CN117788355A - 口腔全景片中恒牙和乳牙的分割和牙号确定方法 - Google Patents
口腔全景片中恒牙和乳牙的分割和牙号确定方法 Download PDFInfo
- Publication number
- CN117788355A CN117788355A CN202210696498.4A CN202210696498A CN117788355A CN 117788355 A CN117788355 A CN 117788355A CN 202210696498 A CN202210696498 A CN 202210696498A CN 117788355 A CN117788355 A CN 117788355A
- Authority
- CN
- China
- Prior art keywords
- teeth
- tooth
- deciduous
- permanent
- oral
- 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
Links
- 210000004489 deciduous teeth Anatomy 0.000 title claims abstract description 73
- 210000000214 mouth Anatomy 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000013528 artificial neural network Methods 0.000 claims abstract description 21
- 230000011218 segmentation Effects 0.000 claims description 29
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000012847 principal component analysis method Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000008312 Tooth Loss Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 210000004262 dental pulp cavity Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 210000002698 mandibular nerve Anatomy 0.000 description 1
- 210000004086 maxillary sinus Anatomy 0.000 description 1
- 230000032724 odontogenesis Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 210000001738 temporomandibular joint Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请的一方面提供了一种计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其包括：获取口腔全景片；利用经训练的第一深度神经网络对所述口腔全景片中的牙齿进行分割和分类，其中，所述分类是将恒牙按各自对应的牙号进行分类，将所有乳牙分为同一个类；以及对于每一乳牙，基于同牙颌中与之相邻的恒牙牙号确定其牙号。
Description
技术领域
本申请总体上涉及一种口腔全景片中恒牙和乳牙的分割和牙号确定方法。
背景技术
如今，牙科诊疗越来越多地借助计算机技术来提高诊疗效率和准确性。
在牙科诊疗中，牙科专业人员常常会用到口腔全景片。口腔全景片通常是以X射线在口腔外进行拍摄获得，它的拍摄范围较广，通常包括全口牙齿上颌窦、下颌神经管、牙槽骨以及颞颌关节等生理结构。
口腔全景片能够反映牙齿缺失破损、根管填充以及骨岛等异常现象，这些信息可以用来评估患者牙齿生长以及口腔健康状况，帮助牙科专业人员制定治疗方案。
识别口腔全景片中的恒牙和乳牙是口腔全景片智能分析的基础，不仅能够基于此判断患者牙齿健康情况，例如，是否存在牙体缺失和乳牙发育状况，还为进一步的智能分析提供了基础，例如，判断龋齿的牙号以及确定阻生齿。
因此，有必要提供一种计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法。
发明内容
本申请的一方面提供了一种计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其包括：获取口腔全景片；利用经训练的第一深度神经网络对所述口腔全景片中的牙齿进行分割和分类，其中，所述分类是将恒牙按各自对应的牙号进行分类，将所有乳牙分为同一个类；以及对于每一乳牙，基于同牙颌中与之相邻的恒牙牙号确定其牙号。
在一些实施方式中，所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法还包括：利用经训练的第二深度神经网络自所述口腔全景片中裁剪出牙齿区域图像，所述分割和分类是基于所述牙齿区域图像进行。
在一些实施方式中，所述第二深度神经网络是yolov3。
在一些实施方式中，所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法还包括：利用经训练的第三深度神经网络检测所述牙齿区域图像的方向；以及若所述牙齿区域图像的方向与预定的方向不一致，则矫正所述牙齿区域图像的方向，所述分割和分类是基于所述经方向矫正后的牙齿区域图像进行。
在一些实施方式中，所述第三深度神经网络是ResNet。
在一些实施方式中，所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法还包括：对于每一乳牙，找到同牙颌中与之相邻的三颗恒牙；以及基于中轴线与所述乳牙的质心距离最近的恒牙的牙号确定所述乳牙的牙号。
在一些实施方式中，与所述乳牙相邻的所述三颗恒牙是质心与所述乳牙质心距离最近的三颗恒牙。
在一些实施方式中，所述恒牙的中轴线是以主成分分析法计算得到。
在一些实施方式中，所述第一深度神经网络是Mask R-CNN网络。
附图说明
以下将结合附图及其详细描述对本申请的上述及其他特征作进一步说明。应当理解的是，这些附图仅示出了根据本申请的若干示例性的实施方式，因此不应被视为是对本申请保护范围的限制。除非特别指出，附图不必是成比例的，并且其中类似的标号表示类似的部件。
图1为本申请一个实施例中的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定的方法的示意性流程图；
图2A为本申请一个实施例中的用于对口腔全景片中的恒牙和乳牙进行分割和牙号确定的计算机程序的一个界面所展示的一个例子中的口腔全景片；
图2B为所述计算机程序的一个界面所展示的目标检测网络自图2A所示口腔全景片裁剪出的牙齿区域图像；
图2C为所述计算机程序的一个界面所展示的图2B所示的牙齿区域图像经方向检测网络矫正方向后得到的牙齿区域图像；以及
图3为所述计算机程序的一个界面所展示的一个例子中的一颗乳牙和与之相邻的三颗恒牙之间的关系。
具体实施方式
以下的详细描述中引用了构成本说明书一部分的附图。说明书和附图所提及的示意性实施方式仅仅出于是说明性之目的，并非意图限制本申请的保护范围。在本申请的启示下，本领域技术人员能够理解，可以采用许多其他实施方式，并且可以对所描述实施方式做出各种改变，而不背离本申请的主旨和保护范围。应当理解的是，在此说明并图示的本申请的各个方面可以按照很多不同的配置来布置、替换、组合、分离和设计，这些不同配置都在本申请的保护范围之内。
本申请的一方面提供了一种计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法。
请参图1，为本申请一个实施例中的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法100的示意性流程图。
在一个实施例中，所述计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法100由计算机执行。相应地，本申请又一方面提供了一种用于对口腔全景片中的恒牙和乳牙进行分割和牙号确定的计算机系统，其包括存储装置和处理器，所述存储装置存储有一计算机程序，当其被所述处理器执行后，将执行所述口腔全景片中恒牙和乳牙的分割和牙号确定方法100。
在101中，获取待处理的口腔全景片。
通常，口腔全景片可以利用牙科全景X光机拍摄获得。
本申请的口腔全景片中恒牙和乳牙的分割和牙号确定方法100不仅能够处理原始的口腔全景片，还能够处理翻拍的口腔全景片，例如，利用只能移动电话翻拍纸质口腔全景片得到的图片。
请参图2A，为本申请一个实施例中的用于对口腔全景片中的恒牙和乳牙进行分割和牙号确定的计算机程序的一个界面所展示的一个例子中的口腔全景片。
在103中，自所述口腔全景片裁剪出牙齿区域图像。
在一个实施例中，可以利用深度神经网络对口腔全景片中的牙齿进行分割和牙号确定，以下将该深度神经网络称为分割网络。由于牙齿只位于口腔全景片的部分区域，以下将该区域称为牙齿区域，为了利于牙齿分割网络的训练，同时提高分割准确性，可以自口腔全景片中裁剪出牙齿区域，基于裁剪出的牙齿区域图像进行牙齿分割。
在一个实施例中，可以利用经训练的深度神经网络检测口腔全景片中的牙齿区域，以下将该深度神经网络称为目标检测网络。在一个实施例中，所述目标检测网络可以采用yolov3网络，可以理解，除了yolov3网络之外，所述目标检测网络也可以采用任何其他适用的深度神经网络，例如，Faster RCNN等。
请参图2B，为所述计算机程序的一个界面所展示的所述目标检测网络自图2A所示口腔全景片裁剪出的牙齿区域图像。
可以理解，虽然基于牙齿区域图像进行牙齿分割在网络训练和分割准确性方面具有优势，但直接基于原始的口腔全景片进行牙齿分割也是可行的，因此，在又一实施例中，可以采用该方案。
在105中，检测并矫正所述牙齿区域图像的方向。
在一个实施例中，可以用预定朝向(例如，上颌牙齿在上方，下颌牙齿在下方)的牙齿区域图像训练所述分割网络，那么，在利用所述经训练的分割网络对牙齿区域图像进行分割时，为了保障分割和分类的准确性，可以矫正输入的牙齿区域图像的方向使之与所述预定朝向一致。
在一个实施例中，可以利用经训练的深度神经网络检测牙齿区域图像的方向，并基于该检测的结果把牙齿区域图像矫正到所述预定朝向，以下将该深度神经网络称为方向检测网络。在一个实施例中，所述方向检测网络可以采用ResNet网络，可以理解，除了ResNet网络之外，所述方向检测网络也可以采用任何其他适用的深度神经网络，例如，EfficientNet等。
在一个实施例中，所述预定朝向可以是上颌牙齿位于下颌牙齿上方，图2B所示的牙齿区域图像的方向是上颌牙齿位于下颌牙齿右方，需要将其沿逆时针方向旋转90度以使之与所述预定朝向相符。
请参图2C，为所述计算机程序的一个界面所展示的图2B所示的牙齿区域图像经所述方向检测网络调整方向后的情况。
在本申请的启示下，可以理解，牙齿区域图像裁剪和方向矫正的顺序可以相互调换，即先对所述口腔全景片进行方向检测和矫正，再自经矫正方向的口腔全景片中裁剪出所述口腔区域图像。
在107中，对所述经矫正方向的牙齿区域图像进行分割和分类。
在一个实施例中，可以利用经训练的深度神经网络对牙齿区域图像中的牙齿进行分割和分类，以下将该深度神经网络称为分割网络。在一个实施例中，所述分割网络可以采用Mask R-CNN网络，可以理解，除了Mask R-CNN网络之外，所述分割网络也可以采用任何其他适用的深度神经网络，例如，PointRend等。
牙齿包括恒牙和乳牙，其中恒牙共32颗，乳牙20颗。在一个实施例中，可以按下表1对恒牙和乳牙进行编号。由于乳牙发育情况较为复杂，利用深度神经网络直接确定其牙号确定难度较高。考虑到乳牙和恒牙的对应关系，在一个实施例中，可以根据与乳牙相邻的恒牙牙号来推理乳牙牙号。比如，如果一个乳牙离恒牙11最近，根据下表1可以推理出该乳牙牙号为51。
表1
相应地，所述分割网络将检测到的牙齿按33个类别进行分类，其中，32个类别分别对应32个恒牙编号，所有乳牙作为1个类别。分割实质上是在检测牙齿位置的同时做分割，并确定牙齿的类别，可以将其称为实例分割。所述分割网络输出检测到的所有牙齿及其对应的分割图与类别。
在109中，基于与乳牙相邻的恒牙牙号确定乳牙牙号。
在一个实施例中，可以通过以下方法确定乳牙牙号。
首先，对于一颗乳牙，找到与其最接近的三颗恒牙。在一个实施例中，可以计算该乳牙的质心与所有恒牙的质心之间的距离，基于此，选出与其相邻的三颗恒牙(与该乳牙属于同一牙颌的恒牙)。
接着，计算所述乳牙的质心与所述三颗相邻恒牙的中轴线之间的距离，将中轴线距所述乳牙质心距离最近的恒牙作为与所述乳牙相对应的恒牙，并基于该恒牙的牙号确定所述乳牙的牙号。在一个实施例中，可以采用主成分分析方法计算牙齿的中轴线。
请参图3，为所述计算机程序的一个界面所展示的一个例子中的一颗乳牙和与之相邻的三颗恒牙之间的关系。
尽管在此公开了本申请的多个方面和实施例，但在本申请的启发下，本申请的其他方面和实施例对于本领域技术人员而言也是显而易见的。在此公开的各个方面和实施例仅用于说明目的，而非限制目的。本申请的保护范围和主旨仅通过后附的权利要求书来确定。
同样，各个图表可以示出所公开的方法和系统的示例性架构或其他配置，其有助于理解可包含在所公开的方法和系统中的特征和功能。要求保护的内容并不限于所示的示例性架构或配置，而所希望的特征可以用各种替代架构和配置来实现。除此之外，对于流程图、功能性描述和方法权利要求，这里所给出的方框顺序不应限于以同样的顺序实施以执行所述功能的各种实施例，除非在上下文中明确指出。
除非另外明确指出，本文中所使用的术语和短语及其变体均应解释为开放式的，而不是限制性的。在一些实例中，诸如“一个或多个”、“至少”、“但不限于”这样的扩展性词汇和短语或者其他类似用语的出现不应理解为在可能没有这种扩展性用语的示例中意图或者需要表示缩窄的情况。
Claims (9)
1.一种计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其包括：
获取口腔全景片；
利用经训练的第一深度神经网络对所述口腔全景片中的牙齿进行分割和分类，其中，所述分类是将恒牙按各自对应的牙号进行分类，将所有乳牙分为同一个类；以及
对于每一乳牙，基于同牙颌中与之相邻的恒牙牙号确定其牙号。
2.如权利要求1所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其特征在于，它还包括：利用经训练的第二深度神经网络自所述口腔全景片中裁剪出牙齿区域图像，所述分割和分类是基于所述牙齿区域图像进行。
3.如权利要求2所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其特征在于，所述第二深度神经网络是yolov3。
4.如权利要求2所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其特征在于，它还包括：
利用经训练的第三深度神经网络检测所述牙齿区域图像的方向；以及
若所述牙齿区域图像的方向与预定的方向不一致，则矫正所述牙齿区域图像的方向，所述分割和分类是基于所述经方向矫正后的牙齿区域图像进行。
5.如权利要求4所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其特征在于，所述第三深度神经网络是ResNet。
6.如权利要求1所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其特征在于，它还包括：
对于每一乳牙，找到同牙颌中与之相邻的三颗恒牙；以及
基于中轴线与所述乳牙的质心距离最近的恒牙的牙号确定所述乳牙的牙号。
7.如权利要求6所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其特征在于，与所述乳牙相邻的所述三颗恒牙是质心与所述乳牙质心距离最近的三颗恒牙。
8.如权利要求6所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其特征在于，所述恒牙的中轴线是以主成分分析法计算得到。
9.如权利要求1所述的计算机执行的口腔全景片中恒牙和乳牙的分割和牙号确定方法，其特征在于，所述第一深度神经网络是Mask R-CNN网络。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210696498.4A CN117788355A (zh) | 2022-06-20 | 2022-06-20 | 口腔全景片中恒牙和乳牙的分割和牙号确定方法 |
| PCT/CN2023/097791 WO2023246462A1 (zh) | 2022-06-20 | 2023-06-01 | 口腔全景片中恒牙和乳牙的分割和牙号确定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210696498.4A CN117788355A (zh) | 2022-06-20 | 2022-06-20 | 口腔全景片中恒牙和乳牙的分割和牙号确定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117788355A true CN117788355A (zh) | 2024-03-29 |
Family
ID=89379135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210696498.4A Pending CN117788355A (zh) | 2022-06-20 | 2022-06-20 | 口腔全景片中恒牙和乳牙的分割和牙号确定方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN117788355A (zh) |
| WO (1) | WO2023246462A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117918871B (zh) * | 2024-03-25 | 2024-06-18 | 锦恒科技(大连)有限公司 | 一种儿童乳牙生长预测方法和系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018170030A1 (en) * | 2017-03-16 | 2018-09-20 | Carestream Dental Technology Topco Limited | Method for virtual setup with mixed dentition |
| WO2018232299A1 (en) * | 2017-06-16 | 2018-12-20 | Align Technology, Inc. | Automatic detection of tooth type and eruption status |
| CN109949319B (zh) * | 2019-03-12 | 2022-05-20 | 北京羽医甘蓝信息技术有限公司 | 基于深度学习的全景片恒牙识别的方法和装置 |
| CN114004970A (zh) * | 2021-11-09 | 2022-02-01 | 粟海信息科技(苏州)有限公司 | 一种牙齿区域检测方法、装置、设备及存储介质 |
-
2022
- 2022-06-20 CN CN202210696498.4A patent/CN117788355A/zh active Pending
-
2023
- 2023-06-01 WO PCT/CN2023/097791 patent/WO2023246462A1/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023246462A1 (zh) | 2023-12-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11087871B2 (en) | Method for predicting anatomical landmarks and device for predicting anatomical landmarks using the same | |
| JP5231350B2 (ja) | 断面画像検出装置 | |
| Kim et al. | Accuracy of automated identification of lateral cephalometric landmarks using cascade convolutional neural networks on lateral cephalograms from nationwide multi‐centres | |
| US12109088B2 (en) | Method of evaluating an orthodontic appliance | |
| EP2282674A1 (en) | A system and method for detecting and tracking change in dental x-rays and dental images | |
| CN117788355A (zh) | 口腔全景片中恒牙和乳牙的分割和牙号确定方法 | |
| KR102372962B1 (ko) | 자연 두부 위치에서 촬영된 3차원 cbct 영상에서 기계 학습 기반 치아 교정 진단을 위한 두부 계측 파라미터 도출방법 | |
| JP4938427B2 (ja) | 脳出血部位体積計算装置 | |
| CN109949319B (zh) | 基于深度学习的全景片恒牙识别的方法和装置 | |
| WO2021025296A1 (ko) | 크라운 모델 자동 추천방법 및 이를 수행하는 보철 캐드 장치 | |
| KR102461343B1 (ko) | 금속 인공 음영이 포함된 의료영상에서 치아 랜드마크 자동 검출 방법 및 시스템 | |
| CN115049580A (zh) | X线头影图像的关键点检测方法 | |
| EP3745996A1 (en) | Method for manufacture of a jaw customized guide, system for aiding mounting of tooth implants, jaw customized guide, a radiopaque marker element and software for determining data for manufacture of a jaw customized guide for guiding mounting of permanent tooth implants | |
| CN115035025A (zh) | 一种基于牙片处理的牙齿校正辅助方法 | |
| KR102692396B1 (ko) | Ct를 이용한 3d 두부 계측 랜드마크 자동 검출 장치 및 방법 | |
| JP2001157199A (ja) | 画像処理装置、撮影装置、画像処理システム、画像処理方法、及び記憶媒体 | |
| EP3806034A1 (en) | Segmentation device | |
| KR20220040023A (ko) | 복수의 치아를 디스플레이하는 방법, 디바이스 및 기록매체에 저장된 컴퓨터 프로그램 | |
| US20230215001A1 (en) | Method for facilitating caries detection | |
| CN116152271A (zh) | 基于边界监督和多种注意力的cbct牙齿实例分割方法 | |
| KR20200012707A (ko) | 해부학적 랜드마크의 예측 방법 및 이를 이용한 디바이스 | |
| US11869203B2 (en) | Dental image registration device and method | |
| Shin et al. | Comparative validation of the mixed and permanent dentition at web-based artificial intelligence cephalometric analysis | |
| CN116234518A (zh) | 用于跟踪牙齿移动的方法 | |
| CN117765002A (zh) | 口腔全景片的分割方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |