一种用于口扫数据与CBCT数据融合的配准方法技术

本发明专利技术涉及口腔医疗技术领域，尤其涉及一种用于口扫数据与CBCT数据融合的配准方法，包括如下步骤：S1、读取口扫数据与CBCT数据；S2、CBCT数据表面重建；S3、使用者点选特征点集；S4、特征点配准；S5、局部表面数据撷取；S6、局部表面ICP配准；S7、应用配准矩阵。本发明专利技术通过自动撷取局部表面用于局部ICP配准，配准精度高、操作方便、无需大量训练数据，对硬件要求低，解决了现有配准方法配准精度不够，操作不方便和需要大量训练数据，对硬件要求高的缺陷的问题。题。题。

【技术实现步骤摘要】
一种用于口扫数据与CBCT数据融合的配准方法


[0001]本专利技术涉及口腔医疗
，尤其涉及一种用于口扫数据与CBCT数据融合的配准方法。

技术介绍

[0002]口扫数据与CBCT数据融合：在牙齿的数字化处理过程中，通常需要采集牙齿的口扫数据(intraoral scan)和CBCT(Cone beam CT)数据，也即锥形束CT。口扫数据相对更精确但是不包括牙根数据，CBCT数据噪声更多但是包含完整的牙齿数据。因此，为获取相对完整的牙齿数据，并提高牙齿正畸治疗的精确度，需要将口扫数据与CBCT数据进行精准融合。现有配准方法包括以下几种：
[0003]传统特征点配准，使用者通过地在口扫数据以及CBCT数据上分别点选不低于3个的匹配点集，采用特征点配准算法实现配准。缺点是:口扫数据与CBCT数据属于不同模态数据，很难找到两组准确对应的匹配点集，导致配准精度较低，数据融合效果不佳。
[0004]传统迭代最近点配准(之后称ICP配准)，在CBCT表面重建上寻找距离口扫数据最近的点集，移动口扫数据至最接近该点集。重复寻找点集与移动数据的过程，直至CBCT表面重建与口扫数据足够接近。缺点是：1.高度依赖初始位姿，初始位姿不佳可能导致落入局部最优解，配准效果差；2.高度依赖CBCT表面重建与口扫数据的几何相似程度，二者几何相似度不高(CBCT含有牙根及其他杂讯)，极易落入局部最优解配准效果差。
[0005]特征点配准搭配ICP配准，使用者通过地在口扫数据以及CBCT数据上分别点选不低于3个的匹配点集，采用特征点配准算法实现粗配准；在粗配准的基础上，使用者再与配准效果不佳处点选若干点，用作ICP配准。缺点是：使用者需要两次点选点集，操作相对繁琐。
[0006]AI分割辅助配准，例如CN114549604A通过AI进行CBCT分割并采集特征点进行配准。其缺点是：需要大量训练数据且对硬件性能要求较高。
[0007]综上所述，现有配准方法中存在配准精度不够，操作不方便和需要大量训练数据，对硬件要求高的缺陷，为此，我们提出一种用于口扫数据与CBCT数据融合的配准方法。

技术实现思路

[0008]基于
技术介绍
存在的技术问题，本专利技术提出了一种用于口扫数据与CBCT数据融合的配准方法，通过自动撷取局部表面用于局部ICP配准，配准精度高、操作方便、无需大量训练数据，对硬件要求低，解决了现有配准方法配准精度不够，操作不方便和需要大量训练数据，对硬件要求高的缺陷的问题。
[0009]本专利技术提供如下技术方案：一种用于口扫数据与CBCT数据融合的配准方法，包括如下步骤：
[0010]S1、读取口扫数据与CBCT数据,提取口扫数据的三维几何图形和CBCT数据的三维图像；
[0011]S2、CBCT数据表面重建，从CBCT数据的三维图像中提取出牙齿的三维几何图形，该图形由封闭的三角面片网格所构成；
[0012]S3、使用者点选特征点集，在步骤S2的三维几何图形中选取特征点集1，在步骤S1中口扫数据的三维几何图形与特征点集1对应的最接近位置依序点选特征点，得到特征点集2；
[0013]S4、特征点配准，将特征点集2作为起始点群，特征点集1作为目标点群，配准得到转换矩阵1；
[0014]S5、局部表面数据撷取，在S1的口扫数据三维几何图形表面自动撷取局部表面数据，存入表面数据容器，用于后续ICP精配准；
[0015]S6、局部表面ICP配准，使用转换矩阵1对表面数据容器进行空间变换，生成两个存放表面几何数据的容器，使用ICP配准法对两个存放表面几何数据的容器进行配准，得到矩阵2，调整所得矩阵2得到矩阵3；
[0016]S7、应用配准矩阵，计算矩阵3左乘矩阵1得到矩阵4，使用矩阵4对步骤S1中口扫数据的三维几何图形进行空间变换，则口扫数据与CBCT数据融合完成。
[0017]优选的，所述步骤S1中读取口扫数据与CBCT数据，具体包括：
[0018]使用者指定待融合的口扫数据与CBCT数据作为输入，其中：
[0019]口扫数据是基于三角面片网格的几何文件，其中包含患者牙冠表面与部分牙龈表面的形状信息，从中提取的三维几何图形，之后代称为“ios”；
[0020]CBCT数据是一系列连续的包含患者牙齿三维信息的dicom文件，从中提取的三维图像之后代称为“CBCT_image”。
[0021]优选的，所述步骤S2中从CBCT_image三维图像中提取出牙齿的三维几何图形，该图形由封闭的三角面片网格所构成，CBCT_image每一个代表牙齿的像素都必须被该代表牙齿表面的网格包围，具体流程如下：
[0022]设定阈值“t”为CBCT影像中牙釉质的灰阶值；
[0023]遍历CBCT_image中的每一个像素点，若该像素点的灰阶值大于等于t，其被判定为落于表面网格内部，归入点集“p_in”；若该像素点的灰阶值小于t，则被判定为落于表面网格外部，归入点集“p_out”；
[0024]提取p_in中所有与p_out相邻的点构成点集“p_surface”，该点集作为包围网格的顶点；
[0025]连接p_surface中的相邻点获得三角面片，由所有三角面片所构成的封闭网格即为包含牙齿表面形状的三维几何图形，之后代称为“reconstructed_surface”。
[0026]优选的，所述步骤S3中，
[0027]使用者在reconstructed_surface的牙齿表面上依序点选不少于3个特征点，该特征点集之后代称“landmark_target”；
[0028]使用者在ios的牙齿表面上，在与landmark_target对应的最接近位置依序点选特征点，该特征点集之后代称“landmark_src”。
[0029]优选的，所述步骤S4中，
[0030]使用特征点配准法对点集landmark_target与landmark_src进行配准，其中：
[0031]landmark_src作为起始点群；
[0032]landmark_target作为目标点群；
[0033]配准所得的4X4转换矩阵之后代称为“T_landmark”。
[0034]优选的，所述步骤S5中，在ios表面自动撷取局部表面数据，用于后续ICP精配准，具体如下：
[0035]生成一个存放局部表面数据的容器取名clipped_surface；
[0036]遍历landmark_src，对其中的每一点p进行如下操作：
[0037]以p为中心，设定边长值，生成一立方体“tmpCube”；
[0038]比较ios与tmpCube,将ios落于tmpCube的部分进行截取，并存入clipped_surface。
[0039]优选的，所述步骤S6中局部表面ICP配准，具体如下：
[0040]使用转换矩阵T_landmark对clipped_surfa本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于口扫数据与CBCT数据融合的配准方法，其特征在于：包括如下步骤：S1、读取口扫数据与CBCT数据,提取口扫数据的三维几何图形和CBCT数据的三维图像；S2、CBCT数据表面重建，从CBCT数据的三维图像中提取出牙齿的三维几何图形，该图形由封闭的三角面片网格所构成；S3、使用者点选特征点集，在步骤S2的三维几何图形中选取特征点集1，在步骤S1中口扫数据的三维几何图形与特征点集1对应的最接近位置依序点选特征点，得到特征点集2；S4、特征点配准，将特征点集2作为起始点群，特征点集1作为目标点群，配准得到转换矩阵1；S5、局部表面数据撷取，在S1的口扫数据三维几何图形表面自动撷取局部表面数据，存入表面数据容器，用于后续ICP精配准；S6、局部表面ICP配准，使用转换矩阵1对表面数据容器进行空间变换，生成两个存放表面几何数据的容器，使用ICP配准法对两个存放表面几何数据的容器进行配准，得到矩阵2，调整所得矩阵2得到矩阵3；S7、应用配准矩阵，计算矩阵3左乘矩阵1得到矩阵4，使用矩阵4对步骤S1中口扫数据的三维几何图形进行空间变换，则口扫数据与CBCT数据融合完成。2.根据权利要求1所述的一种用于口扫数据与CBCT数据融合的配准方法，其特征在于：所述步骤S1中读取口扫数据与CBCT数据，具体包括：使用者指定待融合的口扫数据与CBCT数据作为输入，其中：口扫数据是基于三角面片网格的几何文件，其中包含患者牙冠表面与部分牙龈表面的形状信息，从中提取的三维几何图形，之后代称为“ios”；CBCT数据是一系列连续的包含患者牙齿三维信息的dicom文件，从中提取的三维图像之后代称为“CBCT_image”。3.根据权利要求2所述的一种用于口扫数据与CBCT数据融合的配准方法，其特征在于：所述步骤S2中从CBCT_image三维图像中提取出牙齿的三维几何图形，该图形由封闭的三角面片网格所构成，CBCT_image每一个代表牙齿的像素都必须被该代表牙齿表面的网格包围，具体流程如下：设定阈值“t”为CBCT影像中牙釉质的灰阶值；遍历CBCT_image中的每一个像素点，若该像素点的灰阶值大于等于t，其被判定为落于表面网格内部，归入点集“p_in”；若该像素点的灰阶值小于t，则被判定为落于表面网格外部，归入点集“p_out”；提取p_in中所有与p_out相邻的点构成点集“p_surface”，该点集作为包围网格的顶点；连接p_surface中的相邻点获得三角面片，由所有三角面片所构成的封闭网格即为包含牙齿表面形状的三维几何图形，之后代称为“reconstructed_surface”。4.根据权利要求3所述的一种用于口扫数据与CBCT数据融合的配准方法，其特征在于：所述步骤S3中，使用者在reconstructed_surface的牙齿表面上依序点选不少于3个特征点，该特征点集之后代称“landmark_target”；使用者在ios的牙齿表面上，在与landmark_target对应的最接近位置依序点选特征
点，该...

【专利技术属性】
技术研发人员：周再望，黄志俊，刘金勇，钱坤，
申请(专利权)人：杭州柳叶刀机器人有限公司，
类型：发明
国别省市：