【技術實現步驟摘要】
本專利技術涉及口腔影像數字處理，尤其涉及一種基于cbct數據多階段ai牙齒分割的方法、程序和裝置。
技術介紹
1、在cbct中準確分割每個牙齒是口腔正畸中的重要步驟。人工或基于傳統方法分割牙齒已逐漸無法滿足時代的需求，而基于單階段深度學習的方法則往往面臨不夠精準的問題，許多cbct的牙齒分割結果會互相混淆。
2、基于此，有必要提供一種能夠改善以往ai分割牙齒可能會出現的互相混淆、時間過長以及泛化性能差的情況的牙齒分割方法。
技術實現思路
1、本專利技術要解決的技術問題是設計一種基于cbct數據多階段ai牙齒分割的方法、程序和裝置，該方法能夠利用多階段ai精準分割出cbct中的每一顆牙齒，從而解決現有的技術問題。
2、為解決上述技術問題，本專利技術提供一種基于cbct數據多階段ai牙齒分割的方法，包括如下步驟：
3、步驟s1：獲取cbct圖像數據。通過cbct成像設備得到cbct圖像，圖像可為dcm格式也可為nifti格式。
4、步驟s2：對cbct圖像進行體素間距的重采樣，在相同體素間距下，使用訓練過的ai分割牙齒模型對重采樣后的cbct進行初步粗分割。
5、步驟s3：確定原cbct圖像的牙齒roi（region?of?interest，感興趣區域）。
6、步驟s4：將牙齒從roi中分割出來。
7、步驟s5：將得到的所有牙齒映射回原cbct位置，并轉化為網格數據。
8、步驟s6：對牙齒網
9、步驟s7：通過對牙齒網格數據的檢測結果確定每顆牙齒的網格范圍。
10、步驟s8：對范圍內的牙齒進行單牙分割。
11、步驟s9：將分割后的單牙映射回步驟s5得到的網格數據中，得到實例分割后的所有牙齒。
12、步驟s10：將步驟s9得到的網格數據轉回到?cbct中，得到cbct的牙齒分割結果。
13、進一步的，步驟s1中，還包括對獲取的cbct數據進行數據清洗，利用itk或vtk等第三方庫對cbct數據進行檢查，將多序列cbct、單張cbct以及包含無用信息的cbct去除，保留剩余cbct并轉化為nifti格式。
14、進一步的，步驟s2中，將cbct圖像統一重采樣到1?mm×1?mm×1?mm的體素間距，所述ai分割牙齒模型為在所有1?mm×1?mm×1?mm體素間距下訓練的nnunet模型。
15、進一步的，步驟s3中，對初步粗分割后的分割結果確定邊界，將該邊界映射回原cbct范圍，將原cbct中的牙齒范圍篩選出來，得到原cbct圖像的牙齒roi。
16、進一步的，步驟s4中，對得到的牙齒roi使用基于深度學習的語義分割網絡，把所有牙齒視為同一個前景，將牙齒從roi中分割出來。
17、進一步的，步驟s6中，采用點云目標檢測算法，檢測結果包括分類結果和檢測框，分類結果就是每顆牙的牙位號，檢測框是每顆牙齒的包圍盒。
18、進一步的，步驟s7中，對得到的牙位、牙齒局部區域，提取出步驟s5中得到的網格數據，并從網格數據中獲取每顆牙的范圍。
19、進一步的，步驟s8中，對每顆牙的范圍內進行不同牙齒的語義分割，將該牙位框對應的牙齒視為前景，其他網格視為背景，分割出每顆牙齒。
20、本專利技術還提供一種基于cbct數據多階段ai牙齒分割的裝置，包括：
21、至少一個處理器；以及
22、至少一個與所述處理器通信連接的存儲器；
23、其中，所述存儲器存儲有可被處理器執行的指令，所述指令被所述處理器執行，以使該裝置執行前述的基于cbct數據多階段ai牙齒分割的方法。
24、本專利技術還提供一種計算機程序產品，包括計算機指令，所述計算機指令在由處理器運行時使得計算機設備執行前述的基于cbct數據多階段ai牙齒分割的方法。
25、本專利技術的有益效果：
26、本專利技術的基于cbct數據多階段ai牙齒分割的方法大幅改善了以往分割cbct牙齒頻繁出現的牙齒類別混淆，分割時間過長等問題。經過本專利技術方法的改進，分割cbct牙齒時，提高了分牙的準確性和效率。
本文檔來自技高網...【技術保護點】
1.一種基于CBCT數據多階段AI牙齒分割的方法，其特征在于：包括如下步驟：
2.根據權利要求1所述的基于CBCT數據多階段AI牙齒分割的方法，其特征在于：步驟S1中，還包括對獲取的CBCT數據進行數據清洗，利用ITK或VTK對CBCT數據進行檢查，將多序列CBCT、單張CBCT以及包含無用信息的CBCT去除，保留剩余CBCT并轉化為nifti格式。
3.?根據權利要求1所述的基于CBCT數據多階段AI牙齒分割的方法，其特征在于：步驟S2中，將CBCT圖像統一重采樣到1?mm×1?mm×1?mm的體素間距，所述AI分割牙齒模型為在所有1?mm×1?mm×1?mm體素間距下訓練的nnUNet模型。
4.根據權利要求1所述的基于CBCT數據多階段AI牙齒分割的方法，其特征在于：步驟S3中，對初步粗分割后的分割結果確定邊界，將該邊界映射回原CBCT范圍，將原CBCT中的牙齒范圍篩選出來，得到原CBCT圖像的牙齒ROI。
5.根據權利要求1所述的基于CBCT數據多階段AI牙齒分割的方法，其特征在于：步驟S4中，對得到的牙齒ROI使用基于深度
6.根據權利要求1所述的基于CBCT數據多階段AI牙齒分割的方法，其特征在于：步驟S6中，采用點云目標檢測算法，檢測結果包括分類結果和檢測框，分類結果就是每顆牙的牙位號，檢測框是每顆牙齒的包圍盒。
7.根據權利要求1所述的基于CBCT數據多階段AI牙齒分割的方法，其特征在于：步驟S7中，對得到的牙位、牙齒局部區域，提取出步驟S5中得到的網格數據，并從網格數據中獲取每顆牙的范圍。
8.根據權利要求1所述的基于CBCT數據多階段AI牙齒分割的方法，其特征在于：步驟S8中，對每顆牙的范圍內進行不同牙齒的語義分割，將該牙位框對應的牙齒視為前景，其他網格視為背景，分割出每顆牙齒。
9.?一種基于CBCT數據多階段AI牙齒分割的裝置，其特征在于：包括：
10.一種計算機程序產品，其特征在于：包括計算機指令，所述計算機指令在由處理器運行時使得計算機設備執行如權利要求1-8中任一項所述的基于CBCT數據多階段AI牙齒分割的方法。
...【技術特征摘要】
1.一種基于cbct數據多階段ai牙齒分割的方法，其特征在于：包括如下步驟：
2.根據權利要求1所述的基于cbct數據多階段ai牙齒分割的方法，其特征在于：步驟s1中，還包括對獲取的cbct數據進行數據清洗，利用itk或vtk對cbct數據進行檢查，將多序列cbct、單張cbct以及包含無用信息的cbct去除，保留剩余cbct并轉化為nifti格式。
3.?根據權利要求1所述的基于cbct數據多階段ai牙齒分割的方法，其特征在于：步驟s2中，將cbct圖像統一重采樣到1?mm×1?mm×1?mm的體素間距，所述ai分割牙齒模型為在所有1?mm×1?mm×1?mm體素間距下訓練的nnunet模型。
4.根據權利要求1所述的基于cbct數據多階段ai牙齒分割的方法，其特征在于：步驟s3中，對初步粗分割后的分割結果確定邊界，將該邊界映射回原cbct范圍，將原cbct中的牙齒范圍篩選出來，得到原cbct圖像的牙齒roi。
5.根據權利要求1所述的基于cbct數據多階段ai牙齒分割的方法，其特征在于：步驟s4中，對得到的牙齒...
【專利技術屬性】
技術研發人員：王驍崴，王洪建，楊俊，吳連杰，張家浚，
申請(專利權)人：可麗爾醫療科技常州有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。