[发明专利]一种牙齿CBCT图像三维分割方法及系统

说明书

本发明公开了一种牙齿CBCT图像三维分割方法及系统，首先采用各向异性扩散方法对牙齿CBCT图像进行预处理操作，在去除CBCT图像噪声干扰的情况下，还可以保留图像边缘细节特征，克服了高斯滤波预处理的缺陷；然后使用阈值大律法与形态学相结合的方法，得到牙齿的感兴趣区域，并由此产生初始水平集函数；在此基础上，采用三维可变尺度区域拟合分割模型提取牙齿区域，使得牙齿分割结果的鲁棒性和准确性都明显提升。

技术领域

本发明属于图像分割技术领域，具体涉及一种牙齿CBCT图像三维分割方法及系统的设计。

背景技术

随着医学技术的不断发展与推进，锥形束CT(Cone Beam Computer Tomography，CBCT)在口腔疾病的诊断与治疗中获得了广泛的应用。与传统的计算机断层扫描图像(CT)相比，CBCT具有更短的扫描时间、更低的辐射剂量和更高的图像空间分辨率。因此，目前CBCT已成为诊断牙齿疾病与牙齿正畸最为重要和关键的检查工具，也是牙齿疾病诊疗前必做的检查项目。

对牙齿CBCT图像中的每个牙齿进行精确自动地分割，是牙齿疾病诊断与牙齿矫正等临床决策与制定治疗计划的关键。每个牙齿在结构上包括牙釉质、牙本质、牙髓等部分，然而，在CBCT图像中，牙齿与牙槽骨的灰度值相近，相邻牙齿相互粘连、边界不明显，而且牙齿又分为单牙根(如尖牙、切牙)以及多牙根(磨牙、第二磨牙等)等多种形状结构，这些问题对精确分割单颗牙齿带来很大困难。此外，牙釉质、牙本质以及牙髓的结构较小，且相互间的灰度不均匀性也给分割牙齿带来了极大的挑战。

牙齿CBCT图像分割算法利用人工智能技术在医学图像数据分析中的优势，能够自动或半自动的实现牙齿图像分割的过程，从而提高口腔疾病的诊疗效率、降低诊疗难度，在口腔正畸(各种牙列不齐的矫正等)、口腔外科(种植牙、拔牙等)和口腔修复(铸造金属全冠、烤瓷全冠等)在内的相关口腔疾病的临床诊疗过程中存在重要的临床需求，能够有效的缓解我国口腔医疗人力资源存在的持续紧张的态势。因此，牙齿CBCT图像分割算法的研究具有重要的科学意义和应用价值。精确且完整地分割三维牙齿图像数据，在牙齿正畸中起着至关重要的作用，尤其是在自动排牙以及牙齿生物力学仿生的口腔临床应用中尤为关键。

近年来，国内外学者提出了各种牙齿CBCT图像分割方法，包括对健康牙齿图像的自动分割，以及不健康牙齿和人工牙图像的分割。不健康的牙齿有错位牙、阻生牙和埋伏牙，人工牙有种植牙和活动假牙等。现有文献中的牙齿CBCT图像分割方法主要是水平集、深度学习、区域增长、图割、B样条曲线拟合等。目前基于水平集的方法大多使用二维逐层分割的方式，如在基于边缘信息的水平集方法中，引入了灰度先验能量项，使得每层牙齿图像的分割都可以使用上一层分割结果的灰度先验信息，这种方法有助于多牙根牙齿图像的分割，也可以引入保持凸性的能量项，利用单牙根牙齿的解剖学形状上凸的特点，实现了对切牙和尖牙的高精度分割。以上方法主要使用二维的水平集逐层分割牙齿图像，这种做法没有利用牙齿的三维几何性质，而且逐层分割容易在跟踪过程中产生误差。在牙齿CBCT图像分割的早期研究中，通常采用基于CV模型实现了健康牙齿图像的三维水平集分割，但该方法分割精度较低，鲁棒性较差，主要因为CV模型在对灰度不均匀且背景复杂的CBCT牙齿图像的分割上表现不佳。此外，还有区域增长与Canny算子相结合的方法，实现磨牙图像的高精度分割，但该方法容易出现过分割现象，且方法的鲁棒性较差。还有基于B样条曲线拟合的方法对牙齿图像进行逐层分割，但该方法对手动初始化的要求较高。

以上二维逐层分割的方法的鲁棒性通常表现较低，因为每颗牙齿切面图像的分割中均使用了待分割牙齿和相邻牙齿在其它层的分割结果，这会导致分割中出现的任何误差都有可能对所有牙齿的精确分割造成严重地影响。

发明内容

本发明的目的是为了解决现有二维逐层分割的牙齿CBCT图像分割方法分割精度较低且鲁棒性较差的问题，提出了一种牙齿CBCT图像三维分割方法及系统。

本发明的技术方案为：一种牙齿CBCT图像三维分割方法，包括以下步骤：