CN117011318A - 一种牙齿ct图像三维分割方法、系统、设备及介质 - Google Patents

一种牙齿ct图像三维分割方法、系统、设备及介质 Download PDF

Info

Publication number
CN117011318A
CN117011318A CN202310973116.2A CN202310973116A CN117011318A CN 117011318 A CN117011318 A CN 117011318A CN 202310973116 A CN202310973116 A CN 202310973116A CN 117011318 A CN117011318 A CN 117011318A
Authority
CN
China
Prior art keywords
image
dimensional
tooth
segmentation
dental arch
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.)
Pending
Application number
CN202310973116.2A
Other languages
English (en)
Inventor
张铭修
王玉
陈海鹏
徐志民
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.)
Jilin University
Original Assignee
Jilin 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 Jilin University filed Critical Jilin University
Priority to CN202310973116.2A priority Critical patent/CN117011318A/zh
Publication of CN117011318A publication Critical patent/CN117011318A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • 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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30036—Dental; Teeth
    • 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
    • G06T2207/30204—Marker

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)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开一种牙齿CT图像三维分割方法、系统、设备及介质，涉及医学图像处理技术领域。所述方法包括：获取三维牙齿CT图像；对三维牙齿CT图像进行二值化处理及投影，得到牙弓二维图像；利用基于边缘的距离正则化水平集演化方法，对牙弓二维图像进行分割，得到牙弓二维特征图像；将牙弓二维特征图像依次输入Sobel滤波器和边界信息模块中，对图像中的牙齿边界信息进行特征增强及提取，得到二维牙齿分割预测图；将二维牙齿分割预测图在三维牙齿CT图像中进行投影，生成三维牙齿分割图像；利用标记分水岭变换方法，对三维牙齿分割图像进行前景和背景标记分割，得到最终的牙齿CT图像三维分割图像。本发明能够提高牙齿图像的分割精确度。

Description

一种牙齿CT图像三维分割方法、系统、设备及介质
技术领域
本发明涉及医学图像处理技术领域，特别是涉及一种牙齿CT图像三维分割方法、系统、设备及介质。
背景技术
随着近些年深度学习技术的快速发展，深度学习在计算机视觉方向有着巨大的影响。同时深度学习技术的广泛应用推动了医学影像分割技术的发展。牙齿是人体的重要器官，在日常生活中起着不可替代的作用，保证牙齿的健康有助于人们提高饮食、吸收营养，维持身体健康，对于牙齿医生来说如何快速准确的对牙齿图像进行测量成为问题所在，深度学习技术在牙齿图像分割的重要性逐渐显现出来。但在口腔外科牙齿影像分割方向中，采集到的牙齿影像中存在着金属伪影以及边界信息模糊的问题，这极大影响了牙齿分割的精准性。
发明内容
本发明的目的是提供一种牙齿CT图像三维分割方法、系统、设备及介质，能够提高牙齿图像的分割精确度。
为实现上述目的，本发明提供了如下方案：
一种牙齿CT图像三维分割方法，包括：
获取三维牙齿CT图像；
对所述三维牙齿CT图像进行二值化处理，并对二值化处理后的图像在设定方向进行投影，得到牙弓二维图像；所述牙弓二维图像包括上颌和下颌对应的灰度图；
利用基于边缘的距离正则化水平集演化方法，对所述牙弓二维图像进行边缘分割，得到牙弓二维特征图像；
将所述牙弓二维特征图像依次输入Sobel滤波器和边界信息模块中，对图像中的牙齿边界信息进行特征增强及提取，得到二维牙齿分割预测图；所述边界信息模块是根据残差块以及与所述残差块连接的对应块构建的；
将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，生成三维牙齿分割图像；
利用标记分水岭变换方法，对所述三维牙齿分割图像进行前景和背景标记分割，得到最终的牙齿CT图像三维分割图像。
可选地，对所述三维牙齿CT图像进行二值化处理，并对二值化处理后的图像在设定方向进行投影，得到牙弓二维图像，具体包括：
利用设定阈值，对所述三维牙齿CT图像进行二值化处理，得到空间直角坐标系下的二维牙齿CT图像；
利用联通区域标记法提取所述二维牙齿CT图像中的上颌区域和下颌区域，在z方向上利用最大强度投影方法进行投影，得到上颌和下颌对应的灰度图，并根据所述上颌和下颌对应的灰度图确定牙弓二维图像。
可选地，利用基于边缘的距离正则化水平集演化方法，对所述牙弓二维图像进行边缘分割，得到牙弓二维特征图像，具体包括：
基于边缘的距离正则化水平集，通过提供平滑闭合的轮廓让曲线基于图像梯度进行演化，对所述牙弓二维图像中的牙弓区域进行分割，得到牙弓二维特征图像。
可选地，所述边界信息模块的训练方法为：
获取训练数据；所述训练数据包括牙齿训练图像及对应的分割图像；
构建边界信息提取的训练模型；
将所述训练数据输入所述训练模型，并利用边缘损失函数进行训练，将训练好的训练模型确定为边界信息模块。
可选地，所述边缘损失函数为：
其中，Ipre(i)是网络的预测图，Igt(i)是真实的边界图。
可选地，将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，生成三维牙齿分割图像，具体包括：
将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，将生成的三维投影再依次进行二维投影和三维投影，生成三维牙齿分割图像。
可选地，将所述利用标记分水岭变换方法，对所述三维牙齿分割图像进行前景和背景标记分割，得到最终的牙齿CT图像三维分割图像，具体包括：
利用标记分水岭变换方法，把前景作为种子点，把背景作为不相关区域，并在种子点附近进行分割，得到最终的牙齿CT图像三维分割图像。
本发明还提供了一种牙齿CT图像三维分割系统，包括：
图像获取单元，用于获取三维牙齿CT图像；
图像预处理单元，用于对所述三维牙齿CT图像进行二值化处理，并对二值化处理后的图像在设定方向进行投影，得到牙弓二维图像；所述牙弓二维图像包括上颌和下颌对应的灰度图；
演化分割单元，用于利用基于边缘的距离正则化水平集演化方法，对所述牙弓二维图像进行边缘分割，得到牙弓二维特征图像；
牙齿区域预测单元，用于将所述牙弓二维特征图像依次输入Sobel滤波器和边界信息模块中，对图像中的牙齿边界信息进行特征增强及提取，得到二维牙齿分割预测图；所述边界信息模块是根据残差块以及与所述残差块连接的对应块构建的；
投影单元，用于将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，生成三维牙齿分割图像；
最终图像生成单元，用于利用标记分水岭变换方法，对所述三维牙齿分割图像进行前景和背景标记分割，得到最终的牙齿CT图像三维分割图像。
本发明还提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据上述的牙齿CT图像三维分割方法。
本发明还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的牙齿CT图像三维分割方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种牙齿CT图像三维分割方法、系统、设备及介质，所述方法包括获取三维牙齿CT图像；对三维牙齿CT图像进行二值化处理及投影，得到牙弓二维图像；利用基于边缘的距离正则化水平集演化方法，对牙弓二维图像进行分割，得到牙弓二维特征图像；将牙弓二维特征图像依次输入Sobel滤波器和边界信息模块中，对图像中的牙齿边界信息进行特征增强及提取，得到二维牙齿分割预测图；将二维牙齿分割预测图在三维牙齿CT图像中进行投影，生成三维牙齿分割图像；利用标记分水岭变换方法，对三维牙齿分割图像进行前景和背景标记分割，得到最终的牙齿CT图像三维分割图像。本发明通过对图像依次进行牙弓边缘和牙齿边缘的提取，并通过三维-二维-三维的投影转换，有效消除金属伪影，以及利用标记分水岭变换方法，把前景作为种子点，背景作为不相关区域，算法在种子点附近进行分割，有效的减免了过拟合问题，同时也减弱了噪声的影响，更为有效、准确的对单个牙齿图像进行分割，能够提高牙齿图像的分割精确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明牙齿CT图像三维分割方法的流程示意图。
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。
本发明的目的是提供一种牙齿CT图像三维分割方法、系统、设备及介质，能够提高牙齿图像的分割精确度。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明提供了一种牙齿CT图像三维分割方法，包括：
步骤100：获取三维牙齿CT图像；
步骤200：对所述三维牙齿CT图像进行二值化处理，并对二值化处理后的图像在设定方向进行投影，得到牙弓二维图像；所述牙弓二维图像包括上颌和下颌对应的灰度图；
步骤300：利用基于边缘的距离正则化水平集演化方法，对所述牙弓二维图像进行边缘分割，得到牙弓二维特征图像；
步骤400：将所述牙弓二维特征图像依次输入Sobel滤波器和边界信息模块中，对图像中的牙齿边界信息进行特征增强及提取，得到二维牙齿分割预测图；所述边界信息模块是根据残差块以及与所述残差块连接的对应块构建的；
步骤500：将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，生成三维牙齿分割图像；
步骤600：利用标记分水岭变换方法，对所述三维牙齿分割图像进行前景和背景标记分割，得到最终的牙齿CT图像三维分割图像。
其中，所述边界信息模块的训练方法为：
获取训练数据；所述训练数据包括牙齿训练图像及对应的分割图像；构建边界信息提取的训练模型；将所述训练数据输入所述训练模型，并利用边缘损失函数进行训练，将训练好的训练模型确定为边界信息模块。 并且，所述边缘损失函数为：其中，Ipre(i)是网络的预测图，Igt(i)是真实的边界图。 作为步骤200的一种实施方式，具体包括： 利用设定阈值，对所述三维牙齿CT图像进行二值化处理，得到空间直角坐标系下的二维牙齿CT图像；利用联通区域标记法提取所述二维牙齿CT图像中的上颌区域和下颌区域，在z方向上利用最大强度投影方法进行投影，得到上颌和下颌对应的灰度图，并根据所述上颌和下颌对应的灰度图确定牙弓二维图像。 作为步骤300的一种实施方式，具体包括： 基于边缘的距离正则化水平集，通过提供平滑闭合的轮廓让曲线基于图像梯度进行演化，对所述牙弓二维图像中的牙弓区域进行分割，得到牙弓二维特征图像。 作为步骤500的一种实施方式，具体包括： 将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，将生成的三维投影再依次进行二维投影和三维投影，生成三维牙齿分割图像。 作为步骤600的一种实施方式，具体包括： 利用标记分水岭变换方法，把前景作为种子点，把背景作为不相关区域，并在种子点附近进行分割，得到最终的牙齿CT图像三维分割图像。 在上述技术方案的基础上，提供如下所示的实施例。 对于已获取的三维牙齿CT图像分别进行如下步骤： 步骤一：对输入的三维牙齿CT图像设定阈值使用联通分量标记法分割出上颌和下颌；获取到的三维牙齿CT图像包含上颌、下颌、软组织等类，为便于后续牙齿分割，需要将上颌和下颌单独重建。
为获得二值图像，我们将三维牙齿CT图像分割为空气、软组织和骨骼三类，设定阈值Th0和Th1如下：
得到的Th1即为软组织与骨骼的界面，因此我们可得三维图像X(x,y,z)的二值化图如下：
式中，Th0和Th1分别为空气与骨骼，软组织与骨骼之间的阈值。q(k)为CT图像对应的平均直方图。为得到的最后二值图像。
步骤二：对分割出的上颌和下颌进行二维切片；受设备等因素的影响，在实际获取三维牙齿CT图像时，往往会有金属伪影噪声，因此我们对获取到的三维CT图像进行重建，以消除金属伪影。
为更好的对步骤二对步骤一中得到的二值化的三维牙齿CT图像采用联通区域标记(CCL)提取上颌和下颌，其中下颌是最大连接部分，上颌是第二大连接部分。为了得到CBCT的牙弓二维图像，在z方向上应用最大强度投影(MIP)得到上颌和下颌对应的灰度图。
式中，Xu为重建的上颌图像，Xl为重建的下颌图像。IXu与IXl为经过MIP操作后得到的上颌和下颌的二维图像。
步骤三：通过基于边缘的距离正则化水平集构建二维全景图像；对消除金属伪影噪声后的重建图像来说，首先需要获取上颌和下颌牙齿的粗略图像曲线，以进行整体分割。
采用基于边缘的距离正则化水平集演化方法得到粗略的牙齿轮廓图像。基于边缘的水平集能够通过提供平滑闭合的轮廓让曲线基于图像梯度进行演化，这可以有效的应对CBCT牙齿图像具有强度分布不均匀特点。基于正则化的水平集可以在演化过程中省略重新初始化的步骤，这样能够有效克服传统水平集在演化过程中震荡、偏离目标函数的缺点。通过基于边缘的距离正则化水平集演化的方法能够初始分割出牙弓区域，得到的曲线为：
式中，Ns为曲线点的个数，为上颌图像得到的三次样条曲线
根据该曲线得到最终的二维全景图像IF：
式中，s同公式(4)，r(s)为公式(4)得到的三次样条曲线中的一部分，n(s)为r(s)的单位法向量。
步骤四：设计边界信息模块提取牙齿边界信息并进行分割；牙齿边界信息模糊一直是牙齿CT图像分割的难点所在，因此如何有效的提取边界信息，以减少边界模糊对分割准确率的影响是本步骤重点解决的问题也是本实施例的重点所在。
设计边界信息(Boundary information extraction,BIE)模块提取图像的边界信息。CBCT牙齿图像分割的难点在于边界信息模糊，牙冠部分中相邻牙齿，牙根与牙槽骨之间相似难以区分。我们通过对牙齿图像边界信息的提取，以减少边界信息对分割效果的影响。设计Sobel算子，通过使用步骤三得到的特征图IF边界信息的权重区分边缘体素与其他体素。
式中，代表元素乘积操作。
在特征图经过Sobel滤波器增强边界信息处理后，将得到的特征图输入进边界信息模块提取边界信息。对于BIE模块的具体实现，设计一个残差块并与i+1的对应块进行求和操作。同时为了减少累积误差带来的影响，将组合的特征作在下一轮的输入前同样经过一个BIE模块，最终得到二维牙齿分割预测图。
设计的边缘损失函数如下：
式中，Ipre(i)是网络的预测图，Igt(i)是真实的边界图。
步骤五：重新投影回三维图像；对全景图像进行分割后，需要重新投影回三维图像以进行单个牙齿的分割。
根据公式(4)和公式(5)将步骤四单个牙齿分割的二维图像重新投影回三维的牙齿分割图像中，先将三维牙齿图像投影生成二维图像再重新投影，可以有效去除牙齿三维CBCT图像获取时金属伪影噪声的影响。具体公式如下：
D＝{(r(s)+xn(s),z):-α≤x≤α，(s,z)∈Ipre} (8)
式中，α为超参数。
步骤六：通过标记分水岭变换对单个牙齿分割，得到最终牙齿分割图像。
本实施例想要达到的最后效果是对单个牙齿图像的分割识别，因此需要在重构三维CT图像中进行分割。
将步骤五中重新投影回的三维CT图像作为标记分水岭变换的输入，通过利用步骤四在二维图像上的分割结果作为引导以及图像中的前景和背景标记作为引导，实现CBCT图像单颗牙齿分割，得到最终的分割图像。
具体来说，在本实施例中，通过对网络输出的概率图进行阈值操作，然后利用处理后的图像生成前景和背景标记。利用标记分水岭变换方法，把前景作为种子点，背景作为不相关区域。算法在种子点附近进行分割，有效的减免了过拟合问题，同时也减弱了噪声的影响，更为有效、准确的对单个牙齿图像进行分割。
此外，本发明还提供了一种牙齿CT图像三维分割系统，包括：
图像获取单元，用于获取三维牙齿CT图像；
图像预处理单元，用于对所述三维牙齿CT图像进行二值化处理，并对二值化处理后的图像在设定方向进行投影，得到牙弓二维图像；所述牙弓二维图像包括上颌和下颌对应的灰度图；
演化分割单元，用于利用基于边缘的距离正则化水平集演化方法，对所述牙弓二维图像进行边缘分割，得到牙弓二维特征图像；
牙齿区域预测单元，用于将所述牙弓二维特征图像依次输入Sobel滤波器和边界信息模块中，对图像中的牙齿边界信息进行特征增强及提取，得到二维牙齿分割预测图；所述边界信息模块是根据残差块以及与所述残差块连接的对应块构建的；
投影单元，用于将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，生成三维牙齿分割图像；
最终图像生成单元，用于利用标记分水岭变换方法，对所述三维牙齿分割图像进行前景和背景标记分割，得到最终的牙齿CT图像三维分割图像。
本发明还提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据上述的牙齿CT图像三维分割方法。
本发明还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的牙齿CT图像三维分割方法。
本说明书中各个实施例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部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种牙齿CT图像三维分割方法，其特征在于，包括：
获取三维牙齿CT图像；
对所述三维牙齿CT图像进行二值化处理，并对二值化处理后的图像在设定方向进行投影，得到牙弓二维图像；所述牙弓二维图像包括上颌和下颌对应的灰度图；
利用基于边缘的距离正则化水平集演化方法，对所述牙弓二维图像进行边缘分割，得到牙弓二维特征图像；
将所述牙弓二维特征图像依次输入Sobel滤波器和边界信息模块中，对图像中的牙齿边界信息进行特征增强及提取，得到二维牙齿分割预测图；所述边界信息模块是根据残差块以及与所述残差块连接的对应块构建的；
将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，生成三维牙齿分割图像；
利用标记分水岭变换方法，对所述三维牙齿分割图像进行前景和背景标记分割，得到最终的牙齿CT图像三维分割图像。
2.根据权利要求1所述的牙齿CT图像三维分割方法，其特征在于，对所述三维牙齿CT图像进行二值化处理，并对二值化处理后的图像在设定方向进行投影，得到牙弓二维图像，具体包括：
利用设定阈值，对所述三维牙齿CT图像进行二值化处理，得到空间直角坐标系下的二维牙齿CT图像；
利用联通区域标记法提取所述二维牙齿CT图像中的上颌区域和下颌区域，在z方向上利用最大强度投影方法进行投影，得到上颌和下颌对应的灰度图，并根据所述上颌和下颌对应的灰度图确定牙弓二维图像。
3.根据权利要求1所述的牙齿CT图像三维分割方法，其特征在于，利用基于边缘的距离正则化水平集演化方法，对所述牙弓二维图像进行边缘分割，得到牙弓二维特征图像，具体包括：
基于边缘的距离正则化水平集，通过提供平滑闭合的轮廓让曲线基于图像梯度进行演化，对所述牙弓二维图像中的牙弓区域进行分割，得到牙弓二维特征图像。
4.根据权利要求1所述的牙齿CT图像三维分割方法，其特征在于，所述边界信息模块的训练方法为：
获取训练数据；所述训练数据包括牙齿训练图像及对应的分割图像；
构建边界信息提取的训练模型；
将所述训练数据输入所述训练模型，并利用边缘损失函数进行训练，将训练好的训练模型确定为边界信息模块。
5.根据权利要求4所述的牙齿CT图像三维分割方法，其特征在于，所述边缘损失函数为：
其中，Ipre(i)是网络的预测图，Igt(i)是真实的边界图。
6.根据权利要求1所述的牙齿CT图像三维分割方法，其特征在于，将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，生成三维牙齿分割图像，具体包括：
将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，将生成的三维投影再依次进行二维投影和三维投影，生成三维牙齿分割图像。
7.根据权利要求1所述的牙齿CT图像三维分割方法，其特征在于，将所述利用标记分水岭变换方法，对所述三维牙齿分割图像进行前景和背景标记分割，得到最终的牙齿CT图像三维分割图像，具体包括：
利用标记分水岭变换方法，把前景作为种子点，把背景作为不相关区域，并在种子点附近进行分割，得到最终的牙齿CT图像三维分割图像。
8.一种牙齿CT图像三维分割系统，其特征在于，包括：
图像获取单元，用于获取三维牙齿CT图像；
图像预处理单元，用于对所述三维牙齿CT图像进行二值化处理，并对二值化处理后的图像在设定方向进行投影，得到牙弓二维图像；所述牙弓二维图像包括上颌和下颌对应的灰度图；
演化分割单元，用于利用基于边缘的距离正则化水平集演化方法，对所述牙弓二维图像进行边缘分割，得到牙弓二维特征图像；
牙齿区域预测单元，用于将所述牙弓二维特征图像依次输入Sobel滤波器和边界信息模块中，对图像中的牙齿边界信息进行特征增强及提取，得到二维牙齿分割预测图；所述边界信息模块是根据残差块以及与所述残差块连接的对应块构建的；
投影单元，用于将所述二维牙齿分割预测图在所述三维牙齿CT图像中进行三维投影，生成三维牙齿分割图像；
最终图像生成单元，用于利用标记分水岭变换方法，对所述三维牙齿分割图像进行前景和背景标记分割，得到最终的牙齿CT图像三维分割图像。
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1-7中所述的牙齿CT图像三维分割方法。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7中所述的牙齿CT图像三维分割方法。
CN202310973116.2A 2023-08-03 2023-08-03 一种牙齿ct图像三维分割方法、系统、设备及介质 Pending CN117011318A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310973116.2A CN117011318A (zh) 2023-08-03 2023-08-03 一种牙齿ct图像三维分割方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310973116.2A CN117011318A (zh) 2023-08-03 2023-08-03 一种牙齿ct图像三维分割方法、系统、设备及介质

Publications (1)

Publication Number Publication Date
CN117011318A true CN117011318A (zh) 2023-11-07

Family

ID=88572292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310973116.2A Pending CN117011318A (zh) 2023-08-03 2023-08-03 一种牙齿ct图像三维分割方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN117011318A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117952987A (zh) * 2024-03-27 2024-04-30 有方（合肥）医疗科技有限公司 Cbct图像数据的处理方法、装置、电子设备及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117952987A (zh) * 2024-03-27 2024-04-30 有方（合肥）医疗科技有限公司 Cbct图像数据的处理方法、装置、电子设备及介质

Similar Documents

Publication Publication Date Title
Panetta et al. Tufts dental database: a multimodal panoramic x-ray dataset for benchmarking diagnostic systems
Kumar et al. Descriptive analysis of dental X-ray images using various practical methods: A review
CN109903396B (zh) 一种基于曲面参数化的牙齿三维模型自动分割方法
Amer et al. An efficient segmentation algorithm for panoramic dental images
CN107203998A (zh) 一种对锥束ct图像进行牙列分割的方法
CN107909589B (zh) 一种结合C-V水平集和GrabCut算法的牙齿图像分割方法
Hosntalab et al. Segmentation of teeth in CT volumetric dataset by panoramic projection and variational level set
Li et al. An automatic variational level set segmentation framework for computer aided dental X-rays analysis in clinical environments
CN106909947A (zh) 基于Mean Shift算法的CT图像金属伪影消除方法及消除系统
CN114638852A (zh) 基于cbct图像颌骨、软组织识别与重建的方法、装置及介质
CN111784639A (zh) 基于深度学习的口腔全景片龋齿深度识别方法
CN117011318A (zh) 一种牙齿ct图像三维分割方法、系统、设备及介质
Kakehbaraei et al. Dental segmentation in cone-beam computed tomography images using watershed and morphology operators
CN114757960A (zh) 一种基于cbct图像的牙齿分割与重建方法及存储介质
Kumar et al. Automated recognition of dental caries using K-Means and PCA based algorithm
Helli et al. Tooth instance segmentation on panoramic dental radiographs using u-nets and morphological processing
Pattanachai et al. Tooth recognition in dental radiographs via Hu's moment invariants
Chen et al. Detection of various dental conditions on dental panoramic radiography using Faster R-CNN
Gao et al. Automatic tooth region separation for dental CT images
KR102330981B1 (ko) 딥러닝을 이용한 ct 영상의 악안면골 자동 분할 방법
Park et al. A trends analysis of dental image processing
Rad et al. Level set and morphological operation techniques in application of dental image segmentation
Banu et al. Texture based classification of dental cysts
Cunha et al. A method for segmentation of dental implants and crestal bone
Pavaloiu et al. Knowledge based segmentation for fast 3D dental reconstruction from CBCT

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