CN117115405B - 一种基于cbct的三维牙齿图像切片展示方法、介质和设备 - Google Patents
一种基于cbct的三维牙齿图像切片展示方法、介质和设备 Download PDFInfo
- Publication number
- CN117115405B CN117115405B CN202311377579.9A CN202311377579A CN117115405B CN 117115405 B CN117115405 B CN 117115405B CN 202311377579 A CN202311377579 A CN 202311377579A CN 117115405 B CN117115405 B CN 117115405B
- Authority
- CN
- China
- Prior art keywords
- image
- tooth
- cbct
- single tooth
- images
- 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
- 238000007408 cone-beam computed tomography Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 55
- 210000002455 dental arch Anatomy 0.000 claims abstract description 24
- 238000005520 cutting process Methods 0.000 claims abstract description 20
- 238000003860 storage Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 230000014509 gene expression Effects 0.000 claims description 9
- 238000012887 quadratic function Methods 0.000 claims description 9
- 206010043183 Teething Diseases 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000036346 tooth eruption Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims 1
- 210000000214 mouth Anatomy 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 210000003128 head Anatomy 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000028911 Temporomandibular Joint disease Diseases 0.000 description 1
- 210000001909 alveolar process Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 208000031513 cyst Diseases 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 210000001847 jaw Anatomy 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 210000004357 third molar Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Multimedia (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供了一种基于CBCT的三维牙齿图像切片展示方法、介质和设备,所述方法包括:S1:获取沿第一预设方向拍摄的CBCT口扫图像;S2:计算CBCT口扫图像中多个牙齿图像的中心点坐标,根据多个牙齿图像的中心点坐标拟合出牙弓曲线;S3:依次计算各个牙齿图像对应的第一切线和第一垂线,根据第一垂线与预设坐标轴的夹角计算各个牙齿图像对应的待旋转角度;S4:根据各个牙齿图像对应的待旋转角度依次对牙齿图像进行旋转,并以当前牙齿图像的中心点坐标为中心,裁剪出预设区域范围内的牙齿图像。上述方案在对各个牙齿图像进行切割之前先将各个牙齿图像旋转对应的待旋转角度,使得切割后的牙齿图像更加规范,能够更快更精准地输出各个牙齿图像。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种基于CBCT的三维牙齿图像切片展示方法、介质和设备。
背景技术
随着数字化口腔技术的不断发展,基于三维数字化技术的口腔辅助诊断和治疗系统都依赖于患者牙齿和牙龈三维数字模型的建立。通常,医生可以通过拍摄观察患者的CBCT口扫图像的方式来获知当前患者的牙齿图像。
CBCT口扫图像是指锥形束计算机断层摄影术(Cone Beam Computed Tomography,简称CBCT)在口腔领域中的应用。它是一种通过使用锥形束X射线来获取口腔和颌骨结构的三维图像。与传统的X射线片相比,CBCT口腔扫描提供了更详细和全面的口腔结构信息。CBCT口扫图像可以显示牙齿、牙根、颌骨骨量、颌骨结构、牙槽骨、种植体、根尖吸收、囊肿和肿瘤等口腔和颌面部的结构。它可用于多种口腔领域的诊断和治疗规划,如种植手术前的骨量评估、智齿拔除术前的位置和形态评估、牙槽突裂隙检测、颞下颌关节疾病的诊断等。此外,CBCT口扫图像具有较低的辐射剂量和较短的扫描时间,相比传统的CT扫描,更适用于口腔领域的应用。它可以为口腔医生提供更全面的口腔结构信息,从而更准确地制定治疗方案并提高治疗效果。
为了方便医生更好地观察到患者各颗牙齿牙根与压槽的耦合关系,通常需要对CBCT口扫图像进行分割裁剪,以获得患者各颗牙齿的图像信息,目前对于各颗牙齿图像的切割依赖于神经网络训练模型来完成或者由医生进行手动裁剪,通过神经网络训练模型来完成存在着算法复杂、计算量大等缺点,而由医生手动裁剪的方式,受到各颗牙齿的形状、大小、拍摄角度、尺寸比例等因素的影响,裁剪过程不仅费时费力,而且无法输出标准化的牙齿图像,存在着不够精确、误差性大等缺点。
发明内容
为此,需要提供一种基于CBCT口扫图像的牙齿图像分割的技术方案,用于解决现有的牙齿图像分割方法费时费力、无法输出标准化的牙齿图像等问题。
为解决以上问题,本申请提出了以下方案:
在第一方面,本申请提出了一种基于CBCT的三维牙齿图像切片展示方法,其所述方法包括以下步骤:
S1:获取沿第一预设方向拍摄的CBCT口扫图像,所述CBCT口扫图像包括上颌图像和/或下颌图像;
S2:计算所述CBCT口扫图像中多个牙齿图像的中心点坐标,根据所述多个牙齿图像的中心点坐标拟合出牙弓曲线;
S3:依次计算各个牙齿图像对应的第一切线和第一垂线,根据所述第一垂线与预设坐标轴的夹角计算各个牙齿图像对应的待旋转角度,所述第一切线为经过当前牙齿图像的中心点坐标的牙弓曲线上的切线,所述第一垂线为经过当前牙齿图像的中心点坐标且与所述第一切线相垂直的直线;
S4:根据所述各个牙齿图像对应的待旋转角度依次对所述牙齿图像进行旋转,并以当前牙齿图像的中心点坐标为中心,裁剪出预设区域范围内的牙齿图像。
作为一种可选的实施例,所述计算所述CBCT口扫图像中多个牙齿图像的中心点坐标包括以下步骤:
采用预设识别框依次对所述CBCT口扫图像中各个牙齿图像进行边缘检测,以使得所述预设识别框能够覆盖所述牙齿图像的边缘;
对预设识别框内的图像进行灰度和二值化处理,并提取包含单颗牙齿信息的最大连通域;
对所述最大连通域的像素点坐标进行加权平均/取平均,得到单颗牙齿对应的中心点坐标。
作为一种可选的实施例,所述第一预设方向为俯视方向,所述俯视方向为从人体头顶向下的视角方向,所述CBCT口扫图像为人体口腔位置的头部剖面图;
和/或所述预设坐标轴为X轴。
作为一种可选的实施例,所述CBCT口扫图像和/或所述牙齿图像为三维图像,所述方法包括:
在计算所述牙齿图像的中心点坐标时,取所述牙齿图像的横坐标和纵坐标进行计算,得到二维的所述中心点坐标。
作为一种可选的实施例,所述根据所述多个牙齿图像的中心点坐标拟合出牙弓曲线包括:
获取多个所述牙齿图像的中心点坐标,根据拟合算法对多个所述牙齿图像的中心点坐标进行拟合,得到所述牙弓曲线;
所述拟合算法包括最小二乘法、多项式拟合算法、样条插值算法、非参数拟合算法中的任一项。
作为一种可选的实施例,所述牙弓曲线为二次函数,所述二次函数的表达式为y=ax2+bx+c,所述第一切线通过对所述二次函数进行求导得到,所述第一切线的表达式为y=2ax+b。
作为一种可选的实施例,所述预设区域范围为以当前牙齿图像的中心点坐标为中心,向上下方向各自延伸3-4cm,向左右方向各自延伸1.5-2cm后所围成的矩形框区域。
作为一种可选的实施例,步骤S4之后还包括:
S5:待全部牙齿图像裁剪完成后,对全部牙齿图像上的像素点进行归一化处理,并输出归一化后的全部牙齿图像。
在第二方面,本发明还提供了一种存储介质,存储介质存储有计算机程序,计算机程序被处理器执行时实现如本发明第一方面的方法步骤。
在第三方面,本发明还提供了一种电子设备,包括处理器和存储介质,存储介质为如第二方面的存储介质;
处理器用于执行存储介质中存储的计算机程序以实现如第一方面的方法步骤。
区别于现有技术,本发明提供了一种基于CBCT的三维牙齿图像切片展示方法、存储介质和电子设备,所述方法包括以下步骤:S1:获取沿第一预设方向拍摄的CBCT口扫图像;S2:计算所述CBCT口扫图像中多个牙齿图像的中心点坐标,根据所述多个牙齿图像的中心点坐标拟合出牙弓曲线;S3:依次计算各个牙齿图像对应的第一切线和第一垂线,根据所述第一垂线与预设坐标轴的夹角计算各个牙齿图像对应的待旋转角度;S4:根据所述各个牙齿图像对应的待旋转角度依次对所述牙齿图像进行旋转,并以当前牙齿图像的中心点坐标为中心,裁剪出预设区域范围内的牙齿图像。上述方案先基于牙弓曲线和牙齿图像的中心点坐标确定对应的第一垂线,而后根据所述第一垂线与预设坐标轴的夹角计算各个牙齿图像对应的待旋转角度,而后在对各个牙齿图像进行切割之前先将各个牙齿图像旋转对应的待旋转角度,使得切割后的牙齿图像呈现出的角度更加规范,相较于人工手动切割的方式,能够更加快速精准地输出各个牙齿图像。
附图说明
图1为本发明第一种实施方式涉及的基于CBCT的三维牙齿图像切片展示方法的流程图;
图2为本发明第二种实施方式涉及的基于CBCT的三维牙齿图像切片展示方法的流程图;
图3为本发明第三种实施方式涉及的基于CBCT的三维牙齿图像切片展示方法的流程图;
图4为本发明一实施方式涉及的CBCT口扫图像的示意图;
图5为本发明一实施方式涉及的旋转后的牙齿图像的示意图;
图6为本发明一实施方式涉及的所述待旋转角度计算的原理图;
图7为本发明一实施方式涉及的裁剪后的牙齿图像的示意图;
图8为本发明一实施方式涉及的电子设备的示意图;
附图标记:
10、电子设备;
101、处理器;
102、存储介质。
具体实施方式
为详细说明本申请可能的应用场景,技术原理,可实施的具体方案,能实现目的与效果等,以下结合所列举的具体实施例并配合附图详予说明。本文所记载的实施例仅用于更加清楚地说明本申请的技术方案,因此只作为示例,而不能以此来限制本申请的保护范围。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中各个位置出现的“实施例”一词并不一定指代相同的实施例,亦不特别限定其与其它实施例之间的独立性或关联性。原则上,在本申请中,只要不存在技术矛盾或冲突,各实施例中所提到的各项技术特征均可以以任意方式进行组合,以形成相应的可实施的技术方案。
除非另有定义,本文所使用的技术术语的含义与本申请所属技术领域的技术人员通常理解的含义相同;本文中对相关术语的使用只是为了描述具体的实施例,而不是旨在限制本申请。
在本申请的描述中,用语“和/或”是一种用于描述对象之间逻辑关系的表述,表示可以存在三种关系,例如A和/或B,表示:存在A,存在B,以及同时存在A和B这三种情况。另外,本文中字符“/”一般表示前后关联对象是一种“或”的逻辑关系。
在本申请中,诸如“第一”和“第二”之类的用语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何实际的数量、主次或顺序等关系。
在没有更多限制的情况下,在本申请中,语句中所使用的“包括”、“包含”、“具有”或者其他类似的表述,意在涵盖非排他性的包含,这些表述并不排除在包括要素的过程、方法或者产品中还可以存在另外的要素,从而使得包括一系列要素的过程、方法或者产品中不仅可以包括那些限定的要素,而且还可以包括没有明确列出的其他要素,或者还包括为这种过程、方法或者产品所固有的要素。
与《审查指南》中的理解相同,在本申请中,“大于”、“小于”、“超过”等表述理解为不包括本数;“以上”、“以下”、“以内”等表述理解为包括本数。此外,在本申请实施例的描述中“多个”的含义是两个以上(包括两个),与之类似的与“多”相关的表述亦做此类理解,例如“多组”、“多次”等,除非另有明确具体的限定。
在现有技术中,为了医生能够更好地观察到患者各颗牙齿的情况,通常需要对CBCT口扫图像进行分割裁剪,以获得患者各颗牙齿的图像信息,目前对于各颗牙齿图像的切割依赖于神经网络训练模型来完成或者由医生进行手动裁剪,通过神经网络训练模型来完成存在着算法复杂、计算量大等缺点,而由医生手动裁剪的方式,受到各颗牙齿的形状、大小、拍摄角度、尺寸比例等因素的影响,裁剪过程不仅费时费力,而且无法输出标准化的牙齿图像,存在着不够精确、误差性大等缺点。本发明旨在解决现有的牙齿图像分割方式费时费力、无法输出标准化的牙齿图像等问题。
如图1所示,在第一方面,本发明提供了一种基于CBCT的三维牙齿图像切片展示方法,所述方法包括以下步骤:
S1:获取沿第一预设方向拍摄的CBCT口扫图像,所述CBCT口扫图像包括上颌图像和/或下颌图像。
在本实施例中,当CBCT口扫图像为上颌图像时,通过本申请的方法处理所呈现的是对上颌图像的牙齿分割结果;当CBCT口扫图像为下颌图像时,通过本申请的方法处理所呈现的是对下颌图像的牙齿分割结果;当CBCT口扫图像包含下颌图像和下颌图像时,通过本申请的方法处理所呈现的是对口腔内所有牙齿图像(包括上颌图像和下颌图像对应的牙齿图像)的分割结果,这样有助于给医生和患者查看牙齿与压槽的耦合关系,判断患者牙齿的生长情况。所述第一预设方向优选为能够清晰拍摄到患者口腔内上颌或下颌所包含的全部牙齿的角度方向。
S2:计算所述CBCT口扫图像中多个牙齿图像的中心点坐标,根据所述多个牙齿图像的中心点坐标拟合出牙弓曲线;
在本实施例中,可以先对CBCT口扫图像进行灰度和二值化处理,识别出若干包含牙齿像素点的连通域,将各个连通域大小与预设阈值进行比对,进而确定各个牙齿所在的位置,而后基于各个牙齿所包含的像素点坐标进一步计算对应的中心点坐标。而后可以对多个中心点坐标进行拟合,得到牙弓曲线,优选的,若CBCT口扫图像包含下颌图像和下颌图像时,则对应的牙弓曲线有两条,分为上牙弓曲线(基于上颌图像的牙齿中心点坐标拟合得到)和下牙弓曲线(基于下颌图像的牙齿中心点坐标拟合得到)。
S3:依次计算各个牙齿图像对应的第一切线和第一垂线,根据所述第一垂线与预设坐标轴的夹角计算各个牙齿图像对应的待旋转角度,所述第一切线为经过当前牙齿图像的中心点坐标的牙弓曲线上的切线,所述第一垂线为经过当前牙齿图像的中心点坐标且与所述第一切线相垂直的直线;
在本实施例中,在识别出各个牙齿的相对位置后,可以依照从左到右、或从右到左、或从中间到两侧的排列顺序对各个牙齿进行编号,而后依据编号顺序逐个旋转对应牙齿图像的待旋转角度,使得最终切割得到的牙齿图像的朝向相对一致,便于观察。
S4:根据所述各个牙齿图像对应的待旋转角度依次对所述牙齿图像进行旋转,并以当前牙齿图像的中心点坐标为中心,裁剪出预设区域范围内的牙齿图像。
在本实施例中,预设区域范围可以根据实际需要进行设定,优选为可以包含一颗正常人的牙齿大小的区域范围。
上述方案先基于牙弓曲线和牙齿图像的中心点坐标确定对应的第一垂线,而后根据所述第一垂线与预设坐标轴的夹角计算各个牙齿图像对应的待旋转角度,而后在对各个牙齿图像进行切割之前先将各个牙齿图像旋转对应的待旋转角度,使得切割后的牙齿图像呈现出的角度更加规范,相较于人工手动切割的方式,能够更加快速精准地输出各个牙齿图像。
如图2所示,在某些实施例中,所述计算所述CBCT口扫图像中多个牙齿图像的中心点坐标包括以下步骤:
首先进入步骤S201采用预设识别框依次对所述CBCT口扫图像中各个牙齿图像进行边缘检测,以使得所述预设识别框能够覆盖所述牙齿图像的边缘。
在本实施例中,预设识别框的大小可以先设定一个初始值,若这个初始值远大于某一颗牙齿所占据的尺寸范围,则可以按梯度逐渐缩小该预设识别框的各个边线大小,直至所述预设识别框的边各线首次与所述牙齿信息的像素点相接触,则记录此时牙齿信息对应的像素点为所述牙齿图像的边缘。反之,如果设定的所述预设识别框的初始值远小于某一颗牙齿所占据的尺寸范围,则可以按梯度逐渐增大该预设识别框的各个边线大小,直至所述预设识别框的各边线首次与所述牙齿信息的像素点相接触,则记录此时牙齿信息对应的像素点为所述牙齿图像的边缘。
而后进入步骤S202对预设识别框内的图像进行灰度和二值化处理,并提取包含单颗牙齿信息的最大连通域。
在本实施例中,可以预先设置一阈值,将识别出的包含牙齿信息(经过二值化处理后,牙齿信息通常被赋值为1,以黑点的方式呈现,非牙齿信息被赋值为0,以白点的方式呈现)且大小大于所述阈值的若干连通域,将其作为牙齿图像。
而后进入步骤S203对所述最大连通域的像素点坐标进行加权平均/取平均,得到单颗牙齿对应的中心点坐标。
简言之,在区分出每颗牙齿图像后,可以对每颗牙齿图像所包含的像素点取坐标的平均值,从而得到中心点坐标,也可以对每颗牙齿图像所包含的像素点进行加权平均(比如靠近中心位置的像素点的权重更大,远离中心位置的像素点的权重更小),以得到所述中心点坐标。
在某些实施例中,所述第一预设方向为俯视方向,所述俯视方向为从人体头顶向下的视角方向,所述CBCT口扫图像为人体口腔位置的头部剖面图。通常,CBCT获得的是患者头部的三维视图,由CBCT口扫图像可以看出,在不同的窗口中可以看到不同的头部剖面图。这里所谓的俯视方向是指视角往下俯视,即在上方往下方的头部顶端俯视,这样可以更好得获得患者口腔内的各个牙齿信息,拍摄的CBCT口扫图像如图4所示。
在另一些实施例中,所述预设坐标轴为X轴。考虑到不同的CBCT仪器厂商,在平面上,人体的面部在拍摄时可能会朝向东南西北不同的方向,因此不能一开始就定义好X轴。本申请基于CBCT口扫图像分割得到的牙齿图像以及重建的三维模型,直接获取这些牙齿在世界坐标系的三维坐标,并将三维坐标中的第一个坐标默认为X轴坐标,X轴坐标所在的轴线为所述预设坐标轴。通过这种定义所述预设坐标轴的方式,可以使得不同CBCT仪器厂商所生产的CBCT仪器,在对图像进行分割处理时都能够适用于本申请所描述的方法步骤,提升所述方法的适用范围。
在本实施例中,所述CBCT口扫图像和/或所述牙齿图像为三维图像,所述方法包括:在计算所述牙齿图像的中心点坐标时,取所述牙齿图像的横坐标和纵坐标进行计算,得到二维的所述中心点坐标。
简言之,在计算本申请的牙弓曲线、待旋转角度时,参与计算的牙齿图像上的坐标只考虑其X坐标和Y坐标参与计算,而忽略其沿高度方向上的坐标(即Z坐标),可以有效节省计算量,同时更加直观地呈现各个牙齿图像的平面切割结果。
在某些实施例中,所述根据所述多个牙齿图像的中心点坐标拟合出牙弓曲线包括:获取多个所述牙齿图像的中心点坐标,根据拟合算法对多个所述牙齿图像的中心点坐标进行拟合,得到所述牙弓曲线;所述拟合算法包括最小二乘法、多项式拟合算法、样条插值算法、非参数拟合算法中的任一项。
所述最小二乘法是通过拟合非线性模型来适应数据。所述多项式拟合算法是使用多项式函数拟合数据,可以拟合曲线的非线性关系。所述样条插值算法是通过插值或逼近的方法,使用曲线段连接各个数据点,形成平滑曲线。
所述非参数拟合算法可以不依赖于特定函数形式,根据数据自身分布进行拟合。
优选的,所述牙弓曲线为二次函数,所述二次函数的表达式为y=ax2+bx+c,所述第一切线通过对所述二次函数进行求导得到,所述第一切线的表达式为y=2ax+b。需要说明的是,本申请为了计算方便以及代码的简洁性,所以拟合的牙弓曲线采用的是二元一次函数进行表示,在另一些实施例中,牙弓曲线还可以通过其他函数进行表示。
如图6所示,A表示某颗牙齿的中心点,图6中的抛物线曲线为牙弓曲线,B为第一切线,C为第一垂线,D为预设坐标轴(优选为X轴),角度a即为该牙齿对应的待旋转角度。以某一上下颌图像为例,经过旋转后的单颗牙齿图像如图5所示。
在某些实施例中,所述预设区域范围为以当前牙齿图像的中心点坐标为中心,向上下方向各自延伸3-4cm,向左右方向各自延伸1.5-2cm后所围成的矩形框区域。
以某一CBCT三维图像为例,假设该CBCT三维图像在Axial,Sagittal,和Coronal轴(三个轴代表上下,前后和左右)有不同的大小尺寸,分别是319,479和479,这三个数值代表着在当前维度具有相应数值的体素数目。在三维图像中,体素有具体的大小(也称体素间隔),如0.2,0.25等,这里假定体素大小为0.2(这与CBCT厂商的设置相关,不同CBCT厂商的仪器所设置的体素大小可以不同),且三个维度的体素大小均相等。体素大小与某一维度的体素数目相乘就等于该维度上牙齿图像在真实世界的物理尺寸大小。假如需要裁剪出Axial轴30mm范围的体素,则只需要取30/0.2=600个体素。因此,可以通过取各个轴线上的体素数值来确定需要获取的预设区域范围。
优选的,预设区域范围可以以中心点坐标为中心,上下各取600个体素、左右各取300个体素大小所得到的矩形框,即裁剪出高度为6cm、宽度为3cm的单颗牙齿图像。
如图3所述,在某些实施例中,步骤S4之后还包括:S5:待全部牙齿图像裁剪完成后,对全部牙齿图像上的像素点进行归一化处理,并输出归一化后的全部牙齿图像。
在对每颗牙齿图像旋转所述待旋转角度后,以当前这颗牙齿的三维中心点为基准,在一个二维的截面中,确定裁剪范围(即预设区域范围),将范围中的像素点全部提取出来,并将其归一化到(0,255)中,生成一个牙齿截面图,生成的全部牙齿图像如图7所示,在图7中每张单独的图片就是一个牙齿的截面图。通过呈现归一化后的全部牙齿图像,可以方便医生观察牙齿与压槽之间的耦合关系。
进一步,在输出全部牙齿图像时,还可以为各个牙齿图像添加标识信息,所述标识信息可以是牙齿编号信息,所述牙齿编号信息依各个牙齿的排列方向进行编号,牙齿编号信息可以用数字、字母或其他自定义图形来表示。牙齿编号顺序可以是从左向右排列、从右向左排列或者从中间向两边排列。在另一些实施例中,所述标识信息还可以是牙齿亮度标识或颜色标识,例如依据牙齿排列顺序对于不同牙齿采用不同颜色进行表示。
在第二方面,本发明还提供了一种存储介质,存储介质存储有计算机程序,计算机程序被处理器执行时实现如本发明第一方面的方法步骤。
如图8所示,在第三方面,本发明还提供了一种电子设备10,包括处理器101和存储介质102,该存储介质102为如第二方面的存储介质;处理器101用于执行存储介质102中存储的计算机程序以实现如第一方面的方法步骤。
在本实施例中,电子设备为计算机设备,包括但不限于:口扫仪、个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端、智能家居设备、穿戴式智能设备、车载智能设备等。存储介质包括但不限于:RAM、ROM、磁碟、磁带、光盘、闪存、U盘、移动硬盘、存储卡、记忆棒、网络服务器存储、网络云存储等。处理器包括但不限于CPU(中央处理器)、GPU(图像处理器)、MCU(微处理器)等。
本领域内的技术人员应明白,上述各实施例可提供为方法、装置、或计算机程序产品。这些实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。上述各实施例涉及的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机设备可读取的存储介质中,用于执行上述各实施例方法的全部或部分步骤。
上述各实施例是参照根据实施例的方法、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计算机设备的处理器以产生一个机器,使得通过计算机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。
这些计算机程序指令也可存储在能引导计算机设备以特定方式工作的计算机设备可读存储器中,使得存储在该计算机设备可读存储器中的指令产生包括指令装置的制造品,该指令装置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。
这些计算机程序指令也可装载到计算机设备上,使得在计算机设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机设备上执行的指令提供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步骤。
尽管已经对上述各实施例进行了描述,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改,所以以上仅为本发明的实施例,并非因此限制本发明的专利保护范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围之内。
Claims (7)
1.一种基于CBCT的三维牙齿图像切片展示方法,其特征在于,所述方法包括以下步骤:
S1:获取沿第一预设方向拍摄的CBCT口扫图像,所述CBCT口扫图像包括上颌图像和/或下颌图像,所述第一预设方向为俯视方向,所述俯视方向为从人体头顶向下的视角方向,所述CBCT口扫图像为人体口腔位置的头部剖面图;
S2:计算所述CBCT口扫图像中多个单颗牙齿图像的中心点坐标,根据所述多个单颗牙齿图像的中心点坐标拟合出牙弓曲线;
所述计算所述CBCT口扫图像中多个单颗牙齿图像的中心点坐标包括以下步骤:采用预设识别框依次对所述CBCT口扫图像中各个所述单颗牙齿图像进行边缘检测,以使得所述预设识别框能够覆盖所述单颗牙齿图像的边缘;对预设识别框内的图像进行灰度和二值化处理,并提取包含单颗牙齿信息的最大连通域;对所述最大连通域的像素点坐标进行加权平均/取平均,得到单颗牙齿图像对应的中心点坐标;
所述根据多个所述单颗牙齿图像的中心点坐标拟合出牙弓曲线包括:获取多个所述单颗牙齿图像的中心点坐标,根据拟合算法对多个所述单颗牙齿图像的中心点坐标进行拟合,得到所述牙弓曲线;
S3:依次计算各个单颗牙齿图像对应的第一切线和第一垂线,根据所述第一垂线与预设坐标轴的夹角计算各个单颗牙齿图像对应的待旋转角度,所述第一切线为经过当前单颗牙齿图像的中心点坐标的牙弓曲线上的切线,所述第一垂线为经过当前单颗牙齿图像的中心点坐标且与所述第一切线相垂直的直线;
S4:根据所述各个单颗牙齿图像对应的待旋转角度依次对单颗牙齿图像进行旋转,并以当前单颗牙齿图像的中心点坐标为中心,裁剪出预设区域范围内的单颗牙齿图像。
2.如权利要求1所述的基于CBCT的三维牙齿图像切片展示方法,其特征在于,所述方法包括:
在计算所述单颗牙齿图像的中心点坐标时,取所述单颗牙齿图像的横坐标和纵坐标进行计算,得到二维的所述中心点坐标。
3.如权利要求1所述的基于CBCT的三维牙齿图像切片展示方法,其特征在于,所述牙弓曲线为二次函数,所述二次函数的表达式为y=ax2+bx+c,所述第一切线通过对所述二次函数进行求导得到,所述第一切线的表达式为y=2ax+b。
4.如权利要求1所述的基于CBCT的三维牙齿图像切片展示方法,其特征在于,所述预设区域范围为以当前牙齿图像的中心点坐标为中心,向上下方向各自延伸3-4cm,向左右方向各自延伸1.5-2cm后所围成的矩形框区域。
5.如权利要求1所述的基于CBCT的三维牙齿图像切片展示方法,其特征在于,步骤S4之后还包括:
S5:待全部单颗牙齿图像裁剪完成后,对全部单颗牙齿图像上的像素点进行归一化处理,并输出归一化后的全部单颗牙齿图像。
6.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法的步骤。
7.一种电子设备,其特征在于,包括处理器和存储介质,所述处理器用于执行所述存储介质中存储的计算机程序以实现如权利要求1至5任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311377579.9A CN117115405B (zh) | 2023-10-24 | 2023-10-24 | 一种基于cbct的三维牙齿图像切片展示方法、介质和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311377579.9A CN117115405B (zh) | 2023-10-24 | 2023-10-24 | 一种基于cbct的三维牙齿图像切片展示方法、介质和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117115405A CN117115405A (zh) | 2023-11-24 |
CN117115405B true CN117115405B (zh) | 2024-02-13 |
Family
ID=88806029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311377579.9A Active CN117115405B (zh) | 2023-10-24 | 2023-10-24 | 一种基于cbct的三维牙齿图像切片展示方法、介质和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117115405B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014138911A (ja) * | 2014-05-09 | 2014-07-31 | Asahi Roentgen Kogyo Kk | X線ct撮影装置及びx線ct画像の表示方法 |
CN106204688A (zh) * | 2016-07-21 | 2016-12-07 | 青岛兰信医学科技有限公司 | 一种牙弓曲线生成方法 |
CN106570859A (zh) * | 2016-10-11 | 2017-04-19 | 深圳大学 | 一种牙齿图像分析系统 |
KR20200068794A (ko) * | 2018-12-05 | 2020-06-16 | 서울여자대학교 산학협력단 | 두개악안면영상에서의 자동 치아 분리방법 및 시스템 |
CN114431989A (zh) * | 2022-01-07 | 2022-05-06 | 可丽尔医疗科技(常州)有限公司 | 基于目标牙弓曲线的坐标系的建立方法、自动排牙方法及牙齿移动评价方法 |
CN114757960A (zh) * | 2022-06-15 | 2022-07-15 | 汉斯夫(杭州)医学科技有限公司 | 一种基于cbct图像的牙齿分割与重建方法及存储介质 |
CN115500848A (zh) * | 2022-09-19 | 2022-12-23 | 常州博恩中鼎医疗科技有限公司 | 基于cbct的小牙片拍摄控制方法和装置 |
-
2023
- 2023-10-24 CN CN202311377579.9A patent/CN117115405B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014138911A (ja) * | 2014-05-09 | 2014-07-31 | Asahi Roentgen Kogyo Kk | X線ct撮影装置及びx線ct画像の表示方法 |
CN106204688A (zh) * | 2016-07-21 | 2016-12-07 | 青岛兰信医学科技有限公司 | 一种牙弓曲线生成方法 |
CN106570859A (zh) * | 2016-10-11 | 2017-04-19 | 深圳大学 | 一种牙齿图像分析系统 |
KR20200068794A (ko) * | 2018-12-05 | 2020-06-16 | 서울여자대학교 산학협력단 | 두개악안면영상에서의 자동 치아 분리방법 및 시스템 |
CN114431989A (zh) * | 2022-01-07 | 2022-05-06 | 可丽尔医疗科技(常州)有限公司 | 基于目标牙弓曲线的坐标系的建立方法、自动排牙方法及牙齿移动评价方法 |
CN114757960A (zh) * | 2022-06-15 | 2022-07-15 | 汉斯夫(杭州)医学科技有限公司 | 一种基于cbct图像的牙齿分割与重建方法及存储介质 |
CN115500848A (zh) * | 2022-09-19 | 2022-12-23 | 常州博恩中鼎医疗科技有限公司 | 基于cbct的小牙片拍摄控制方法和装置 |
Non-Patent Citations (3)
Title |
---|
CBCT在口腔正畸学的应用;杨云丹 等;中国医学物理学杂志(第01期);全文 * |
Dental arch form and arch dimensions among a group of Egyptian children and adolescents;Rasha F. Sharaf et al.;《Bulletin of the National Research Centre》;全文 * |
口腔CT图像中独立牙齿轮廓分割算法研究;张东霞;《中国优秀博硕士学位论文全文数据库(电子期刊) 医药卫生科技辑》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117115405A (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10980621B2 (en) | Dental design transfer | |
US10204414B2 (en) | Integration of intra-oral imagery and volumetric imagery | |
CN109414306B (zh) | 用于口内扫描的历史扫描参考 | |
CN107427189B (zh) | 口内图像的自动选择和锁定 | |
CN111415419B (zh) | 基于多源图像的牙体修复模型制作方法和系统 | |
CN112087985A (zh) | 经由实时增强可视化的模拟正畸处理 | |
EP2134290A1 (en) | Computer-assisted creation of a custom tooth set-up using facial analysis | |
KR20180006917A (ko) | 교합 치아 모형의 x선 스캔을 위한 방법 및 장치 | |
EP2973401B1 (en) | Method for producing teeth surface from x-ray scan of a negative impression | |
WO2011135437A1 (en) | Virtual cephalometric imaging | |
CN112515787B (zh) | 一种三维牙颌数据分析方法 | |
CN113223010A (zh) | 口腔图像多组织全自动分割的方法和系统 | |
US20230206451A1 (en) | Method for automatic segmentation of a dental arch | |
CN113168731A (zh) | 曲面网格的自动修剪 | |
EP3629336A1 (en) | Dental design transfer | |
CN115457198A (zh) | 牙齿模型生成方法、装置、电子设备和存储介质 | |
CN114586069A (zh) | 用于生成牙科图像的方法 | |
JP7269587B2 (ja) | セグメンテーション装置 | |
US20230419631A1 (en) | Guided Implant Surgery Planning System and Method | |
JP2013236750A (ja) | 画像処理装置、撮像システム、およびプログラム | |
CN117115405B (zh) | 一种基于cbct的三维牙齿图像切片展示方法、介质和设备 | |
Barone et al. | Geometrical modeling of complete dental shapes by using panoramic X-ray, digital mouth data and anatomical templates | |
Zhu et al. | An algorithm for automatically extracting dental arch curve | |
CN118000934B (zh) | 牙弓曲线生成方法及装置、电子设备及存储介质 | |
Barone et al. | 3D reconstruction of individual tooth shapes by integrating dental cad templates and patient-specific anatomy |
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 |