[发明专利]使用深度学习方法的自动3D牙根形状预测

权利要求书

1.一种用于自动3D牙根形状预测的计算机实现的方法，包括：

预处理器(104)接收在体素空间中定义的3D数据(102)，体素空间定义3D体积，体素空间包括牙冠的体素表示，并且预处理器(104)处理该体素表示使得它处于与用于训练第一3D深度神经网络(106，210)的体素表示对应的比例、位置和朝向；

预处理器(104)将牙冠的体素表示提供给第一3D深度神经网络(106)的输入，第一3D深度神经网络是基于定义真实牙齿的3D表示的预处理的临床3D数据(202)的训练集训练的，经训练的深度神经网络(106，210)被配置为预测与牙冠对应的牙根的解剖学准确的体素表示(212)或完整牙齿的体素表示(214)；

第一3D深度神经网络(106，210)基于牙冠的体素表示来生成预测的牙根的体素表示(212)或包括预测的牙根的完整牙齿的体素表示(214)，其中预测的牙根或完整牙齿的体素表示的生成包括：

确定第一3D深度学习网络的输出的体素空间中的体素的体素激活，每个体素激活表示定义体素是牙根或完整牙齿的至少一部分的概率的概率测量；以及

通过将体素激活与体素激活阈值进行比较来确定体素激活是否是牙根或完整牙齿的一部分，优选地阈值表示大于0.5的概率。

2.如权利要求1所述的方法，还包括：

后处理器接收由第一3D深度神经网络生成的预测的牙根的体素表示，并且处理3D牙冠和预测的牙根的体素表示，所述处理包括：

将3D牙根和3D牙冠的体素合并到完整3D牙齿的体素表示中；以及可选地

在完整牙齿的3D网格中变换完整3D牙齿的体素表示。

3.如权利要求1或2所述的方法，其中3D数据定义牙列的至少一部分的3D表示，由预处理器进行的处理还包括：

将3D数据分割成至少一个3D数据集，3D数据集表示牙列的牙齿的3D牙冠；以及

将3D数据集变换成牙冠的体素表示，该体素表示与第一3D深度神经网络的输入的体素空间匹配。

4.如权利要求1-3中的任一项所述的方法，其中由预处理器接收的3D数据是由优选地为口腔内光学扫描仪的光学扫描仪生成的3D数据，该3D数据定义表示包括多个牙冠的牙列的至少一部分的3D表面网格，其中由预处理器进行的处理还包括：

将3D网格分割成多个分割的3D网格，其中每个分割的3D网格表示牙列的3D牙冠；

将每个分割的3D表面网格变换成牙冠的体素表示，该体素表示与第一3D深度神经网络的输入的体素空间匹配。

5.如权利要求1-3中的任一项所述的方法，其中由预处理器接收的3D数据是由优选地为CBCT扫描仪的X射线扫描仪生成的，该3D数据定义牙颌面结构的至少一部分的体素表示，牙颌面结构包括牙列的至少一部分的多个牙齿，其中由预处理器进行的处理还包括：

使用第二3D深度神经网络将表示牙颌面结构的体素的至少一部分分类为颌、牙齿和/或神经体素中的至少一种；第二3D深度神经网络是基于牙颌面结构的3D图像数据、可选地从训练集的3D图像数据导出的一个或多个3D位置特征、以及训练集的3D图像数据的牙颌面结构的部分的一个或多个3D模型训练的，所述一个或多个3D模型在第一深度神经网络的训练期间用作目标；以及

将分类的体素分割成一个或多个3D数据集，所述一个或多个3D数据集中的每一个定义牙颌面结构的牙列中的牙齿的体素表示。