一种基于人工智能的口腔CBCT影像截面生成方法技术

本发明专利技术公开了一种基于人工智能的口腔CBCT影像截面生成方法，包括S1、根据标准化拍摄口腔CBCT三维影像资料获取第一CBCT三维影像文件；S2、对第一CBCT三维影像进行切片预处理后重建为第二CBCT三维影像文件；S3、构建第一神经网络模型提取第二CBCT三维影像文件中的标志解剖结构，以及获取标准化口腔CBCT水平截面；S4、构建第二神经网络模型，并根据准化口腔CBCT水平截面对牙齿进行分割；S5、根据牙齿的分割结果获取牙弓曲线；S6、根据牙弓曲线获取标准化牙齿冠状截面或矢状截面；通过上述结构能够实现高效、自动、批量生成口腔CBCT影像截面，有效减轻口腔医生在选取CBCT截面过程中耗费的时间及精力，提高口腔疾病的诊断、筛查、术前影像分析的效率。术前影像分析的效率。术前影像分析的效率。

【技术实现步骤摘要】
一种基于人工智能的口腔CBCT影像截面生成方法


[0001]本专利技术涉及口腔影像学领域，特别涉及一种基于人工智能的口腔CBCT影像截面生成方法。

技术介绍

[0002]锥形束CT(Cone beam CT,CBCT)作为口腔医学领域中最常用的三维影像学检查方法，常被用于口腔疾病诊断与筛查、手术方案设计、疾病随访等诊疗流程。CBCT是由X线发生器围绕投照物体进行环形投照后重建形成三维影像。在各个口腔专科的实际临床应用中，常常需要针对特定的牙位或标志解剖位点，从CBCT三维影像中获取特定轴向的二维截面，并在所选截图上进行图像定性或定量分析。例如，口腔种植治疗的术前方案设计主要依赖在目标牙位的CBCT的水平截面、冠状截面及矢状截面上，对缺牙位点可用骨量的全方位定量分析，基于分析结果决定口腔种植适应症选择、治疗时机、手术方案等关键诊疗决策。
[0003]目前获取口腔CBCT影像截面的步骤主要由医生手动完成，大致包括：获得CBCT数据并在计算机软件中进行三维重建；在三维图像分析软件中识别合适的水平截面；进一步地在水平截面上描绘标识牙列走向的牙弓曲线；基于牙弓曲线及目标分析牙位，获得目标牙位在各个轴向上的二维平面。上述任务所生成的二维截面并非是统一位置的轴面，而是需要根据每个患者特定的解剖结构特点及其牙弓曲线，个性化地寻找包含最多解剖学信息的截面。另外，由于人工选取CBCT截面的操作步骤繁杂、耗时较长，在临床实践中耗费医生的大量精力和时间，不利于诊疗效率的提高。
[0004]以深度学习网络为代表的人工智能技术基于计算机科学，旨在模仿人类智能过程并以人类智能相似的方式做出反应。得益人工智能技术的发展与算力的进步，基于深度学习的智能化医学影像分析工具被逐渐应用于各个临床专科的医学图像分析中，实现快速、自动、准确的医学图像智能化分析。然而，国内外现有研究往往更关注在已有的二维图像(如牙科X线片上进行龋齿诊断)或者原始三维影像(如三维CBCT影像上进行牙齿智能分割)上进行医学影像智能化分析，尚未有科学研究或科技专利技术解决口腔CBCT三维影像的特定二维分析平面自动转化的技术问题。
[0005]口腔CBCT影像特定二维截面的人工智能自动生成存在以下挑战：首先需要在三维影像中基于标志解剖结构选取指定层面作为标准层面(如标准水平面)，以进行后续分析；此步骤要求人工智能模型遍历数百张层面并具备筛选及识别关键解剖结构的能力。其次，为了在所选标准层面中分析个性化解剖信息(如牙位、牙弓曲线)，人工智能模型需要提取牙齿、牙槽骨、软组织等不同解剖组织特征并加以区分；在多数情况下各组织之间的存在生理界限(如牙周膜)及密度差异，然而在某些生理及病理情况下各组织之间的生理界限不清晰、密度差异不大，要求模型具备精准且鲁棒的组织分割能力。最后，要求模型基于所分析的解剖特征转换为特定坐标信息，并实现自动截面重建，获得具备临床分析效能、包含清晰解剖学特征的CBCT影像分析截面。
[0006]因此，急需一种自动、高效、准确的基于人工智能的口腔CBCT影像截面生成方法来
解决上述问题。

技术实现思路

[0007]为实现口腔CBCT影像特定截面的自动化获取，提高口腔CBCT影像分析效率，减轻临床上医生分析口腔CBCT的工作负担，本专利技术提出一种基于人工智能的口腔CBCT影像截面生成方法，旨在至少解决现有技术中存在的技术问题之一：
[0008]1、通过构建和训练人工智能模型，解决口腔CBCT三维影像中解剖结构精准识别及其标准水平面自动获取的问题；
[0009]2、通过构建和训练人工智能模型，解决在自动生成个性化牙弓曲线过程中，解剖结构难以自动、精准且鲁棒地分割的问题；
[0010]3、通过计算机图像处理算法及先验解剖学知识，解决基于牙弓曲线的口腔CBCT影像的标准二维截面重建的问题。
[0011]为此，本专利技术采用的技术方案为：
[0012]一种基于人工智能的口腔CBCT影像截面生成方法，包括：
[0013]S1、根据标准化拍摄口腔CBCT三维影像资料获取第一CBCT三维影像文件；
[0014]S2、对第一CBCT三维影像进行切片预处理后重建为第二CBCT三维影像文件；
[0015]S3、构建第一人工智能网络模型提取第二CBCT三维影像文件中的标志解剖结构，进而获取标准化口腔CBCT水平截面；
[0016]S4、构建第二人工智能网络模型，并基于标准化口腔CBCT水平截面实现解剖结构分割；
[0017]S5、根据口腔解剖结构分割结果自动获取个性化牙弓曲线；
[0018]S6、根据个性化牙弓曲线来获取标准化牙齿冠状截面或矢状截面。
[0019]作为优选实施例，在S1中，包括：
[0020]S101、纳入口腔CBCT三维影像资料；
[0021]S102、筛除存在运动伪影及金属伪影的质量不佳的CBCT数据；
[0022]S103、导出筛选后的口腔CBCT文件，并按照规范法则命名后保存于指定路径，获得第一CBCT三维影像文件。
[0023]作为优选实施例，在S2中，包括：
[0024]S201、读取第一CBCT三维影像文件中的所有切片，并根据第一CBCT三维影像文件的原始成像视野和体素体积来实现自动归一化裁剪，获得尺寸统一的切片；
[0025]S202、基于口腔解剖结构密度调节所有切片的Hounsfiled Unit(HU)值，获得合适的窗位及窗宽，以区分不同密度的口腔解剖结构；
[0026]S203、批量归一化处理所有切片并保存为二值化灰度值图像；具体的，将所有层面上所有像素点的灰度值进行归一化处理；
[0027]S204、将二值化灰度值图像集合重建为仅保留牙齿及牙槽骨硬组织结构信息的第二CBCT三维影像文件，并按照规范法则命名后保存于指定路径。
[0028]作为优选实施例，在S3中，包括：
[0029]S301、生成第二CBCT三维影像文件的最大水平面投影、最大矢状面投影或最大冠状面投影；具体的，最大水平面投影、最大矢状面投影或最大冠状面投影包含所需识别的关
键解剖学结构；
[0030]S302、构建并训练有监督或无监督第一人工智能网络模型自动提取二值化最大投影标志解剖结构，并记录其影像特征信息；
[0031]S303、将所生成的二值化最大水平面投影、最大矢状面投影或最大冠状面投影以及标志解剖结构位置信息传入第一CBCT三维影像中，获取该标志解剖结构所处的标准化口腔CBCT水平截面，按照规范法则命名后保存于指定路径。
[0032]作为优选实施例，在S4中，包括：
[0033]S401、在标准化口腔CBCT水平截面上标注牙齿及解剖结构的边缘；具体的，采用数据标注软件获得牙齿及解剖机构边缘标注信息的标注文件，将牙齿及解剖结构的边缘标注文件及标准化口腔CBCT水平截面整理成分割标注数据集；S402、构建有监督或无监督第二人工智能网络模型，具备在每一个实例目标上生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的口腔CBCT影像截面生成方法，其特征在于，包括：S1、根据标准化拍摄口腔CBCT三维影像资料获取第一CBCT三维影像文件；S2、对第一CBCT三维影像进行切片预处理后重建为第二CBCT三维影像文件；S3、构建第一人工智能网络模型提取第二CBCT三维影像文件中的标志解剖结构，进而获取标准化口腔CBCT水平截面；S4、构建第二人工智能网络模型，并基于标准化口腔CBCT水平截面实现解剖结构分割；S5、根据口腔解剖结构分割结果自动获取个性化牙弓曲线；S6、根据个性化牙弓曲线获取牙齿冠状截面或矢状截面。2.根据权利要求1所述的一种基于人工智能的口腔CBCT影像截面生成方法，其特征在于，在S1中，包括：S101、纳入口腔CBCT三维影像资料；S102、筛除存在运动伪影及金属伪影的质量不佳的CBCT数据；S103、导出筛选后的口腔CBCT文件，并按照规范法则命名后保存于指定路径，获得第一CBCT三维影像文件。3.根据权利要求1所述的一种基于人工智能的口腔CBCT影像截面生成方法，其特征在于，在S2中，包括：S201、读取第一CBCT三维影像文件中的所有切片，并根据第一CBCT三维影像文件的原始成像视野和体素体积实现自动归一化裁剪，获得尺寸统一的切片；S202、基于口腔解剖结构密度调节所有切片的HU值，以获得合适的窗位及窗宽；S203、批量归一化处理所有切片并保存为二值化灰度值图像；S204、将二值化灰度值图像集合重建为仅保留牙齿及牙槽骨硬组织结构信息的第二CBCT三维影像文件，并按照规范法则命名后保存于指定路径。4.根据权利要求1所述的一种基于人工智能的口腔CBCT影像截面生成方法，其特征在于，在S3中，包括：S301、生成第二CBCT三维影像文件的最大水平面...

【专利技术属性】
技术研发人员：陈泽涛，王瑞轩，施梦汝，龚卓弘，蔡耿彬，曾家洋，林嘉鸿，
申请(专利权)人：中山大学附属口腔医院，
类型：发明
国别省市：