[发明专利]一种正畸术后侧貌预测方法、装置、电子设备及存储介质有效
申请号: | 202110842228.5 | 申请日: | 2021-07-23 |
公开(公告)号: | CN113487597B | 公开(公告)日: | 2023-08-29 |
发明(设计)人: | 李沛霖;薛思言;潘珮玥;赵志河 | 申请(专利权)人: | 四川大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/194;G06V10/44;G06V10/82;G06N3/04;G06N3/08 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 张萌 |
地址: | 610000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 术后 预测 方法 装置 电子设备 存储 介质 | ||
1.一种正畸术后侧貌预测方法,其特征在于,包括:
获取患者的第一侧貌图像;其中,所述第一侧貌图像为所述患者在正畸手术前的侧貌图像;
将所述第一侧貌图像输入至面部位点识别模型中,得到第二侧貌图像;其中,所述第二侧貌图像中包括识别出的耳部区域、鼻部区域、额部区域、眼部区域以及下巴区域;
将所述第二侧貌图像输入至预测模型中,得到第三侧貌图像;其中,所述第三侧貌图像为所述患者正畸手术后的侧貌预测图像;
在所述将所述第二侧貌图像输入至预测模型中,得到第三侧貌图像之后,所述方法还包括:
将所述第三侧貌图像输入至所述面部位点识别模型中,得到第四侧貌图像;其中,所述第四侧貌图像包括识别出的耳部区域和鼻部区域;
以所述第四侧貌图像的耳部区域的纵坐标最小点和所述第四侧貌图像的鼻部区域的纵坐标最小点的连线,将所述第四侧貌图像分割为上下两部分;
以所述第二侧貌图像的耳部区域的纵坐标最小点和所述第二侧貌图像的鼻部区域的纵坐标最小点的连线,将所述第二侧貌图像分割为上下两部分;
将所述第四侧貌图像分割后的下部分与所述第二侧貌图像分割后的上部分进行图像融合,得到第五侧貌图像。
2.根据权利要求1所述的正畸术后侧貌预测方法,其特征在于,所述将所述第一侧貌图像输入至面部位点识别模型中,得到第二侧貌图像,包括:
将所述第一侧貌图像进行预处理,并将预处理后的第一侧貌图像输入至所述面部位点识别模型中,得到所述第二侧貌图像;其中,所述预处理后的第一侧貌图像的尺寸与所述面部位点识别模型的输入层的尺寸相同;
相应的,所述将所述第二侧貌图像输入至预测模型中,得到第三侧貌图像,包括:
将所述第二侧貌图像进行预处理,并将预处理后的第二侧貌图像输入至所述预测模型中,得到所述第三侧貌图像;其中,预处理后的第二侧貌图像的尺寸与所述预测模型的输入层的尺寸相同,且所述预处理后的第二侧貌图像的尺寸小于所述预处理后的第一侧貌图像的尺寸。
3.根据权利要求2所述的正畸术后侧貌预测方法,其特征在于,所述将所述第二侧貌图像进行预处理,包括:
确定同时包含所述耳部区域、所述鼻部区域、所述额部区域、所述眼部区域以及所述下巴区域五个区域中的最小区域的边界;其中,所述边界包括第一X轴垂线、第二X轴垂线、第一Y轴垂线及第二Y轴垂线;所述第一X轴垂线经过该五个区域中X轴坐标最大的点,所述第二X轴垂线经过该五个区域中X轴最小的点,所述第一Y轴垂线经过该五个区域中Y轴坐标最大的点,所述第二Y轴垂线经过该五个区域中Y轴坐标最小的点;
基于所述边界对所述第二侧貌图像进行分割;
将分割后的第二侧貌图像的尺寸调整为所述预测模型的输入层的尺寸。
4.根据权利要求3所述的正畸术后侧貌预测方法,其特征在于,所述基于所述边界对所述第二侧貌图像进行分割,包括:
将所述边界扩大预设尺寸后对所述第二侧貌图像进行分割。
5.根据权利要求1所述的正畸术后侧貌预测方法,其特征在于,在所述获取患者的第一侧貌图像之后,所述方法还包括:
接收用户输入的所述患者的正畸治疗方案类型;所述正畸治疗方案类型包括预先通过十字符号将上下牙列分为上下左右四个区中进行正畸治疗的牙;
基于所述患者的正畸治疗方案类型,确定出与所述患者的正畸治疗方案类型对应的目标预测模型;
相应的,所述将所述第二侧貌图像输入至预测模型中,得到第三侧貌图像,包括:
将所述第二侧貌图像输入至所述目标预测模型,得到所述第三侧貌图像。
6.根据权利要求1所述的正畸术后侧貌预测方法,其特征在于,通过如下步骤生成所述面部位点识别模型:
获取训练样本图像;其中,所述训练样本图像为人脸侧貌图像;
将所述训练样本图像输入至初始模型中,得到所述训练样本图像中的预测识别区域;
基于所述预测识别区域以及预先在所述训练样本图像上的标注区域计算损失值,并基于所述损失值对所述初始模型进行更新,生成所述面部位点识别模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110842228.5/1.html,转载请声明来源钻瓜专利网。