[发明专利]牙科配准方法与可读存储介质

说明书

本发明提供一种牙科配准方法与可读存储介质，所述牙科配准方法包括：将基于口腔医学图像数据建立的口腔虚拟模型作为目标点云，将基于口腔扫描得到的口腔扫描模型作为待配准点云，进行粗配准；基于口腔虚拟模型选定或生成目标关键点集合，并在口腔虚拟模型中选取或生成第一约束点；基于口腔扫描模型，选定或生成与目标关键点集合相对应的源关键点集合，并在口腔扫描模型中选取或生成与第一约束点相对应的第二约束点；平移粗配准后的待配准点云，使第一约束点与第二约束点重合；基于目标关键点集合和源关键点集合中至少三对相适配的关键点，通过有界ICP算法迭代计算，实现待配准点云与目标点云的精配准。

技术领域

本发明涉及医疗器械技术领域，特别涉及一种牙科配准方法与可读存储介质。

背景技术

现有技术中，基于口腔CBCT图像可以进行分割重建得到完整的牙齿三维模型。但由于扫描分辨率低和金属修复体的条纹伪影，这种方式不能提供精确的咬合面和准确的咬合关系。

激光扫描得到的口扫点云数据主要包含患者的牙冠三维信息可以获得精确的牙齿解剖形态和准确的咬合关系。因此目前在牙齿种植的术前规划中，主要利用CBCT图像生成的牙齿三维模型与口扫点云数据进行配准，从而估计缺牙位置的牙冠三维信息。患者牙列的数字化三维模型的应用，大大提高了医生术前规划效率及牙齿种植的准确性。

然而，牙齿三维模型与口扫点云数据的配准存在一定的缺陷或不足：

一方面，基于CBCT图像重建的牙齿三维模型与口扫点云数据的配准通常利用迭代最邻近(ICP)算法，来计算两组点云中某些特征点的变换矩阵，寻找配准变换关系。这种方法对于对应特征点的准确性要求很高，如果用于配准的特征点较多，则迭代计算的时间长，迭代过程中容易陷入局部最优解，无法获取准确的配准变换关系。

另一方面，牙齿三维模型与口扫点云数据的配准对于牙齿三维模型和口扫点云数据的初始位姿有较高的要求，当牙齿三维模型与口扫点云数据的粗配准的误差偏差比较大时，基于经典的ICP算法或者基于特征点的配准计算可能会无法收敛，致使误差结果大。而不同于其他硬组织，牙齿种植中配准精度要求高，临床中配准误差要求通常小于0.5mm。因此传统的配准方法配准精度不稳定，牙齿的形状会影响配准的精度。

发明内容

本发明的目的在于提供一种牙科配准方法与可读存储介质，以解决现有的配准方法所存在计算时间长及配准精度不稳定的问题。

为解决上述技术问题，本发明提供一种牙科配准方法，其包括：

将基于口腔医学图像数据建立的口腔虚拟模型作为目标点云，将基于口腔扫描得到的口腔扫描模型作为待配准点云，进行粗配准；

基于所述口腔虚拟模型选定或生成目标关键点集合，并在所述口腔虚拟模型中选取或生成第一约束点；基于所述口腔扫描模型，选定或生成与所述目标关键点集合相对应的源关键点集合，并在所述口腔扫描模型中选取或生成与所述第一约束点相对应的第二约束点；

平移粗配准后的所述待配准点云，使所述第一约束点与所述第二约束点重合；基于所述目标关键点集合和所述源关键点集合中至少三对相适配的关键点，通过有界ICP算法迭代计算，实现所述待配准点云与所述目标点云的精配准。

可选的，在所述牙科配准方法中，所述目标关键点集合中的目标关键点基于如下步骤生成：

提取所述口腔虚拟模型中的牙齿模型；

按预定规则将每个所述牙齿模型上的一点配置为对应于该牙齿模型的所述目标关键点。

可选的，在所述牙科配准方法中，按预定规则将每个所述牙齿模型上的一点配置为对应于该牙齿模型的所述目标关键点的步骤包括以下任一者：

将所述牙齿模型的外包围框的中心轴线与牙冠的交点配置为所述目标关键点；