3维牙颌模型牙齿分割的路径规划方法

目的 从3维牙颌模型上分割出单颗牙齿是计算机辅助正畸系统的重要步骤。由于3维测量分辨率和网格重建精度的有限性,三角网格牙颌模型上牙龈和牙缝边界往往融合在一起,使得单颗牙齿的自动分割变得极为困难。传统方法容易导致分割线断裂、分支干扰等问题,且手工交互较多,为此提出一种新颖的基于路径规划技术的单颗牙齿自动分割方法。方法 为避免在探测边界时牙龈和牙缝相互干扰,采用牙龈路径和牙缝路径分开规划策略。首先基于离散曲率分析和一种双重路径规划法搜索牙龈分割路径,并基于搜索到的牙龈路径利用图像形态学和B样条拟合技术构建牙弓曲线;然后综合牙龈路径和牙弓曲线的形态特征探测牙龈路径上的牙缝凹点以划界每颗牙齿的牙龈边界轮廓,并通过匹配和搜索牙龈边界轮廓上颊舌侧凹点间的最优路径确定齿间牙缝边界路径;最后细化整个路径以获取每颗牙齿精确的封闭分割轮廓。结果 对不同畸形程度的患者牙颌模型进行分割实验,结果表明,本文方法对于严重畸形的牙齿能够产生正确的分割结果,而且简单快速,整个分割过程基本能够控制在20 s以内。和现有方法相比,本文方法具有较少的人工干预和参数调整,除了在个别牙齿边界较为模糊的位置需要手动调整外,大部分情况都是自动的。结论 提出的路径规划方法具有强大的抗干扰能力,能够有效克服牙缝牙沟等分支干扰以及分割线断裂等问题,最大程度地减少人工干预,适用于各类畸形牙患者模型的牙齿分割。     

基于特征线分段技术的牙齿分割算法

牙齿分割是计算机口腔正畸的重要技术,针对三维牙颌模型直接进行牙齿分割而不对齿间融合区域进行处理会存在精确度较差、缺失侧面形状的问题,以及现有牙齿形状建模方法交互多、效率低的问题,提出一种基于特征线分段技术的牙齿分割算法。根据曲率信息筛选特征区域并采用形态学算法提取牙列特征线;结合特征线分段和分支点匹配算法以及形态学膨胀操作实现齿间融合区域的自动识别;利用匹配的分支点对齿间孔洞搭桥修补,实现牙齿形状的自动恢复;提取齿间龈缘线,然后以所有龈缘线作为牙齿分割线分离出单颗牙齿。实验结果表明,该算法不仅能准确分离出具有侧面形状的单颗牙齿,而且避免了牙齿形状建模时的交互操作,而且与手动识别并删除齿间粘连区域、采用曲面能量约束方式重建齿间缺失曲面的方法相比,提高了牙齿分割效率60%~90%。     

图卷积网络下牙齿种子点自动选取

目的 选取牙齿种子点是计算机正畸中常用牙齿分割方法的关键步骤。目前业内大部分牙齿正畸软件都采用需要交互标记的分割方法,通过人机交互在3维牙颌模型上选取每一颗牙齿的种子点,效率较低。针对这一问题,提出基于特征导向的图卷积网络（feature-steered graph convolutional network,FeaStNet）牙齿种子点自动选取方法。方法 通过分析每个牙齿类型的种子点位置和最终分割效果,设立统一的规则,建立了牙颌模型的种子点数据集;利用特征导向的图卷积构建了新的多尺度网络结构,用于识别3维牙颌模型上的特征信息,为了更好地拟合牙齿特征,加深网络模型的深度;再通过训练调整参数和多尺度网络结构,寻找特定的种子点,使用均值平方差损失函数对模型进行评估,以提高预测模型的精确度;把网络寻找出的特征点作为基础点,在牙颌模型上找出与基础点距离最近的点作为种子点,如果种子点位置准确,则根据种子点将牙齿与牙龈分割开。对于种子点位置不准确的结果,通过人工操作修正种子点位置,再进行分割。结果 实验在自建的数据集中测试,其中种子点全部准确的牙颌占88%,其余情况下只需要调整部分不准确种子点的位置。该方法简单快速,与现有方法相比,需要较少的人工干预,提高了工作效率。结论 提出的种子点自动选取方法,能够自动选取牙齿种子点,解决牙齿分割中需要进行交互标记的问题,基本实现了牙齿分割的自动化,适用于各类畸形牙患者模型的牙齿分割。     

多级层次三维卷积神经网络的牙颌模型分割与识别技术

牙齿分割是计算机辅助口腔正畸治疗的重要技术.针对传统牙齿分割方法因交互操作复杂、手工干预程度高导致分割效率和精度较低的问题,提出一种基于多级层次三维卷积神经网络的牙颌模型自动分割与识别方法.首先利用基于哈希表的八叉树稀疏表达模型对牙颌模型进行标签化预处理;然后采用构建的Level-1网络和Level-2网络,分别实现普通牙齿间类别和高相似度牙齿间类别的区分;最后采用基于深度卷积特征的多级层次分割网络实现牙齿与牙龈以及牙齿间的分割,并利用条件随机场模型对龈缘区及齿间接触区的局部细节特征进行建模与优化.实验结果表明,在自行采集的牙齿数据集上的牙齿识别准确率均维持在0.858以上,单颗牙齿的分割准确率为0.898,与同类分割方法对比,验证了层次特征学习方法具有较高的准确率和鲁棒性,适用于各种不同程度畸形牙患者的牙齿分割,在计算机辅助口腔治疗诊断中具有巨大的应用潜力.     

基于区域能量函数的快速CBCT图像牙齿分割算法

从锥形束面计算机断层扫描图像中分割出三维牙齿模型对口腔正畸治疗和研究工作十分重要.针对邻接牙、牙周组织模糊等问题,提出一种基于区域能量函数的快速牙齿分割算法.首先通过牙髓种子点和梯度模,筛选拟合得到一条粗略的初始分割曲线;然后根据灰度分布特征确定曲线变化的搜索路径和变化区域,在此区域内构造了一个基于灰度值、梯度模和边界平滑性的区域能量函数,优化初始分割曲线得到精确的分割曲线;再将上一层的最终分割曲线作为下一层的初始分割曲线,逐层优化得到所有分割曲线;最后使用Marching Cubes算法重建得到完整牙齿网格模型.采用CBCT数据集进行测试,实验结果表明,该算法能够有效且快速地解决模糊问题,得到满足正畸治疗需要的牙齿模型.     

牙齿半自动精确分割算法

牙齿分割是数字化牙齿正畸的基础.针对现有的牙齿分割技术自动化程度低、分割不精确的问题,提出了一种牙齿半自动精确分割算法.该算法主要包含3个步骤:首先,手动拾取每相邻2颗牙齿间的一个特征点,利用每颗牙齿两侧的特征点构建局部凹陷感知调和场矩阵,计算模型局部区域的标量场;其次在局部网格上得一系列等值线,利用一种投票机制选取最佳等值线作为牙齿分割线;最后利用一种启发式的特征线提取算法对分割线进行优化,得到精确的龈缘线,实现牙齿的精确分割.实验测试所用数据全部来源于临床扫描数据,结果表明,该算法具有较强的适应性,能够实现牙齿的精确分割,分割精度能够控制在0.1 mm以下,不需要后续过多的手工交互,自动化程度较高,综合提取时间较少,能够满足实际需求.     

计算机辅助牙齿隐形正畸系统

针对牙齿隐形正畸术依赖于预先排齐错位牙齿的需求,提出了包括牙齿形状建模以及虚拟矫治2个部分的完整的计算机辅助牙齿隐形正畸系统.该系统的输入是由光学扫描获得的牙颌数字模型,输出用于快速成型加工的中间母模模型,主要包括牙齿分割、牙齿修复、牙齿运动设计、牙龈变形、矫治方案制定以及虚拟咬合等环节.基于牙颌模型的几何特征,采用两步牙齿模型分割方法:首先确定分割区域,进而利用控制曲线裁切获得光滑边界;对于相邻牙齿之间的缺失区域,利用控制曲线网指定曲面位置约束,并利用微分坐标方法重建;采用移动最小二乘插值解决牙龈变形中由于求解大规模线性系统而导致的消耗内存过多问题.该系统是生产隐形矫治器的关键步骤,同时也为医生诊断病情提供了可视化虚拟环境.近50例临床试验结果表明,该系统能够有效地进行牙齿矫治,并正在进行产业化.     

虚拟正畸治疗中的错位牙齿自动排列方法

针对虚拟正畸技术中人工排牙效率低下问题，提出一种基于拟合优化的错位牙齿 自动排列方法。对输入的牙列模型建立排牙坐标系，定义单颗牙齿特征点并建立牙齿局部坐标 系。在此基础上，从低维角度分析牙列中各颗牙齿的位置和姿态，采用加权拟合优化的方法分别 计算牙齿的坐标平移量与局部坐标轴旋转量，形成牙齿位姿与空间牙列曲线的关联约束，并结合 矩形包围盒的碰撞检测方法，设计基于最速下降法的迭代算法在空间牙列曲线约束范围内调整牙 齿位姿，完成牙齿的自动排列。实验结果表明，排好的牙列与人工排牙结果相差无异，排牙效率 大大提高；与现有排牙方法相比，更贴近临床牙齿矫治，且牙齿移动代价总量明显降低。     

牙缝约束下模糊连接法对单颗牙齿的分割

采用模糊连接分割算法克服牙齿边界的模糊性对待选牙齿进行初分割,以获取完整的外缘轮廓,其次采用牙弓拟合及牙缝定位方法获取牙缝边界信息,并对初分割结果施以边界约束,从而克服模糊连接分割算法难于分割粘连牙的特点.实验结果表明,该方法能够有效地分割出单颗牙齿,将其扩展到CT序列切片上,即可实现单颗牙齿的三维分割,克服畸形牙的分割难题.     

三维牙颌模型的牙齿形状建模方法

针对三维牙颌模型由于齿间粘连导致单颗牙齿局部形状缺失的问题,提出一种综合性的牙齿形状建模方法.根据三维牙颌模型的形态特征,采用基于曲面最小主曲率的方法对粘连区域进行准确的检测提取;对删除齿间粘连区域后生成的齿间开口利用局部最优化权值规则进行剖分并细分优化,生成"中间"恢复曲面;根据牙齿的生理医学特征,以齿间开口的边界信息为约束条件,采用基于最小化曲面能量函数的方法对"中间"恢复曲面进行变形调整,实现单颗牙齿缺失形状的准确恢复.实验结果表明,采用文中方法能取得满足临床口腔医学要求的形状建模结果.     

A novel 3D morphing approach for tooth occlusal surface reconstruction

Reconstruction of the tooth occlusal surface is an important aspect of dental CAD systems. The design surface should fit to the existing tooth articulation and keep the morphological features of the generic teeth. This paper presents the use of a 3D morphing technique to reconstruct the missing inlay or crown occlusal surface. This method involves three necessary steps of tooth cavity contour extraction, feature points identification and tooth surface deformation. Because the missing occlusal surface is often determined by the outline of the cavity inside the remaining tooth, the cavity contour is tracked firstly by a 3D optimal path searching algorithm. Then through identifying a number of corresponding feature points on the standard tooth and the remaining tooth by a Snake model algorithm, the method uses a mapping function called Radial Basis Function (RBF) to define the spatial relations of all points in both teeth, and interpolate the intermediate feature positions, such that the standard tooth surface is deformed into alignment, and the missing surface is determined. This presents a direct and simple method to automatically reconstruct the occlusal surface. The corresponding features are fully considered in the morphing algorithm, consequently the morphological features of the tooth are well retained.     

一种基于PSO的自动化排牙方法

在牙齿三维矫正中需要对牙齿进行排列,常用方法是通过人机交互完成,效率不高。提出了一种基于粒子群的自动化排牙方法,将每颗牙齿上的特征点到标准牙弓曲线的距离和作为目标函数,利用粒子群算法对解空间进行搜索,在搜索过程中加入约束条件,得到牙齿移动的最终位置。利用该算法对牙齿进行排列,可以省去人机交互中的平移等操作。实验结果表明该算法能够有效地用于牙齿三维矫正中,提高了排牙效率。     

SRF-Net: Spatial Relationship Feature Network for Tooth Point Cloud Classification

3D scanned point cloud data of teeth is popular used in digital orthodontics. The classification and semantic labelling for point cloud of each tooth is a key and challenging task for planning dental treatment. Utilizing the priori ordered position information of tooth arrangement, we propose an effective network for tooth model classification in this paper. The relative position and the adjacency similarity feature vectors are calculated for tooth 3D model, and combine the geometric feature into the fully connected layers of the classification training task. For the classification of dental anomalies, we present a dental anomalies processing method to improve the classification accuracy. We also use FocalLoss as the loss function to solve the sample imbalance of wisdom teeth. The extensive evaluations, ablation studies and comparisons demonstrate that the proposed network can classify tooth models accurately and automatically and outperforms state-of-the-art point cloud classification methods.     

三维人体点云模型多约束肢体分割

针对人体点云模型的肢体分割这一动作识别和虚拟重建领域的重要问题,提出了一种基于分类骨架线、测地距离、特征点和姿态分析的多约束肢体分割算法,通过生成点云模型的分类骨架线,配合测地距离获得人体各部位粗分割点云集,利用测地路径方法实现关键特征点的定位,并利用曲线拟合方式进行定位优化,针对头颈、上肢、下肢和躯干之间关联部位的解剖学特征,构造多种约束条件,对各部位粗分割点云集进行了优化再分割。实验结果表明,所提算法对站姿条件下的不同动作、不同体型、不同精度人体点云模型均能取得与视觉理解相吻合的分割效果。通过该算法得到的肢体各部分点云数据可用于姿态分析等后续研究。     

基于局部指纹曲面片的点云三维物体识别

提出一种新的基于局部描述符的点云物体识别算法。算法根据点云的位置信息提取出邻域以及曲率信息,进而得到形状索引信息。根据形状索引提取到特征点,在每个特征点根据样条拟合原理得到测地距离和矢量夹角分割曲面得到曲面片集。每个曲面片的等距测地线构成了曲面片指纹,通过矢量和半径的变化描述,可以把每个模型物体得到的曲面片集描述存入数据库。对于给定的一个物体,根据上面步骤同样得到其曲面片集描述,通过和数据库中模型物体曲面片集的比对,得到初始识别结果。对每对初始识别结果进行对应滤波后,通过最近点迭代方法得到最终的识别结果。最后通过具体的实验说明了算法的有效性和高效性。     

一种基于改进地貌形状上下文的形状匹配方法

在基于地貌形状上下文的形状匹配方法中,计算地貌空间测地距离消耗时间较高,对应形状特征提取过程的效率较低.针对这一问题,本文提出了一种基于地貌模糊形状上下文的快速形状匹配方法.在形状特征提取过程中,通过引入最短路径算法对轮廓采样点间的测地距离进行快速计算.在此基础上结合对数极坐标模糊直方图构造地貌模糊形状上下文,其能够更好地描述轮廓点分布情况进而有效提升形状描述符的表达能力.考虑到轮廓点集顺序已知,进一步引入动态规划分析不同地貌空间下形状片段间的对应关系,以获取准确的形状匹配结果.通过对不同的数据集进行实验仿真分析,验证了本文方法能够有效地提升运算效率并取得较好形状检索精度.