CN115880286B - 智能规划推荐口腔种植体的方法、系统、介质及电子设备 - Google Patents
智能规划推荐口腔种植体的方法、系统、介质及电子设备 Download PDFInfo
- Publication number
- CN115880286B CN115880286B CN202310119443.1A CN202310119443A CN115880286B CN 115880286 B CN115880286 B CN 115880286B CN 202310119443 A CN202310119443 A CN 202310119443A CN 115880286 B CN115880286 B CN 115880286B
- Authority
- CN
- China
- Prior art keywords
- implant
- tooth
- missing part
- oral
- image
- 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
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明属于种植体技术领域,为解决种植体与缺牙位置尺寸不匹配的情况,从而降低手术效率的问题,提供了智能规划推荐口腔种植体的方法、系统、介质及电子设备。其中,智能规划推荐口腔种植体的方法包括选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像,并转换为相应面绘制模型,确定出缺牙处的轮廓边界;通过比较缺牙处的轮廓边界中每两条边分别在水平方向上及在垂直方向上的长度差,选取最大长度差为缺牙处的最大直径;以缺牙处的轮廓边界内的任一点为起始点,通过调取拾取模块来确定出缺牙处的最大深度;根据缺牙处的最大深度和最大直径,从种植体数据库中查找出相匹配的种植体尺寸并进行推荐,减少了医生规划时间。
Description
技术领域
本发明属于种植体技术领域,尤其涉及一种智能规划推荐口腔种植体的方法、系统、介质及电子设备。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
在进行种植牙手术前,医生需要根据对患者缺牙部位来选取相匹配的种植体,以完成后续补牙手术。目前在口腔种植牙手术规划时,由于口腔种植牙手术中口腔术野非直视、空间狭小,导致操作困难,而且医生大多依赖经验判断患者缺牙部位所需放置的种植体尺寸,发明人发现,由于患者存在个体差异,这样无法针对每个患者的缺牙位置准确地估计出需要放置的种植体尺寸,可能会出现种植体与缺牙位置尺寸不匹配的情况,从而降低了手术效率。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种智能规划推荐口腔种植体的方法、系统、介质及电子设备,其基于目标对象的口腔CBCT图像的中缺牙部分自动计算缺牙位置的尺寸大小,并根据缺牙处的尺寸自动向医生推荐合适尺寸的种植体,减少医生规划时间,帮助医生精确进行手术规划,提高手术效率。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种智能规划推荐口腔种植体的方法。
一种智能规划推荐口腔种植体的方法,其包括:
选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像;
将所述感兴趣区域图像转换为相应面绘制模型,确定出缺牙处的轮廓边界;
通过比较缺牙处的轮廓边界中每两条边分别在水平方向上及在垂直方向上的长度差,选取最大长度差为缺牙处的最大直径;以缺牙处的轮廓边界内的任一点为起始点,通过调取图像处理库中的拾取模块来确定出缺牙处的最大深度;
根据缺牙处的最大深度和最大直径,从种植体数据库中查找出相匹配的种植体尺寸并进行推荐。
作为一种实施方式,根据所述面绘制模型中的三角面片的每条边相邻两个面片的法向量的坐标方向,来确定缺牙处的轮廓边界。
作为一种实施方式,若某一条边相邻的两个面片的法向量的坐标方向相反,则判断该条边为缺牙处的轮廓边界。
上述技术方案的优点在于,利用面片的法向量方向能够快速准确地确定出缺牙处的轮廓边界。
作为一种实施方式,选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像,之前还包括:
对目标对象的口腔CBCT图像进行预处理操作。
上述技术方案的优点在于,这样能够滤除口腔CBCT图像中的干扰因素,提高口腔CBCT图像中的缺牙部分选取的准确性,进而为准确计算推荐的种植体尺寸奠定基础。
作为一种实施方式,所述预处理操作包括:二值化预处理、滤波去噪预处理和阈值分割预处理。
作为一种实施方式,所述智能规划推荐口腔种植体的方法,还包括:
根据种植体的尺寸及位置,计算出种植体的安全区。
本发明的第二个方面提供一种智能规划推荐口腔种植体的系统。
一种智能规划推荐口腔种植体的系统,其包括:
感兴趣区域选取模块,选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像;
轮廓边界确定模块,其用于将所述感兴趣区域图像转换为相应面绘制模型,确定出缺牙处的轮廓边界;
缺牙处尺寸求解模块,其用于通过比较缺牙处的轮廓边界中每两条边分别在水平方向上及在垂直方向上的长度差,选取最大长度差为缺牙处的最大直径;以缺牙处的轮廓边界内的任一点为起始点,通过调取图像处理库中的拾取模块来确定出缺牙处的最大深度;
种植体尺寸推荐模块,其用于根据缺牙处的最大深度和最大直径,从种植体数据库中查找出相匹配的种植体尺寸并进行推荐。
作为一种实施方式,在所述轮廓边界确定模块中,根据所述面绘制模型中的三角面片的每条边相邻两个面片的法向量的坐标方向,来确定缺牙处的轮廓边界。
作为一种实施方式,在所述轮廓边界确定模块中,若某一条边相邻的两个面片的法向量的坐标方向相反,则判断该条边为缺牙处的轮廓边界。
上述技术方案的优点在于,利用面片的法向量方向能够快速准确地确定出缺牙处的轮廓边界。
作为一种实施方式,在所述感兴趣区域选取模块中,选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像,之前还包括:
对目标对象的口腔CBCT图像进行预处理操作。
上述技术方案的优点在于,这样能够滤除口腔CBCT图像中的干扰因素,提高口腔CBCT图像中的缺牙部分选取的准确性,进而为准确计算推荐的种植体尺寸奠定基础。
作为一种实施方式,所述预处理操作包括:二值化预处理、滤波去噪预处理和阈值分割预处理。
作为一种实施方式,所述智能规划推荐口腔种植体的系统,还包括:
安全区计算模块,其用于根据种植体的尺寸及位置,计算出种植体的安全区。
本发明的第三个方面提供一种计算机可读存储介质。
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所述的智能规划推荐口腔种植体的方法中的步骤。
本发明的第四个方面提供一种电子设备。
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的智能规划推荐口腔种植体的方法中的步骤。
与现有技术相比,本发明的有益效果是:
本发明利用口腔CBCT图像中缺牙部分的面绘制模型,确定缺牙处的轮廓边界,进而得到缺牙处最大深度和最大直径,最终确定出推荐的种植体尺寸,避免了依赖经验判断所需种植的种植体尺寸不准确的问题,而且能够针对每个患者的缺牙位置准确地估计出需要放置的种植体尺寸,能够确定出相匹配的种植体向医生进行推荐,提高手术的准确性和安全性,提高手术效率。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明实施例的智能规划推荐口腔种植体的方法流程图;
图2是本发明实施例的包含感兴趣区域的CBCT图像;
图3是本发明实施例的感兴趣区域图像所对应的面绘制模型;
图4是本发明实施例的CBCT图像所对应的面绘制模型;
图5是本发明实施例的种植体种植效果图;
图6是本发明实施例的智能规划推荐口腔种植体的系统结构示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
为了解决背景技术中所提及到的无法针对每个患者的缺牙位置准确地估计出需要放置的种植体尺寸,可能会出现种植体与缺牙位置尺寸不匹配的情况,从而降低了手术效率的问题,本实施例提供了一种智能规划推荐口腔种植体的方法,在种植规划过程中可以根据缺牙位置精确计算需要放置的种植体尺寸,并帮助医生选择合适的种植体进行种植规划,可以提高医生规划的准确性,提高手术效率。
参照图1,本实施例提供的一种智能规划推荐口腔种植体的方法,具体包括如下步骤:
步骤S101:选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像。
在具体实施中,在实施步骤S101中选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像,之前还包括:
对目标对象的口腔CBCT图像进行预处理操作。这样能够滤除口腔CBCT图像中的干扰因素,提高口腔CBCT图像中的缺牙部分选取的准确性,进而为准确计算推荐的种植体尺寸奠定基础。
图像预处理的主要目的是消除图像中无关的信息,恢复有用的真实信息,增强有关信息的可监测性和最大限度地简化数据。
例如,所述预处理操作包括但不限于:二值化预处理、滤波去噪预处理和阈值分割预处理。
经过步骤S101的处理,得到的感兴趣区域图像,如图2所示,其中,标记点所标识的正方形区域即为感兴趣区域。在图2中,A表示身体的前面,P表示身体的后面,R表示身体的右面,L表示身体的左面。
步骤S102:将所述感兴趣区域图像转换为相应面绘制模型,确定出缺牙处的轮廓边界。
在步骤S102中,使用Marching Cubes算法在三维离散数据场中提取等值面将所述感兴趣区域图像转换为相应面绘制模型。例如:使用图像处理库VTK中的vtkMarchingCubes处理类对图像进行处理转换。
经步骤S102处理后,得到的感兴趣区域图像所对应的面绘制模型如图3所示。其中,图4为CBCT图像所对应的面绘制模型。
在步骤S102的具体实施过程中,根据所述面绘制模型中的三角面片的每条边相邻两个面片的法向量的坐标方向,来确定缺牙处的轮廓边界。若某一条边相邻的两个面片的法向量的坐标方向相反,则判断该条边为缺牙处的轮廓边界。本实施例利用面片的法向量方向能够快速准确地确定出缺牙处的轮廓边界。
例如:
遍历三角面片的每条边,求出与该边相邻的两个面片的法向量:
当前边上两点为A(x1,y1,z1), B(x2,y2,z2),相邻两个面片上两点分别为C(x3,y3,z3), D(x4,y4,z4) ,则与该边相邻的两个面片的法向量分别为:
如果两个法向量的坐标方向相反,即法向量N1和N2的坐标N1.z * N2.z的值为-1那么这条边就是缺牙处的轮廓边界。
此处需要说明的是,在其他实施例中,也可采用其他现有的方法来确定缺牙处的轮廓边界,比如轮廓逼近方法CHAIN_APPROX_NONE:以Freeman链码的方式输出轮廓,所有其他方法输出多边形(顶点的序列)等,本领域技术人员可根据实际情况来具体选择,此处不再详述。
步骤S103:通过比较缺牙处的轮廓边界中每两条边分别在水平方向上及在垂直方向上的长度差,选取最大长度差为缺牙处的最大直径;以缺牙处的轮廓边界内的任一点为起始点,通过调取图像处理库中的拾取模块来确定出缺牙处的最大深度。
在步骤S103计算缺牙处最大直径的过程中,例如,确定当前边AB为缺牙图像轮廓后,将边AB存储到Vector Edge中。
最后选取所有边的长度差中的最大者作为缺牙处最大直径。
在计算出的所有D1 和D2中取最大的D即为缺牙处轮廓的最大直径。
本实施例通过每两条边的计算,避免了缺牙处的轮廓边界中边的遗漏,同时能够快速计算出缺牙处的最大直径。
在本实施例以缺牙处的轮廓边界内的任一点为起始点,通过调取图像处理库中的拾取模块,将得到的两个点之间的最大距离,作为缺牙处的最大深度。
优选地,选择缺牙处的轮廓边界的中心点为起始点进行确定缺牙处的最大深度。
例如:
在选取缺牙部分的感兴趣区域图像后,接收在图像中缺牙处的标记信号,该标记点将作为缺牙图像轮廓搜索的中心作为起始点S(xs,ys,zs);如将搜索范围定为10mm(x轴方向),即在以点S为中心的10mm范围内进行搜索;
使用图像处理库VTK中的vtkCellPicker处理类沿鼠标点击方向进行pick操作,pick到的点即为缺牙处最深处的点E(xe,ye,ze),计算出E点与S点之间的距离即可近似求出缺牙处的深度H:
步骤S104:根据缺牙处的最大深度和最大直径,从种植体数据库中查找出相匹配的种植体尺寸并进行推荐。
其中,种植体数据库内预存有各种尺寸的种植体。
具体地,种植体数据库内的种植体均与最大直径及最大深度相关关联存储,因此,可通过最大直径及最大深度检索对应的种植体。
本实施例的种植体种植效果图,如图5所示。
在其他一些实施例中,所述智能规划推荐口腔种植体的方法,还包括:
根据种植体的尺寸及位置,计算出种植体的安全区。
其中,安全区即种植体植入后螺纹对周边组织有影响的区域。
此处需要说明的是,种植体的安全区的计算过程可采用现有技术来实现,如采用如下方法来实现,其具体过程为:
获得种植体沿轴线剖面的边缘轮廓线,并根据所述边缘轮廓线建立平面坐标系;基于所述边缘轮廓线上的目标像素点,进行直线拟合,得到多条拟合线段,所述目标像素点在所述平面坐标系的纵坐标值非负;基于所述多条拟合线段在所述平面坐标系中横轴上的投影的覆盖关系,对所述边缘轮廓线进行轴向分段,得到轴向的多个种植体段;确定所述多个种植体段各自对应的种植体参数,并根据所述种植体参数以及预设的种植体特征查找表结合插值算法,确定所述多个种植体段各自对应的安全区参数;其中,所述种植体参数包括螺纹类型和螺纹深度;基于所述多个种植体段各自对应的安全区参数,得到所述种植体的安全区。
此处需要说明的是,本领域技术人员也可采用其他的现有技术来实现安全区的计算,此处不再详述。
本实施例利用口腔CBCT图像中缺牙部分的面绘制模型,确定缺牙处的轮廓边界,进而得到缺牙处最大深度和最大直径,最终确定出推荐的种植体尺寸,避免了依赖经验判断所需种植的种植体尺寸不准确的问题,而且能够针对每个患者的缺牙位置准确地估计出需要放置的种植体尺寸,能够确定出相匹配的种植体向医生进行推荐,提高手术的准确性和安全性,提高手术效率。
实施例二
参照图6,本实施例提供了一种智能规划推荐口腔种植体的系统,其包括:
(1)感兴趣区域选取模块401,其用于选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像。
在具体实施中,感兴趣区域选取模块401中选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像,之前还包括:
对目标对象的口腔CBCT图像进行预处理操作。这样能够滤除口腔CBCT图像中的干扰因素,提高口腔CBCT图像中的缺牙部分选取的准确性,进而为准确计算推荐的种植体尺寸奠定基础。
图像预处理的主要目的是消除图像中无关的信息,恢复有用的真实信息,增强有关信息的可监测性和最大限度地简化数据。
例如,所述预处理操作包括但不限于:二值化预处理、滤波去噪预处理和阈值分割预处理。
得到的感兴趣区域图像,如图2所示,其中,标记点所标识的正方形区域即为感兴趣区域。
(2)轮廓边界确定模块402,其用于将所述感兴趣区域图像转换为相应面绘制模型,确定出缺牙处的轮廓边界。
得到的感兴趣区域图像所对应的面绘制模型如图3所示。其中,图4为CBCT图像所对应的面绘制模型。
在轮廓边界确定模块402中,根据所述面绘制模型中的三角面片的每条边相邻两个面片的法向量的坐标方向,来确定缺牙处的轮廓边界。若某一条边相邻的两个面片的法向量的坐标方向相反,则判断该条边为缺牙处的轮廓边界。本实施例利用面片的法向量方向能够快速准确地确定出缺牙处的轮廓边界。
例如:
遍历三角面片的每条边,求出与该边相邻的两个面片的法向量:
当前边上两点为A(x1,y1,z1), B(x2,y2,z2),相邻两个面片上两点分别为C(x3,y3,z3), D(x4,y4,z4) ,则与该边相邻的两个面片的法向量分别为:
如果两个法向量的坐标方向相反,即法向量N1和N2的坐标N1.z * N2.z的值为-1那么这条边就是缺牙处的轮廓边界。
(3)缺牙处尺寸求解模块403,其用于通过比较缺牙处的轮廓边界中每两条边分别在水平方向上及在垂直方向上的长度差,选取最大长度差为缺牙处的最大直径;以缺牙处的轮廓边界内的任一点为起始点,通过调取图像处理库中的拾取模块来确定出缺牙处的最大深度。
例如,确定当前边AB为缺牙图像轮廓后,将边AB存储到Vector Edge中。
在计算出的所有D1 和D2中取最大的D即为缺牙处轮廓的最大直径。
本实施例通过每两条边的计算,避免了缺牙处的轮廓边界中边的遗漏,同时能够快速计算出缺牙处的最大直径。
在本实施例以缺牙处的轮廓边界内的任一点为起始点,通过调取图像处理库中的拾取模块,将得到的两个点之间的最大距离,作为缺牙处的最大深度。
优选地,选择缺牙处的轮廓边界的中心点为起始点进行确定缺牙处的最大深度。
例如:
在选取缺牙部分的感兴趣区域图像后,接收在图像中缺牙处的标记信号,该标记点将作为缺牙图像轮廓搜索的中心作为起始点S(xs,ys,zs);如将搜索范围定为10mm(x轴方向),即在以点S为中心的10mm范围内进行搜索;
使用图像处理库VTK中的vtkCellPicker处理类沿鼠标点击方向进行pick操作,pick到的点即为缺牙处最深处的点E(xe,ye,ze),计算出E点与S点之间的距离即可近似求出缺牙处的深度H:
种植体尺寸推荐模块404,其用于根据缺牙处的最大深度和最大直径,从种植体数据库中查找出相匹配的种植体尺寸并进行推荐。
其中,种植体数据库内预存有各种尺寸的种植体。本实施例的种植体种植效果图,如图5所示。
在其他一些实施例中,所述智能规划推荐口腔种植体的系统,还包括:
安全区计算模块,其用于根据种植体的尺寸及位置,计算出种植体的安全区。
其中,安全区即种植体植入后螺纹对周边组织有影响的区域。
此处需要说明的是,种植体的安全区的计算过程可采用现有技术来实现,如采用如下方法来实现,其具体过程为:
获得种植体沿轴线剖面的边缘轮廓线,并根据所述边缘轮廓线建立平面坐标系;基于所述边缘轮廓线上的目标像素点,进行直线拟合,得到多条拟合线段,所述目标像素点在所述平面坐标系的纵坐标值非负;基于所述多条拟合线段在所述平面坐标系中横轴上的投影的覆盖关系,对所述边缘轮廓线进行轴向分段,得到轴向的多个种植体段;确定所述多个种植体段各自对应的种植体参数,并根据所述种植体参数以及预设的种植体特征查找表结合插值算法,确定所述多个种植体段各自对应的安全区参数;其中,所述种植体参数包括螺纹类型和螺纹深度;基于所述多个种植体段各自对应的安全区参数,得到所述种植体的安全区。
本实施例利用口腔CBCT图像中缺牙部分的面绘制模型,确定缺牙处的轮廓边界,进而得到缺牙处最大深度和最大直径,最终确定出推荐的种植体尺寸,避免了依赖经验判断所需种植的种植体尺寸不准确的问题,而且能够针对每个患者的缺牙位置准确地估计出需要放置的种植体尺寸,能够确定出相匹配的种植体向医生进行推荐,提高手术的准确性和安全性,提高手术效率。
实施例三
本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所述的智能规划推荐口腔种植体的方法中的步骤。
实施例四
本实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的智能规划推荐口腔种植体的方法中的步骤。
本发明是参照本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能规划推荐口腔种植体的方法,其特征在于,包括:
选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像;
将所述感兴趣区域图像转换为相应面绘制模型,确定出缺牙处的轮廓边界;
通过比较缺牙处的轮廓边界中每两条边分别在水平方向上及在垂直方向上的长度差,选取最大长度差为缺牙处的最大直径;以缺牙处的轮廓边界内的任一点为起始点,通过调取图像处理库中的拾取模块来确定出缺牙处的最大深度;
根据缺牙处的最大深度和最大直径,从种植体数据库中查找出相匹配的种植体尺寸并进行推荐;
根据所述面绘制模型中的三角面片的每条边相邻两个面片的法向量的坐标方向,来确定缺牙处的轮廓边界。
2.如权利要求1所述的智能规划推荐口腔种植体的方法,其特征在于,若某一条边相邻的两个面片的法向量的坐标方向相反,则判断该条边为缺牙处的轮廓边界。
3.如权利要求1所述的智能规划推荐口腔种植体的方法,其特征在于,选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像,之前还包括:
对目标对象的口腔CBCT图像进行预处理操作。
4.如权利要求3所述的智能规划推荐口腔种植体的方法,其特征在于,所述预处理操作包括:二值化预处理、滤波去噪预处理和阈值分割预处理。
5.如权利要求1所述的智能规划推荐口腔种植体的方法,其特征在于,所述智能规划推荐口腔种植体的方法,还包括:
根据种植体的尺寸及位置,计算出种植体的安全区。
6.一种智能规划推荐口腔种植体的系统,其特征在于,包括:
感兴趣区域选取模块,选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像;
轮廓边界确定模块,其用于将所述感兴趣区域图像转换为相应面绘制模型,确定出缺牙处的轮廓边界;
缺牙处尺寸求解模块,其用于通过比较缺牙处的轮廓边界中每两条边分别在水平方向上及在垂直方向上的长度差,选取最大长度差为缺牙处的最大直径;以缺牙处的轮廓边界内的任一点为起始点,通过调取图像处理库中的拾取模块来确定出缺牙处的最大深度;
种植体尺寸推荐模块,其用于根据缺牙处的最大深度和最大直径,从种植体数据库中查找出相匹配的种植体尺寸并进行推荐;
在所述轮廓边界确定模块中,根据所述面绘制模型中的三角面片的每条边相邻两个面片的法向量的坐标方向,来确定缺牙处的轮廓边界。
7.如权利要求6所述的智能规划推荐口腔种植体的系统,其特征在于,在所述感兴趣区域选取模块中,选取目标对象的口腔CBCT图像中缺牙部分作为感兴趣区域图像,之前还包括:
对目标对象的口腔CBCT图像进行预处理操作。
8.如权利要求6所述的智能规划推荐口腔种植体的系统,其特征在于,所述智能规划推荐口腔种植体的系统,还包括:
安全区计算模块,其用于根据种植体的尺寸及位置,计算出种植体的安全区。
9.一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1-5中任一项所述的智能规划推荐口腔种植体的方法中的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1-5中任一项所述的智能规划推荐口腔种植体的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310119443.1A CN115880286B (zh) | 2023-02-16 | 2023-02-16 | 智能规划推荐口腔种植体的方法、系统、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310119443.1A CN115880286B (zh) | 2023-02-16 | 2023-02-16 | 智能规划推荐口腔种植体的方法、系统、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115880286A CN115880286A (zh) | 2023-03-31 |
CN115880286B true CN115880286B (zh) | 2023-06-27 |
Family
ID=85761128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310119443.1A Active CN115880286B (zh) | 2023-02-16 | 2023-02-16 | 智能规划推荐口腔种植体的方法、系统、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115880286B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113792747A (zh) * | 2021-11-12 | 2021-12-14 | 极限人工智能有限公司 | 种植体模型生成方法、装置、电子设备及存储介质 |
CN113963345A (zh) * | 2020-07-02 | 2022-01-21 | 广州黑格智造信息科技有限公司 | 一种3d牙模牙龈线的识别方法、系统、装置和存储介质 |
CN115205469A (zh) * | 2022-09-06 | 2022-10-18 | 汉斯夫(杭州)医学科技有限公司 | 基于cbct的牙齿与牙槽骨重建方法、设备及介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741288B (zh) * | 2016-01-29 | 2017-04-12 | 北京正齐口腔医疗技术有限公司 | 牙齿图像的分割方法和装置 |
CN110189352B (zh) * | 2019-05-21 | 2023-07-07 | 重庆布瑞斯科技有限公司 | 一种基于口腔cbct图像的牙根提取方法 |
RU2716460C1 (ru) * | 2019-05-29 | 2020-03-11 | Общество с ограниченной ответственностью "Практика доктора Купряхина" | Способ изготовления адаптированных дентальных имплантатов |
KR102232293B1 (ko) * | 2019-07-11 | 2021-03-25 | 오스템임플란트 주식회사 | 임플란트 구조물 자동 식립을 통한 임플란트 수술 계획 수립 방법, 이를 위한 사용자 인터페이스 제공 방법 및 그 치아영상 처리장치 |
CN113855291B (zh) * | 2021-12-01 | 2022-02-22 | 极限人工智能有限公司 | 种植体辅助规划方法、装置、电子设备及存储介质 |
CN113876428B (zh) * | 2021-12-08 | 2022-02-22 | 极限人工智能有限公司 | 手术机器人、种植手术过程可视化装置及可读存储介质 |
CN114004831B (zh) * | 2021-12-24 | 2022-04-08 | 杭州柳叶刀机器人有限公司 | 基于深度学习辅助种植体置换的方法及辅助智能系统 |
-
2023
- 2023-02-16 CN CN202310119443.1A patent/CN115880286B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113963345A (zh) * | 2020-07-02 | 2022-01-21 | 广州黑格智造信息科技有限公司 | 一种3d牙模牙龈线的识别方法、系统、装置和存储介质 |
CN113792747A (zh) * | 2021-11-12 | 2021-12-14 | 极限人工智能有限公司 | 种植体模型生成方法、装置、电子设备及存储介质 |
CN115205469A (zh) * | 2022-09-06 | 2022-10-18 | 汉斯夫(杭州)医学科技有限公司 | 基于cbct的牙齿与牙槽骨重建方法、设备及介质 |
Non-Patent Citations (1)
Title |
---|
3维牙颌模型牙齿分割的路径规划方法;吴婷;张礼兵;;中国图象图形学报(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115880286A (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106127819B (zh) | 医学图像中提取血管中心线的方法及其装置 | |
US10249045B2 (en) | Region-growing algorithm | |
CN105659289B (zh) | 血管分割方法 | |
US9420254B2 (en) | Patient monitor and method | |
CN102306239A (zh) | 基于锥形束ct图像ct值校正技术的放疗剂量评估和优化方法 | |
CN103839069A (zh) | 基于图像分析的漏割草坪识别方法 | |
CN112515787B (zh) | 一种三维牙颌数据分析方法 | |
CN107633514B (zh) | 一种肺结节周边血管量化评估系统及方法 | |
CN111179298B (zh) | 基于ct图像的三维肺自动分割与左右肺分离方法及其系统 | |
CN105389815A (zh) | 一种乳腺图像配准方法及装置 | |
US8050470B2 (en) | Branch extension method for airway segmentation | |
CN114642444A (zh) | 口腔种植精度评价方法、系统和终端设备 | |
CN113112490A (zh) | 一种三维医学影像标记点提取方法及系统 | |
CN115049807A (zh) | 肺部血管模型的建立方法、装置及服务器 | |
CN115880286B (zh) | 智能规划推荐口腔种植体的方法、系统、介质及电子设备 | |
CN108074229A (zh) | 一种气管树提取方法及装置 | |
CN115880442B (zh) | 一种基于激光扫描的三维模型重建方法以及系统 | |
CN113222886B (zh) | 颈静脉球窝、乙状窦沟定位方法和智能颞骨影像处理系统 | |
AU2015238846B2 (en) | Region-growing algorithm | |
US20050002557A1 (en) | Method for designing a template that removably fits to an objects surface | |
CN115035201B (zh) | 一种基于3d视觉的自动穿鞋带方法及系统 | |
CN116071386B (zh) | 一种关节疾病的医学影像的动态分割方法 | |
Li et al. | An Adaptive Foot-Image Segmentation Algorithm Based on Morphological Partition | |
CN107945187A (zh) | 一种深度形状先验提取方法 | |
CN117011876A (zh) | 一种地图处理方法、电子设备及计算机可读介质 |
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 |