[发明专利]一种基于曲面参数化的牙齿三维模型自动分割方法

权利要求书

1.一种基于曲面参数化的牙齿三维模型自动分割方法，其特征在于：获取牙齿三维模型后，利用曲面参数化算法即将三维曲面映射到二维平面，得到牙齿二维图像；然后，通过基于U-net神经网络结构对牙齿二维图像进行自动分割，得到每颗牙齿的分割掩码；最后，通过基于网络流算法，将分割后的牙齿图像进行分割边缘细化，最终实现自动化分割牙齿三维模型；其中，基于U-net神经网络结构对牙齿二维图像进行自动分割的过程是：

a：构建模型：基于TensorFlow建立U-net神经网络结构，分别建立两个分割模型，一个是牙齿和牙龈的牙齿-牙龈模型，一个是牙齿轮廓的牙齿轮廓模型；

b：准备牙齿图像数据集：其中，牙齿-牙龈模型的训练标签将牙齿图像中所有的牙齿标注为0，牙龈和剩余的其他部分标注为1；牙齿轮廓模型将所有的牙齿轮廓标注为0，其余部分标注为1，得到标注图像；

c：数据增强：将牙齿图像和标注图像同步进行旋转、平移、放缩、剪切以及反转变换得到数据增强后的数据集；

d：交叉熵作为训练的损失函数分别训练牙齿-牙龈模型和牙齿轮廓模型；

其中，i表示每个像素位置；标注图像作为实际概率分布p，网络输出作为预测概率分布q，交叉熵H(p,q)：

e：训练好b步骤中所述的两个模型之后，分别输入牙齿二维图像，即可输出预测分割掩码；

f：将e步骤得到的两幅分割掩码作差分，即得到每一颗牙齿的分割掩码；

进行分割边缘细化的过程是：

S1.首先获取b步骤所述的每颗牙齿标签区域，并取得当前标签区域的边缘顶点集合Vs；

S2.利用形态学操作扩展S1步骤中的牙齿标签区域，并获取扩大之后的标签区域边缘的顶点集合Vt；

S3.将Vs与Vt之间扩大出来的区域作为模糊区域，然后对模糊区域构建无向图GV,E；V表示模糊区域中的顶点集合，E表示模糊区域中的边集合；

S4.在集合V中增加虚拟节点：源点s和汇点t；集合E中增加源点s连接到集合Vs中各顶点的边，以及增加汇点t连接到集合Vt中各顶点的边；

S5.利用曲率以及S4步骤中所述的每条边的实际长度作为初始信息，设置每条边的容量，设置方法如下：

其中l_ij表示边e_ij的实际长度，H表示顶点曲率。