[发明专利]一种牙齿全自动分割方法

说明书

本发明公开了一种牙齿全自动分割方法，所述牙齿全自动分割方法包括：S1：对采集到的牙齿图像进行预处理，得到预处理结果；S2：采用深度学习模型对所述预处理结果进行粗分割，得到粗分割结果；S3：对所述粗分割结果进行互斥水平集模型分割，得到互斥水平集模型分割结果；S4：对所述互斥水平集模型分割结果进行三维重建。本发明所提供的一种牙齿全自动分割方法，能够解决现有的牙齿分割难度大且不能实现完整意义上的全自动的问题。

技术领域

本发明涉及牙科医疗技术领域，具体涉及一种牙齿全自动分割方法。

背景技术

现今社会，“养生”一度成为社会热门词汇，并频繁登上各类搜索引擎的热搜榜，足以说明当代人对于身体健康的关注程度空前高涨。而其中最不容忽视的就是口腔问题。为全面、精确、详实地获取患者数据，进而为口腔疾病的诊断和治疗提供有力保障，医学成像技术成为不可或缺的技术手段。口腔CT设备是牙科的革命性工具，CBCT自上世纪九十年代后期应用于口腔医学领域，因其能够真实反映颌面部的三维结构，克服二维成像的弊端，可以更加立体的评估牙齿和骨骼的关系，使正畸医生能够制定更合理的方案。为了减轻医生的负担，缓和医生和患者之间供不应求的市场关系，也能在一定程度上环节以缓解分，目前对于牙齿分割的研究正成为各学者的研究重点，当然也是研究热点。此时诞生的专为牙齿成像而生的CBCT成像技术受到广大关注，研究的热点开始转移到对CBCT牙齿图像进行研究。而CBCT的出现也为辅助口腔颌面诊治提高重要的数据支撑。

由于医学图像的成像技术缺陷和牙齿结构的特殊性，牙齿的分割处理目前都要借助一定量的交互操作才能实现，使得牙齿分割的难度巨大，并且现有的水平集算法需要大量的人工参与，不能实现完整意义上的全自动。

发明内容

本发明的目的在于提供一种牙齿全自动分割方法，以解决现有的牙齿分割难度大且不能实现完整意义上的全自动的问题。

本发明解决上述技术问题的技术方案如下：

本发明提供一种牙齿全自动分割方法，所述牙齿全自动分割方法包括：

S1：对采集到的牙齿图像进行预处理，得到预处理结果；

S2：采用深度学习模型对所述预处理模型进行粗分割，得到粗分割结果；

S3：对所述粗分割结果进行互斥水平集模型分割，得到互斥水平集模型分割结果；

S4：对所述互斥水平集模型分割结果进行三维重建。

可选择地，所述步骤S1包括以下分步骤：

S11：采集以DICOM格式进行分层存储的牙齿图像数据；

S12：采用灰度线性变化模型对所述牙齿图像数据进行灰度归一化处理。

可选择地，所述步骤S12中，所述灰度线性变化模型包括：

其中，D'(x,y)指灰度变换后输出图像在像素点(x,y)的灰度值，D(x,y)代表输入图像在像素点(x,y)处的灰度值。

可选择地，所述步骤S2中，所述粗分割包括：

选取待分割的初始层，应用深度学习模型进行初始分割。

可选择地，所述深度学习模型为U-Net模型。

可选择地，所述步骤S3包括以下分步骤：

S31：将所述粗分割结果作为所述互斥水平集模型的初始化结果；

S32：根据所述初始化结果，对所述牙齿图像数据进行层间序列二维迭代分割，得到互斥水平集模型分割结果。

可选择地，所述对所述牙齿图像数据进行层间序列二维迭代分割包括：