[发明专利]一种基于神经网络技术的牙弓线生成方法及其系统有效
| 申请号: | 201910325427.1 | 申请日: | 2019-04-22 |
| 公开(公告)号: | CN110211200B | 公开(公告)日: | 2023-04-18 |
| 发明(设计)人: | 曾凯;付鹏 | 申请(专利权)人: | 深圳安科高技术股份有限公司 |
| 主分类号: | G06T11/20 | 分类号: | G06T11/20;G06T7/00;G06T7/10;G06V10/44 |
| 代理公司: | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人: | 杨宏 |
| 地址: | 518108 广东省深圳市宝安区*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 神经 网络技术 牙弓线 生成 方法 及其 系统 | ||
1.一种基于神经网络技术的牙弓线生成方法,其特征在于,包括步骤:
获取待识别的CT扫描图像;
通过神经网络技术识别所述CT扫描图像,从所述CT扫描图像中识别出牙齿组织区域的关键点;
根据所述关键点生成牙弓线;
所述通过神经网络技术识别所述CT扫描图像,从所述CT扫描图像中识别出牙齿组织区域的关键点,具体包括步骤:
采用神经网络损失函数对所述CT扫描图像进行图像分割并预测缺少的牙齿位置,得到牙齿的分割图像;
对所述分割图像进行细化处理得到细化后的曲线,从所述曲线上提取牙齿的中心线关键点或通过回归神经网络对所述分割图进行识别,得到牙齿的中心线关键点;
所述细化处理通过模板迭代骨化算法实现;
所述通过回归神经网络对所述分割图进行识别是通过一个由一用于对所述CT扫描图进行图像分割和另一用于回归牙齿中心点坐标的神经网络组成的级联神经网络实现。
2.根据权利要求1所述基于神经网络技术的牙弓线生成方法,其特征在于,所述神经网络技术为目标识别类卷积神经网络技术,包括:Fast-RCNN神经网络识别技术、Faster-RCNN神经网络识别技术、Mask-RCNN神经网络识别技术、YOLO神经网络识别技术和SSD神经网络识别技术中的任一种。
3.根据权利要求1所述基于神经网络技术的牙弓线生成方法,其特征在于,所述神经网络损失函数为:
其中,yp为神经网络测算得到的牙齿分割图,yt为人工标记的真实的牙齿分割图。
4.根据权利要求1所述基于神经网络技术的牙弓线生成方法,其特征在于,所述步骤根据所述牙齿的中心线关键点生成牙弓线,具体包括:
根据所述牙齿的中心线关键点采用样条拟合生成牙弓线。
5.一种基于神经网络技术的牙弓线生成系统,其特征在于,包括:处理器,以及与所述处理器连接的存储器,
所述存储器存储有基于神经网络技术的牙弓线生成程序,所述基于神经网络技术的牙弓线生成程序被所述处理器执行时实现以下步骤:
获取待识别的CT扫描图像;
通过神经网络技术识别所述CT扫描图像,从所述CT扫描图像中识别出牙齿组织区域的关键点;
根据所述关键点生成牙弓线;
所述通过神经网络技术识别所述CT扫描图像,从所述CT扫描图像中识别出牙齿组织区域的关键点,具体包括步骤:
采用神经网络损失函数对所述CT扫描图像进行图像分割并预测缺少的牙齿位置,得到牙齿的分割图像;
对所述分割图像进行细化处理得到细化后的曲线,从所述曲线上提取牙齿的中心线关键点或通过回归神经网络对所述分割图进行识别,得到牙齿的中心线关键点。
6.根据权利要求5所述基于神经网络技术的牙弓线生成系统,其特征在于,所述神经网络损失函数为:
其中,yp为神经网络测算得到的牙齿分割图,yt为人工标记的真实的牙齿分割图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳安科高技术股份有限公司,未经深圳安科高技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910325427.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:图像重建方法、装置、计算机设备和存储介质
- 下一篇:一种B样条曲面重建方法





