，并从距离所述质心最远的球体中心开始删除，直到余下的球体中心的数量符合要求。

4.根据权利要求1所述的口腔种植精度评价方法，其特征在于，所述识别所述种植体的根尖点和植入点在所述术后局部坐标系中的实际位置，包括：

对所述术后CBCT图像进行多平面重建，得到重新切片的不同断层图像；

对每个所述断层图像分别进行转换，得到相应视图的横断面图像；

利用轮廓检测算法查找各个所述横断面图像中的最大轮廓，并获得每个所述最大轮廓的包围盒大小；

根据所述种植体的实际尺寸和所述最大轮廓的包围盒大小对所有横断面图像进行过滤，得到包含所述种植体的候选横断面图像；

从所述候选横断面图像中筛选出最接近所述种植体的中心切面的目标横断面图像；

检测所述目标横断面图像中的所述种植体的多个角点，并从所述多个角点中确定所述种植体的根尖点和植入点在所述术后局部坐标系中的实际位置。

5.根据权利要求4所述的口腔种植精度评价方法，其特征在于，所述从所述候选横断面图像中筛选出最接近所述种植体的中心切面的目标横断面图像，包括：

提取各个所述候选横断面图像中的种植体区域，得到对应的局部图像；

计算所述局部图像中的种植斜率，并根据所述种植体在口腔中的种植区域及所述种植斜率对所述局部图像进行旋转矫正，得到矫正图像；

按照标准图像的大小对所述矫正图像进行放缩，计算放缩后的图像与所述标准图像的结构相似度；

从各个所述结构相似度中选取出最大值对应的候选横断面图像，作为最接近所述种植体的中心切面的目标横断面图像。

6.根据权利要求4所述的口腔种植精度评价方法，其特征在于，所述从所述多个角点中确定所述种植体的根尖点和植入点在所述术后局部坐标系中的实际位置，包括：

计算各个所述角点到所述术后局部坐标系原点的欧式距离并选取出距离最远的若干点对；

根据所述种植体的开口方向的不同，确定所述若干点对中最靠近所述植入点的第一点对及最靠近所述根尖点的第二点对；

将所述第一点对和所述第二点对中靠近所述植入点的两个点的坐标均值作为所述植入点在所述局部坐标系中的坐标；

将所述第一点对和所述第二点对中靠近所述根尖点的两个点的坐标均值作为所述根尖点在所述局部坐标系中的坐标。

7.根据权利要求1所述的口腔种植精度评价方法，其特征在于，所述根据所述根尖点和所述植入点的所述期望位置和所述实际位置，计算各自对应的位置偏差以及所述种植体的角度偏差，包括：

计算所述植入点的所述期望位置和所述实际位置之间的欧式距离，以作为所述植入点的位置偏差；

计算所述根尖点的所述期望位置和所述实际位置之间的欧式距离，以作为所述根尖点的位置偏差；

根据由所述植入点到所述根尖点在所述术前CBCT图像中形成的第一向量以及由所述植入点到所述根尖点在所述术后CBCT图像中形成的第二向量，计算所述第一向量与所述第二向量之间的夹角，以作为所述种植体的角度偏差。

8.一种口腔种植精度评价系统，其特征在于，包括：

图像获取模块，用于获取患者口腔带着定位导板的术前CBCT图像，所述定位导板中设有若干光学定位标记点；

坐标系建立模块，用于识别所述术前CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术前局部坐标系；

种植控制模块，用于根据规划的种植体植入位置将种植体植入患者口腔中，所述种植体植入位置包括种植体的根尖点和植入点在所述术前局部坐标系中的期望位置；

所述图像获取模块，还用于获取患者口腔带着所述定位导板的术后CBCT图像；

种植位置识别模块，用于识别所述术后CBCT图像中的各个所述光学定位标记点，建立由所述光学定位标记点形成的术后局部坐标系，并识别所述种植体的根尖点和植入点在所述术后局部坐标系中的实际位置；

偏差计算模块，用于根据所述根尖点和所述植入点的所述期望位置和所述实际位置，计算所述根尖点和所述植入点对应的位置偏差以及所述种植体的角度偏差。

9.一种终端设备，其特征在于，所述终端设备包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施权利要求1-7中任一项所述的口腔种植手术机器人种植精度的评价方法。

10.一种可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上执行时，实施根据权利要求1-7中任一项所述的口腔种植手术机器人种植精度的评价方法。

Images