[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

说明书

本发明公开了一种基于神经网络的牙弓线生成方法及其系统，属于医学成像技术领域。所述方法包括步骤：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。相比于手动生成牙弓线的方法，本发明所提供的方法速度更快，节约更多人力；相比于基于阈值分割的自动生成牙弓线的方法而言，本方法预测的牙弓线更加准确、鲁棒性更强。对于缺少牙齿的情况，本方法预测的牙弓线更加准确。

技术领域

本发明涉及医学成像技术领域，尤其涉及的是一种基于神经网络技术的牙弓线生成方法及其系统。

背景技术

牙弓线类似于经过每颗牙齿中心的二次曲线，但是受年龄、性别、牙齿发育状况甚至是CT（Computed Tomography，电子计算机断层扫描）扫描位置的影响，每个人牙弓线的差异较大，无法使用统一的模板或者曲线表示。

目前，常用牙弓线生成方法可以分为手动生成和自动生成。 手动生成方法就是医生在图像中选中关键点然后通过算法自动拟合成牙弓线。自动生成牙弓线方法通常是通过数字图像处理，通过计算机算法预测出牙弓线。

手动生成牙弓线虽然精确但是需要消耗医生较多的时间和精力，效率较低。自动生成牙弓线方法需要一定的临床经验设置阈值来分割牙齿区域和牙洞区域。除此之外，在不同CT扫描环境下需要设置不同的阈值，这导致程序不具有通用性。由于上述（现有）的牙弓线生成方法都是在定位牙洞的基础上预测牙弓线，因此，采用上述方法生成牙弓线，缺少牙齿会对最终的牙弓线的生成产生极大的影响。

因此，现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于神经网络技术的牙弓线生成方法及其系统，旨在解决现有技术中牙弓线生成耗时久，准确性差的问题。

本发明解决上述技术问题所采用的技术方案如下：

一种基于神经网络技术的牙弓线生成方法，其中，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。

所述基于神经网络技术的牙弓线生成方法，其中，所述神经网络技术为目标识别类卷积神经网络技术，具体为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。

所述基于神经网络技术的牙弓线生成方法，其中，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。

所述基于神经网络技术的牙弓线生成方法，其中，所述神经网络损失函数为：

其中，为神经网络测算得到的牙齿分割图，为人工标记的真实的牙齿分割图。

所述基于神经网络技术的牙弓线生成方法，其中，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；