[发明专利]深度生成网络辅助的功能性全冠修复体形态生成方法

权利要求书

1.深度生成网络辅助的功能性全冠修复体形态生成方法，其特征在于，包括以下步骤：

获取缺损牙所在牙颌的三维数据并处理，得到缺损牙在牙颌的颌位空间位置；

根据缺损牙的颌位空间位置结合深度生成网络模型重建缺损牙咬合面基本形态、咬合面细节形态；

依据重建的缺损牙咬合面形态结合修复体粘接层结构、中间连接体重建缺损牙的全冠修复体；

采用样条曲线辅助蒙皮剖分的过渡曲面重建方法，设计具有局部可编辑性的缺损牙中间连接体；

采用基于径向基函数的弹性变形方法设计个性化的修复体粘结层结构形态；

其中，重建咬合面基本形态时，深度网络模型的前端网络采用瓦瑟斯坦距离为差异度量。

2.如权利要求1所述的深度生成网络辅助的功能性全冠修复体形态生成方法，其特征在于，所述深度生成网络模型的训练过程，包括以下步骤：

获取已修复牙颌样本数据并处理，获取牙齿咬合面功能特征和咬合面深度图像集；结合咬合面功能特征和咬合面深度图像集，构建深度生成网络模型。

3.如权利要求2所述的深度生成网络辅助的功能性全冠修复体形态生成方法，其特征在于，获取样本受损及修复后的牙颌三维数字模型数据，并进行牙齿模型姿态的规范化处理。

4.如权利要求1所述的深度生成网络辅助的功能性全冠修复体形态生成方法，其特征在于，基于瓦瑟斯坦距离、感知特征损失约束、颌位间距直方图损失约束的生成网络作为深度生成网络模型的前端网络。

5.如权利要求4所述的深度生成网络辅助的功能性全冠修复体形态生成方法，其特征在于，前端网络采用瓦瑟斯坦距离为差异度量，以牙齿预备体作为输入数据，无磨损牙冠作为目标数据，生成具有清晰组织结构和满足颌位空间位置关系的咬合面几何形态。

6.如权利要求1所述的深度生成网络辅助的功能性全冠修复体形态生成方法，其特征在于，深度生成网络模型的后端网络通过在前端网络中引入牙齿磨耗和咬合沟窝解析损失约束，来增添咬合面的细节特征。

7.如权利要求6所述的深度生成网络辅助的功能性全冠修复体形态生成方法，其特征在于，重建缺损牙咬合面的细节形态包括具有正确的咬合关系、清晰组织结构和咬合面细节特征。

8.如权利要求1所述的深度生成网络辅助的功能性全冠修复体形态生成方法，其特征在于，基于重建缺损牙咬合面的形态深度图像，采用区域增长算法重建全冠修复体的三维网格模型。

9.深度生成网络辅助的功能性全冠修复体形态生成系统，其特征在于，包括以下内容：

位置获取模块，被配置为获取缺损牙所在牙颌的三维数据并处理，得到缺损牙在牙颌的颌位空间位置；

咬合面重建模块，被配置为根据缺损牙的颌位空间位置结合深度生成网络模型重建缺损牙咬合面基本形态、咬合面细节形态；

修复体重建模块，依据重建的缺损牙咬合面形态结合修复体粘接层结构、中间连接体重建缺损牙的全冠修复体；采用样条曲线辅助蒙皮剖分的过渡曲面重建方法，设计具有局部可编辑性的缺损牙中间连接体；采用基于径向基函数的弹性变形方法设计个性化的修复体粘结层结构形态；

其中，重建咬合面基本形态时，深度网络模型的前端网络采用瓦瑟斯坦距离为差异度量。