【技术实现步骤摘要】
本专利技术涉及口腔影像处理，尤其涉及一种基于三维分割的cbct影像生成全景曲面断层片的方法和装置。
技术介绍
1、锥形束计算机断层扫描(cbct)能以低辐射剂量提供高分辨率三维影像，清晰展示患者口腔内牙齿、骨骼和软组织，是牙科医生检查患者口腔健康的重要手段。而口腔全景曲面断层片能以二维平面的方式直接显示上下颌牙列的位置关系及其周围口腔解剖组织的情况，能更准确地进行长度、角度等参数的测量，是口腔医师设计治疗方案的重要依据。基于cbct影像生成口腔全景曲面断层片，既能让医生使用三维影像从不同方向观察患者口腔颌面情况，又能在避免二次拍摄的前提下获得二维口腔全景曲面断层片，进行解剖形态测量。
2、然而，由于口腔疾病引发的牙齿形态变化、金属伪影、牙齿及周围软组织hu值相近、牙齿倾斜等问题，使得现有的三维数据切片算法获取的全景曲面断层片存在牙齿显示不全、神经管显示不清晰等问题。而对全景曲面断层片成像范围进行手动调整耗费时间和精力，在实际应用中难以推行。
技术实现思路
1、本专利技术要解决的技术问题是设计一种基于三维分割的cbct影像生成全景曲面断层片的方法和装置，借助分割结果，从cbct影像中准确提取拥有目标解剖结构的口腔全景影像，方便牙科医生进行长度、角度等测量，从而解决现有的技术问题。
2、为解决上述技术问题，本专利技术提供一种基于三维分割的cbct影像生成全景曲面断层片的方法，包括如下步骤：
3、步骤s1：采用深度学习算法对cbct影像中的牙齿与下颌骨
4、步骤s2：基于牙齿与下颌骨分割结果，获取用于表示患者牙列情况的一条基准牙弓线；
5、步骤s3：基于牙齿与下颌骨分割结果以及基准牙弓线，调整包含分割结果的每一层切片的牙弓线；
6、步骤s4：根据每一层切片的牙弓线从cbct影像中提取全景切片数据，生成全景曲面断层片。
7、进一步的，步骤s1中，具体包括如下步骤：
8、步骤s11：收集cbct影像样本，并进行牙齿与下颌骨标签的标注；
9、步骤s12：进行预处理，并采用数据增强进行样本扩充，所述预处理操作包括将cbct影像和标注结果的分辨率进行降采样操作，消除过暗过亮值；所述数据增强的方法包括进行随机旋转、添加高斯噪声模拟采集过程中的噪声和应用纹理滤波器增强影像的纹理特征；
10、步骤s13：将样本按照比例划分训练集、验证集、测试集；
11、步骤s14：构建三维牙齿与下颌骨分割模型进行训练；训练模型为nnunet或vnet或3dunet模型；
12、步骤s15：将cbct影像输入到构建的三维牙齿与下颌骨分割模型，得到牙齿与下颌骨的分割结果。
13、进一步的，步骤s14中，构建基于nnunet神经网络的三维牙齿与下颌骨分割模型进行训练，具体包括：将训练集进行最大最小归一化处理后，按照batch size为4～32之间输入网络。网络采用dc_and_bce_loss作为损失函数，用于比较分割结果与真实标签之间的差距；选用随机梯度下降(sgd)优化器进行参数优化和多项式学习率调度器调整学习率，设置训练轮次，在每轮训练中，网络通过反向传播计算梯度并更新权重参数，以逐步降低损失值，保存损失最小时的权重参数模型。
14、进一步的，所述dc_and_bce_loss的计算公式为：
15、dc_and_bce_loss＝α·dice loss+β·cross_entropy loss，
16、其中，α和β是平衡系数，用于调整两种损失在最终损失中的权重；
17、其中，a是预测分割区域，b是真实标注区域，|a∩b|表示预测和真实区域的重叠部分，|a|和|b|分别是预测和真实区域的面积；
18、其中，y为真实值，为预测值。
19、进一步的，步骤s2中，具体包括如下步骤：
20、步骤s21：对分割结果进行横断面最大值投影；
21、步骤s22：对横断面投影图进行二值化；
22、步骤s23：对横断面二值化影像进行膨胀、腐蚀和细化操作，得到牙弓线候选区域；
23、步骤s24：识别牙弓线中的端点和分叉点，并从端点开始遍历所有的分支路线；
24、步骤s25：筛选所有的分支路线，得到最终的基准牙弓线。
25、进一步的，步骤s25中具体包括：在获得的所有的分支中，若起止端点相同，只选取其中最长的一条；若起止端点不同，则保存，且按照起始端点的x值从小到大存放，最后，将存放的分支连接起来，作为最终的基准牙弓线。
26、进一步的，步骤s3中，具体包括如下步骤：
27、步骤s31：对基准牙弓线进行插值，使前后两个点之间相差一个像素距离；
28、步骤s32：计算切片方向，切片方向为牙弓线切线的垂直方向；
29、步骤s33：遍历影像层，获取牙齿标签点和下颌骨标签点；
30、步骤s34：查找牙齿或下颌骨的标签点，记录起止位置；
31、步骤s35：更新牙弓线，记录牙弓线位置偏差数据和切片厚度数据，得到包含分割结果的每一层切片的牙弓线。
32、进一步的，步骤s4中，具体包括如下步骤：
33、步骤s41：对得到的包含分割结果的每一层切片的牙弓线位置偏差和切片厚度做预处理，将这两组数据赋值成图片形式，对图片进行平滑操作；
34、步骤s42：计算切片方向，切片方向为牙弓线切线的垂直方向；
35、步骤s43：获取全景像素点数值；
36、步骤s44：对图像进行降噪、增强的后处理，最终生成清晰的全景曲面断层片。
37、进一步的，步骤s43中具体包括：在cbct影像的第m层冠状面图像上，以更新后的包含分割结果的每一层切片的牙弓线上第n个点为起点，沿着该点的切片方向向两端延伸该点切片厚度的长度，将cbct影像中在该条线段上的点进行累加作为全景曲面断层片中第m行、第n列的像素值。
38、本专利技术还提供一种基于三维分割的cbct影像生成全景曲面断层片的装置，具体包括：
39、至少一个处理器；以及
40、至少一个与所述处理器通信连接的存储器；
41、其中，所述存储器存储有可被处理器执行的指令，所述指令被所述处理器执行，以使该装置执行前述的基于三维分割的cbct影像生成全景曲面断层片的方法。
42、本专利技术的有益效果：
43、本专利技术的基于三维分割的cbct影像生成全景曲面断层片的方法借助分割结果，从cbct影像中准确提取拥有目标解剖结构的口腔全景影像，方便牙科医生进行长度、角度等测量，便于观察牙列周边相邻关系，同时避免了二次拍摄的辐射吸收，避免全景实际拍摄时的患者配合不佳、聚焦定位不准确等问题。相较于现有的从cbct中执行切片计算获得全景曲面断层片的算法，本专利技术能有效本文档来自技高网...
【技术保护点】
1.一种基于三维分割的CBCT影像生成全景曲面断层片的方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于三维分割的CBCT影像生成全景曲面断层片的方法，其特征在于：步骤S1中，具体包括如下步骤：
3.根据权利要求2所述的基于三维分割的CBCT影像生成全景曲面断层片的方法，其特征在于：步骤S14中，构建基于nnUNet神经网络的三维牙齿与下颌骨分割模型进行训练，具体包括：将训练集进行最大最小归一化处理后，按照Batch size为4～32之间输入网络；网络采用DC_and_BCE_loss作为损失函数，用于比较分割结果与真实标签之间的差距；选用随机梯度下降优化器进行参数优化和多项式学习率调度器调整学习率，设置训练轮次，在每轮训练中，网络通过反向传播计算梯度并更新权重参数，以逐步降低损失值，保存损失最小时的权重参数模型。
4.根据权利要求3所述的基于三维分割的CBCT影像生成全景曲面断层片的方法，其特征在于：所述DC_and_BCE_loss的计算公式为：
5.根据权利要求1所述的基于三维分割的CBCT影像生成全景曲面断层片
6.根据权利要求5所述的基于三维分割的CBCT影像生成全景曲面断层片的方法，其特征在于：步骤S25中具体包括：在获得的所有的分支中，若起止端点相同，只选取其中最长的一条；若起止端点不同，则保存，且按照起始端点的X值从小到大存放，最后，将存放的分支连接起来，作为最终的基准牙弓线。
7.根据权利要求1所述的基于三维分割的CBCT影像生成全景曲面断层片的方法，其特征在于：步骤S3中，具体包括如下步骤：
8.根据权利要求1所述的基于三维分割的CBCT影像生成全景曲面断层片的方法，其特征在于：步骤S4中，具体包括如下步骤：
9.根据权利要求1所述的基于三维分割的CBCT影像生成全景曲面断层片的方法，其特征在于：步骤S43中具体包括：在CBCT影像的第m层冠状面图像上，以更新后的包含分割结果的每一层切片的牙弓线上第n个点为起点，沿着该点的切片方向向两端延伸该点切片厚度的长度，将CBCT影像中在该条线段上的点进行累加作为全景曲面断层片中第m行、第n列的像素值。
10.一种基于三维分割的CBCT影像生成全景曲面断层片的装置，其特征在于：包括：
...【技术特征摘要】
1.一种基于三维分割的cbct影像生成全景曲面断层片的方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于三维分割的cbct影像生成全景曲面断层片的方法，其特征在于：步骤s1中，具体包括如下步骤：
3.根据权利要求2所述的基于三维分割的cbct影像生成全景曲面断层片的方法，其特征在于：步骤s14中，构建基于nnunet神经网络的三维牙齿与下颌骨分割模型进行训练，具体包括：将训练集进行最大最小归一化处理后，按照batch size为4～32之间输入网络；网络采用dc_and_bce_loss作为损失函数，用于比较分割结果与真实标签之间的差距；选用随机梯度下降优化器进行参数优化和多项式学习率调度器调整学习率，设置训练轮次，在每轮训练中，网络通过反向传播计算梯度并更新权重参数，以逐步降低损失值，保存损失最小时的权重参数模型。
4.根据权利要求3所述的基于三维分割的cbct影像生成全景曲面断层片的方法，其特征在于：所述dc_and_bce_loss的计算公式为：
5.根据权利要求1所述的基于三维分割的cbct影像生成全景曲面断层片的方法，其特征在于：步骤s2中...
【专利技术属性】
技术研发人员：张文涛，张丽灵，张雪凝，
申请(专利权)人：常州博恩中鼎医疗科技有限公司，
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。