[发明专利]一种基于中心点检测的CBCT牙齿图像分割方法

权利要求书

1.一种基于中心点检测的CBCT牙齿图像分割方法，其特征在于，包括以下步骤：

S1、预处理：获取牙齿的原始图像，并根据所述牙齿的原始图像利用最大密度投影MIP算法计算得到包裹牙齿的区域大小；

S2、粗分割：根据所述包裹牙齿的区域大小选取初始层，并利用分水岭算法计算得到牙齿所述初始层的粗分割结果；

S3、双水平集精分割：将所述粗分割结果作为初始化，并利用双水平集DRLSE模型对牙齿初始层进行精分割处理，得到上下两排牙齿初始层的二维分割结果；

S4、层间迭代分割：利用层间信息将所述上下两排牙齿初始层的二维分割结果进行最优阈值处理，并根据其处理结果利用双水平集DRLSE模型进行向上或向下逐层迭代得到CBCT图像牙齿每一层的二维分割结果；

S5、输出三维牙齿结构：利用DRLSE模型对所述CBCT图像牙齿的二维分割结果进行分割处理，得到CBCT牙齿图像的三维分割结果，从而完成CBCT牙齿图像的分割。

2.根据权利要求1所述的基于中心点检测的CBCT牙齿图像分割方法，其特征在于，所述步骤S1包括以下步骤：

S101、获取牙齿原始图像，以DICOM格式保存，并逐层读取牙齿切片图像；

S102、对所述牙齿原始图像进行分段线性变换处理，将牙齿原始图像的灰度归一化到[0,255]；

S103、利用最大密度投影MIP投影算法对经灰度归一化处理后的图像在x，y和z三个方向分别进行投影，得到包裹牙齿的区域大小；

所述对图像的x，y和z三个方向分别进行投影的表达式如下：

xmip(j,k)＝max(xmip(j,k),a(i,j,k))；

ymip(i,k)＝max(ymip(i,k),a(i,j,k))；

zmip(i,j)＝max(zmip(i,j),a(i,j,k))；

其中，xmip(j,k)表示图像x方向的投影，ymip(i,k)表示图像y方向的投影，zmip(i,j)表示图像z方向的投影，i表示范围从1到x方向的图像大小，j表示范围从1到y方向的图像大小，k表示范围从1到z方向的图像大小，a(i,j,k)表示图像在i，j和k处的灰度大小。

3.根据权利要求1所述的基于中心点检测的CBCT牙齿图像分割方法，其特征在于，所述步骤S2包括以下步骤：

S201、根据所述包裹牙齿的区域大小分别选取上下两排牙齿的初始层；

S202、根据所述上下两排牙齿的初始层分别检测上下两排牙齿的中心点，并将所述中心点作为前景，预设的阈值作为背景；

S203、利用分水岭算法将所述前景和背景分别进行内外部标记，分别得到上下两排牙齿的粗分割结果。

4.根据权利要求1所述的基于中心点检测的CBCT牙齿图像分割方法，其特征在于，所述步骤S3包括以下步骤：

S301、根据所述步骤S2得到的粗分割结果，按照牙齿的交替顺序对上下两排牙齿进行双水平集的两个初始化处理，得到上下两排牙齿的初始层的初始化；

S302、利用双水平集DRLSE模型分别对上下两排牙齿初始层进行精分割，从而得到上下排牙齿初始层的二维分割结果。

5.根据权利要求4所述的基于中心点检测的CBCT牙齿图像分割方法，其特征在于，所述步骤S4包括以下步骤：

S401、利用层间信息将所述上下排牙齿初始层的二维分割结果进行最优阈值处理，并将处理后的结果作为向上一层或向下一层的初始化；

S402、利用双水平集DRLSE模型分别对上下两排牙齿依次进行迭代分割处理，从而得到CBCT图像牙齿每一层的二维分割结果。

6.根据权利要求5所述的基于中心点检测的CBCT牙齿图像分割方法，其特征在于，所述步骤S401中进行最优阈值处理的表达式如下：

其中，x_i表示[0,255]的像素灰度，y_i表示该灰度在图像曲线内部的像素点个数，A表示幅值，S表示曲线宽度，e表示自然常数，μ表示控制演化的参数。