一种牙齿图像分割方法、存储介质和电子设备技术

本发明专利技术提供了一种牙齿图像分割方法、存储介质和电子设备，所述方法包括以下步骤：S1：获取牙模图像；S2：将所述牙模图像输入至训练完成的第一神经网络，输出所述牙模图像上的牙齿信息所在的特征点对应的向量信息；S3：对所有所述向量信息进行聚类分析，筛选出若干向量信息集合，并根据各个所述向量信息集合中的向量信息确定对应的牙齿中心点坐标；S4：根据各个牙齿中心点坐标对牙模图像进行分割，得到分割后的牙齿图像。上述方案通过先得到牙齿信息上特征点对应的向量信息，再基于所有向量信息进行聚类分析，得到牙模图像上各个牙齿信息的中心点坐标，再基于中心点坐标完成对单颗牙齿的识别分割，能够有效提升牙齿图像分割的准确性。性。性。

【技术实现步骤摘要】
一种牙齿图像分割方法、存储介质和电子设备


[0001]本专利技术涉及图像处理领域，尤其涉及一种牙齿图像分割方法、存储介质和电子设备。

技术介绍

[0002]随着数字化口腔技术的不断发展，基于三维数字化技术的口腔辅助诊断和治疗系统都依赖于患者牙齿和牙龈三维数字模型的建立。通过传统的患者咬合硅橡胶然后翻制石膏模型，扫描石膏模型，或者使用数字化口内扫描仪直接获得患者三维数字牙齿模型和牙龈模型，得到的牙齿模型数据精度较高。
[0003]牙齿图像分割是从包含众多牙齿信息的牙模图像中分割出若干包含单颗牙齿信息的图像，由于牙模图像上的牙齿信息纵横交错，现有的牙齿图像分割方式存在着分割精度不高、效率低下等问题。

技术实现思路

[0004]为此，需要提供一种牙齿图像分割的技术方案，用于解决现有的牙齿图像分割方式精度不高的问题。
[0005]第一方面，本专利技术提供了一种牙齿图像分割方法，包括以下步骤：
[0006]S1：获取牙模图像；所述牙模图像包括至少一个牙齿信息；
[0007]S2：将所述牙模图像输入至训练完成的第一神经网络，输出所述牙模图像上的牙齿信息所在的特征点对应的向量信息；所述向量信息由所述特征点指向与所述特征点距离最近的牙齿中心点；
[0008]S3：对所有所述向量信息进行聚类分析，筛选出若干向量信息集合，并根据各个所述向量信息集合中的向量信息确定对应的牙齿中心点坐标；相同向量信息集合中的向量信息的终点之间的距离小于预设误差范围；
[0009]S4：根据各个牙齿中心点坐标对所述牙模图像进行分割，得到分割后的牙齿图像。
[0010]在某些实施例中，所述牙模图像为三维图像；
[0011]在步骤S1之后步骤S2之前还包括步骤：
[0012]S11：将所述牙模图像上各个体素大小调整至第一尺寸；所述第一尺寸为所述第一神经网络在进行训练时，输入至所述第一神经网络中的牙模样本图像上的体素大小；
[0013]将所述牙模图像输入至训练完成的第一神经网络包括：将经过步骤S11调整后的牙模图像输入至训练完成的第一神经网络。
[0014]在某些实施例中，将所述牙模图像输入至训练完成的第一神经网络还包括：
[0015]提取所述牙模图像中的重点区域，得到重点区域图像，将所述重点区域图像输入至训练完成的第一神经网络；所述重点区域图像包含所述牙模图像上的所有牙齿信息；
[0016]在某些实施例中，
[0017]所述第一神经网络根据以下方式进行训练：
[0018]获取若干牙模样本图像，所述牙模样本图像包含至少一个牙齿信息，每一牙齿信息对应一个牙齿中心点；
[0019]将所述牙模样本图像输入第一神经网络进行迭代训练，计算各个牙齿信息中的特征点对应的向量信息并输出。
[0020]在某些实施例中，步骤S4包括：
[0021]S41：将确定的若干所述牙齿中心点坐标和所述牙模图像输入至训练完成的第二神经网络，输出基于各个所述牙齿中心点坐标分割后的牙齿图像。
[0022]在某些实施例中，所述牙模图像为三维图像；
[0023]在步骤S3之后步骤S41之前还包括步骤：
[0024]S31：将所述牙模图像上各个体素大小调整至第二尺寸；所述第二尺寸为所述第二神经网络在进行训练时，输入至所述第二神经网络中的牙模样本图像上的体素大小；
[0025]将所述牙模图像输入至训练完成的第二神经网络包括：将经过步骤S31调整后的牙模图像输入至训练完成的第二神经网络。
[0026]在某些实施例中，将确定的若干所述牙齿中心点坐标和所述牙模图像输入至训练完成的第二神经网络包括：
[0027]以各个牙齿中心点为中心，将所述牙模图像分割为相应数量的包含单颗牙齿信息的图像，将各个牙齿中心点坐标以及其对应的所述包含单颗牙齿信息的图像依次输入至训练完成的第二神经网络。
[0028]在某些实施例中，根据各个所述向量信息集合中的向量信息确定对应的牙齿中心点坐标包括：
[0029]将各个所述向量信息集合中的向量信息对应的终点坐标的平均值作为对应的牙齿中心点坐标。
[0030]第二方面，本申请实施例还提供了一种存储介质，存储介质存储有计算机程序，计算机程序被处理器执行时实现如本专利技术第一方面的方法步骤。
[0031]第三方面，本申请实施例还提供了一种电子设备，包括处理器和存储介质，存储介质为如第二方面的存储介质；
[0032]处理器用于执行存储介质中存储的计算机程序以实现如第一方面的方法步骤。
[0033]区别于现有技术，本专利技术提供了一种牙齿图像分割方法、存储介质和电子设备，所述方法包括以下步骤：S1：获取牙模图像；S2：将所述牙模图像输入至训练完成的第一神经网络，输出所述牙模图像上的牙齿信息所在的特征点对应的向量信息；S3：对所有所述向量信息进行聚类分析，筛选出若干向量信息集合，并根据各个所述向量信息集合中的向量信息确定对应的牙齿中心点坐标；S4：根据各个牙齿中心点坐标对牙模图像进行分割，得到分割后的牙齿图像。上述方案通过将牙模图像输入至训练完成的第一神经网络中，得到牙齿信息的特征点对应的向量信息，并基于所有向量信息进行聚类分析，从而得到牙模图像上各个牙齿的中心点坐标，再基于中心点坐标完成对单颗牙齿的识别分割，能够有效提升牙齿图像分割的准确性。
附图说明
[0034]图1为本申请第一示例性实施例所述的牙齿图像分割方法的流程图；
或者其他类似的表述，意在涵盖非排他性的包含，这些表述并不排除在包括要素的过程、方法或者产品中还可以存在另外的要素，从而使得包括一系列要素的过程、方法或者产品中不仅可以包括那些限定的要素，而且还可以包括没有明确列出的其他要素，或者还包括为这种过程、方法或者产品所固有的要素。
[0058]与《审查指南》中的理解相同，在本申请中，“大于”、“小于”、“超过”等表述理解为不包括本数；“以上”、“以下”、“以内”等表述理解为包括本数。此外，在本申请实施例的描述中“多个”的含义是两个以上(包括两个)，与之类似的与“多”相关的表述亦做此类理解，例如“多组”、“多次”等，除非另有明确具体的限定。
[0059]如图1所示，在第一方面，本专利技术提供了一种牙齿图像分割方法，该方法包括以下步骤：
[0060]S1：获取牙模图像；
[0061]S2：将所述牙模图像输入至训练完成的第一神经网络，输出所述牙模图像上的牙齿信息所在的特征点对应的向量信息；
[0062]S3：对所有所述向量信息进行聚类分析，筛选出若干向量信息集合，并根据各个所述向量信息集合中的向量信息确定对应的牙齿中心点坐标；
[0063]S4：根据各个牙齿中心点坐标对牙模图像进行分割，得到分割后的牙齿图像。
[0064]在步骤S1中，所述牙模图像为口扫牙模图像，优选为三维图像，所述三维图像置于三维空间坐标系中。所述三维图像可以通过口腔扫描仪扫描人体口腔后生成，也可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种牙齿图像分割方法，其特征在于，包括以下步骤：S1：获取牙模图像；所述牙模图像包括至少一个牙齿信息；S2：将所述牙模图像输入至训练完成的第一神经网络，输出所述牙模图像上的牙齿信息所在的特征点对应的向量信息；所述向量信息由所述特征点指向与所述特征点距离最近的牙齿中心点；S3：对所有所述向量信息进行聚类分析，筛选出若干向量信息集合，并根据各个所述向量信息集合中的向量信息确定对应的牙齿中心点坐标；相同向量信息集合中的向量信息的终点之间的距离小于预设误差范围；S4：根据各个牙齿中心点坐标对牙模图像进行分割，得到分割后的牙齿图像。2.如权利要求1所述的牙齿图像分割方法，其特征在于，所述牙模图像为三维图像；在步骤S1之后步骤S2之前还包括步骤：S11：将所述牙模图像上各个体素大小调整至第一尺寸；所述第一尺寸为所述第一神经网络在进行训练时，输入至所述第一神经网络中的牙模样本图像上的体素大小；将所述牙模图像输入至训练完成的第一神经网络包括：将经过步骤S11调整后的牙模图像输入至训练完成的第一神经网络。3.如权利要求1所述的牙齿图像分割方法，其特征在于，将所述牙模图像输入至训练完成的第一神经网络还包括：提取所述牙模图像中的重点区域，得到重点区域图像，将所述重点区域图像输入至训练完成的第一神经网络；所述重点区域图像包含所述牙模图像上的所有牙齿信息。4.如权利要求1或2所述的牙齿图像分割方法，其特征在于，所述第一神经网络根据以下方式进行训练：获取若干牙模样本图像，所述牙模样本图像包含至少一个牙齿信息，每一牙齿信息对应一个牙齿中心点；将所述牙模样本图像输入第一神经网络进行迭代训练，计算各个牙齿信息中的特征点对应的向量信息...

【专利技术属性】
技术研发人员：刘皓，甘博城，陈明书，陈宇飞，王秀锦，黄炜，
申请(专利权)人：福州海狸家口腔科技有限公司，
类型：发明
国别省市：