【技术实现步骤摘要】
本专利技术涉及医学图像处理，特别涉及一种牙齿识别分类方法、电子设备和存储介质。
技术介绍
1、数字化齿科技术，随着牙齿正畸的逐渐普及，近年来得到了迅速的发展。配合计算机辅助设计技术，对数字化的牙齿模型进行牙齿类型识别、牙齿排列、咬合力的大小、方向、作用点等相关数据的分析、处理，最终得到一系列的治疗方案，是主要的实现手段。
2、对于牙齿类型的准确识别，是数字化齿科系统中的重要一环。对于分割后的单牙进行精确标注，是后续齿科诊断、正畸治疗的重要前提。然而，对牙齿的识别是一个复杂的任务，由于个体的差异、牙列的畸形、以及可能出现的缺牙等情况，传统的牙齿识别方法存在着不同程度地错误标注问题。比如，传统的三维牙齿模型分割方法通常利用预定义的空间几何特征如曲率、法向量等作为牙齿分割的参考信息，通过采用牙齿标准模板进行匹配实现牙齿类型的识方法，对于畸形的牙齿排列以及可能的缺牙情况而言，鲁棒性差，容易出现分割结果不稳定、误识别的情况，而且部分传统方法还需要一定的人工交互，效率低下。随着深度学习技术在自然图像和医学图像分割领域不断深入的发展，牙齿类型的自动识别取得了较大的进展，但是在进行牙齿识别的时候，有些方法往往要求牙齿的个数为固定数量，不支持缺牙情况下对牙齿的识别。另外的一些方法在对分割后的牙齿进行识别的时候，没有将所有牙齿的全局信息与单颗牙齿的局部信息进行结合，有时会出现将不同类别的牙齿分为同一类的错误识别的情况。
3、需要说明的是，公开于该专利技术
技术介绍
部分的信息仅仅旨在加深对本专利技术一般
技术介绍
的理解，而不应当被
技术实现思路
1、本专利技术的目的在于针对现有技术中存在的牙齿类别识别效率低下、准确率底、泛化性差等其中的一种或多种问题，提供一种牙齿识别分类方法、电子设备和存储介质，本专利技术不仅能够实现牙齿类别的全自动识别，而且牙齿类别的识别准确性高，对于畸形、缺失牙齿等牙列均具有良好的识别效果，具有很好的泛化性。
2、为达到上述目的，本专利技术通过以下技术方案实现：一种牙齿识别分类方法，包括：
3、获取分割后的牙齿数据，对所述分割后的牙齿数据采样并对每一个采样点进行预处理，得到所有牙齿对应的采样点的空间三维坐标；
4、对于每颗牙齿，根据当前牙齿所在的牙齿区域和当前牙齿对应的所述采样点的空间三维坐标，对属于当前牙齿的所有所述采样点进行裁剪，得到与当前牙齿对应的裁剪块；其中，每个裁剪块包括第一预设数量的所述采样点；
5、将预设的牙齿类别查询向量和所有的所述裁剪块输入训练好的牙齿类别识别模型，获取所有牙齿的牙齿类别的初步识别结果；其中，所述牙齿类别识别模型包括基于注意力机制的神经网络模型；
6、对所述牙齿类别的初步识别结果进行二分图匹配方法后处理，得到所有牙齿的牙齿类别的最终识别结果。
7、可选地，所述对所述分割后的牙齿数据采样并对每一个采样点进行预处理，得到所有牙齿对应的采样点的空间三维坐标，包括：
8、对所述分割后的所有牙齿的所述牙齿数据进行平均采样，得到第二预设数量的采样点；所述第二预设数量大于所述第一预设数量；
9、对所述采样点的空间三维坐标进行标准化处理，得到所有牙齿对应的采样点的空间三维坐标；其中，所述标准化处理包括使得所有牙齿对应的所述采样点的空间三维坐标的坐标均值为0且方差为1。
10、可选地，所述对于每颗牙齿，根据当前牙齿所在的牙齿区域和当前牙齿对应的所述采样点的空间三维坐标，对属于当前牙齿的所有所述采样点进行裁剪，得到与当前牙齿对应的裁剪块，包括：
11、对于每颗牙齿，获取当前牙齿的牙齿中心的空间三维坐标；
12、根据当前牙齿的牙齿中心的空间三维坐标和属于当前牙齿的所有所述采样点的空间三维坐标，计算属于当前牙齿的每个所述采样点与当前牙齿的牙齿中心之间的距离；
13、将距离当前牙齿的牙齿中心最近的第一预设数量的所述采样点，作为当前牙齿对应的裁剪块。
14、可选地，所述牙齿类别识别模型包括：第一映射模块、注意力编码模块、注意力解码模块和第二映射模块；
15、所述将预设的牙齿类别查询向量和所有的所述裁剪块输入训练好的所述牙齿类别识别模型，得到所有牙齿的牙齿类别的初步识别结果，包括：
16、将所有牙齿对应的所述裁剪块输入所述第一映射模块，所述第一映射模块提取并向所述注意编码模块输出每颗牙齿对应的采样点的特征信息；
17、所述注意力编码模块根据所述每颗牙齿对应的所述采样点的特征信息，提取并向所述注意力解码模块输出每颗牙齿和周围牙齿之间的特征信息；
18、所述注意力解码模块根据所述预设的牙齿类别查询向量以及每颗所述牙齿和周围牙齿之间的特征信息，提取并向所述第二映射模块输出每颗牙齿的牙齿类别和周围牙齿的牙齿类别之间的特征信息；
19、所述第二映射模块根据所述每颗牙齿的牙齿类别和周围牙齿的牙齿类别之间的特征信息，获取所有牙齿的牙齿类别的初步识别结果。
20、可选地，所述注意力编码模块包括自注意力模块，所述注意力解码模块包括互注意力模块。
21、可选地，所述预设的牙齿类别查询向量包括m个牙齿类别的特征序列向量；其中，m表示牙齿类别的个数；
22、所述所有牙齿的牙齿类别的初步识别结果包括：对于m个牙齿类别中的每一个牙齿类别，分割后的每颗所述牙齿属于当前牙齿类别的概率值；m大于或等于分割后所述牙齿的个数。
23、可选地，在将预设的牙齿类别查询向量和所有的所述裁剪块输入训练好的牙齿类别识别模型之前，所述牙齿识别分类方法还包括，采用以下步骤训练得到所述牙齿类别识别模型：
24、获取用于训练的牙齿类别查询向量和训练样本；其中，每一例所述训练样本包括分割后用于训练的牙齿数据以及该用于训练的牙齿数据的标签信息；所述标签信息包括该用于训练的牙齿数据的每颗牙齿对应的牙齿类别；
25、设置所述基于注意力机制的神经网络模型的模型参数的初始值；以及根据所述基于注意力机制的神经网络模型的模型参数的初始值，使用所述训练样本对预先搭建的所述基于注意力机制的神经网络模型进行训练，直至满足预设训练结束条件，得到所述牙齿类别识别模型。
26、可选地，所述预设训练结束条件包括：所述牙齿类别识别模型对用于训练的牙齿数据的各颗牙齿的牙齿类别的识别结果与所述用于训练的牙齿数据的每颗牙齿对应的牙齿类别的真实值之间的损失值小于预设误差阈值或训练次数超过预设训练次数；所述损失值通过下式计算得到：
27、
28、式中，lbce表示所述损失值，m表示牙齿类别的个数，n表示分割后的牙齿的个数，pij表示所述牙齿类别识别模型的预测出的第i类的牙齿类别对应第j个分割牙齿的概率，yij通过如下方式计算得到：
29、
30、yij表示所述牙齿类别的真值。
31、本文档来自技高网...
【技术保护点】
1.一种牙齿识别分类方法，其特征在于，包括：
2.根据权利要求1所述的牙齿识别分类方法，其特征在于，所述对所述分割后的牙齿数据采样并对每一个采样点进行预处理，得到所有牙齿对应的采样点的空间三维坐标，包括：
3.根据权利要求1所述的牙齿识别分类方法，其特征在于，所述对于每颗牙齿，根据当前牙齿所在的牙齿区域和当前牙齿对应的所述采样点的空间三维坐标，对属于当前牙齿的所有所述采样点进行裁剪，得到与当前牙齿对应的裁剪块，包括：
4.根据权利要求1所述的牙齿识别分类方法，其特征在于，所述牙齿类别识别模型包括：第一映射模块、注意力编码模块、注意力解码模块和第二映射模块；
5.根据权利要求4所述的牙齿识别分类方法，其特征在于，所述注意力编码模块包括自注意力模块，所述注意力解码模块包括互注意力模块。
6.根据权利要求4所述的牙齿识别分类方法，其特征在于，所述预设的牙齿类别查询向量包括m个牙齿类别的特征序列向量；其中，m表示牙齿类别的个数；
7.根据权利要求4所述的牙齿识别分类方法，其特征在于，在将预设的牙齿类别查询向量和所有的
8.根据权利要求7所述的牙齿识别分类方法，其特征在于，所述预设训练结束条件包括：所述牙齿类别识别模型对用于训练的牙齿数据的各颗牙齿的牙齿类别的识别结果与所述用于训练的牙齿数据的每颗牙齿对应的牙齿类别的真实值之间的损失值小于预设误差阈值或训练次数超过预设训练次数；所述损失值通过下式计算得到：
9.根据权利要求1所述的牙齿识别分类方法，其特征在于，所述对所述二分图匹配方法后处理包括：采用0-1规划模型确定所有牙齿的牙齿类别的最终识别结果。
10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现权利要求1至9中任一项所述的牙齿识别分类方法。
11.一种可读存储介质，其特征在于，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至9中任一项所述的牙齿识别分类方法。
...【技术特征摘要】
1.一种牙齿识别分类方法，其特征在于，包括：
2.根据权利要求1所述的牙齿识别分类方法，其特征在于，所述对所述分割后的牙齿数据采样并对每一个采样点进行预处理，得到所有牙齿对应的采样点的空间三维坐标，包括：
3.根据权利要求1所述的牙齿识别分类方法，其特征在于，所述对于每颗牙齿，根据当前牙齿所在的牙齿区域和当前牙齿对应的所述采样点的空间三维坐标，对属于当前牙齿的所有所述采样点进行裁剪，得到与当前牙齿对应的裁剪块，包括：
4.根据权利要求1所述的牙齿识别分类方法，其特征在于，所述牙齿类别识别模型包括：第一映射模块、注意力编码模块、注意力解码模块和第二映射模块；
5.根据权利要求4所述的牙齿识别分类方法，其特征在于，所述注意力编码模块包括自注意力模块，所述注意力解码模块包括互注意力模块。
6.根据权利要求4所述的牙齿识别分类方法，其特征在于，所述预设的牙齿类别查询向量包括m个牙齿类别的特征序列向量；其中，m表示牙齿类别的个数；
7.根据权利要求4所述的牙齿识别分类方法，其特征在于，...
【专利技术属性】
技术研发人员：张运旭，石思远，崔晨，
申请(专利权)人：上海微创子牙医疗科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。