[发明专利]一种牙颌三维模型分割方法和系统

权利要求书

1.一种牙颌三维模型分割方法，其特征在于，包括：

获取牙颌三维模型中每个顶点的手工特征；

将每个顶点的手工特征与笛卡尔坐标拼接，得到每个顶点的输入特征；

将每个顶点的输入特征依次输入深度学习点云分割网络，得到每个顶点的牙位标签；

将每个顶点的牙位标签依次映射至牙颌三维模型，得到相邻两个牙齿的以及牙齿和牙龈的边界线。

2.根据权利要求1所述的牙颌三维模型分割方法，其特征在于，所述获取牙颌三维模型中每个顶点的手工特征，包括：

根据以下公式计算每个顶点的拉普拉斯坐标：

其中，δ_i为牙颌三维模型中第i个顶点的拉普拉斯坐标；v_i为牙颌三维模型中第i个顶点；d_i为与第i个顶点直接相连的顶点的数量；v_j为牙颌三维模型中第j个顶点；N_i＝{j|(i,j)∈K}，为顶点i的领域顶点集合，K为邻域内所有顶点的集合；

获取每个顶点的法向量；

获取顶点主曲率、高斯曲率和平均曲率；

获取每个顶点的RSD特征；

获取每个顶点的FPFH特征。

3.根据权利要求2所述的牙颌三维模型分割方法，其特征在于，所述将每个顶点的手工特征与笛卡尔坐标拼接，得到每个顶点的输入特征，包括：

根据以下公式计算每个顶点的输入特征：

其中，F_in为第i个顶点的输入特征；v_i牙颌三维模型中第i个顶点；δ_i为牙颌三维模型中第i个顶点的拉普拉斯坐标；M_i为第i个顶点的法向量；k_1i、k_2i均为第i个顶点的主曲率；K_i为第i个顶点的高斯曲率；H_i为第i个顶点的平均曲率；F_RSDi为第i个顶点的RSD特征；F_FPFHi为第i个顶点的FPFH特征。

4.根据权利要求3所述的牙颌三维模型分割方法，其特征在于，所述将每个顶点的输入特征依次输入深度学习点云分割网络，得到每个顶点的牙位标签，包括：

将每个顶点的输入特征依次输入至深度学习点云分割网络的三个特征提取层，在每个特征提取层中使用最远点采样算法进行降采样，利用不同半径参数的球形查询算法确定降采样点的邻域，对每个邻域内的点使用PointNet算法进行局部特征提取，将提取自不同半径邻域内点的特征拼接作为当前特征提取层的第一输出特征；

将每个顶点的第一输出特征依次输入至深度学习点云分割网络的三个特征传播层，第m个特征传播层将前一层的输出以及第4-m个特征提取层的输入拼接起来作为当前特征传播层的输入，在每个特征传播层中，通过三线性插值将特征由下采样点向周围点扩散，并用MLP算法对特征降维作为当前特征传播层的第二输出特征；

将每个顶点的第二输出特征输入至两个MLP网络，使输出特征通道数等于语义类别的数目，将上下牙龈分别视作两个语义类别，将降维后的特征输入至Softmax函数得到当前点归属于不同语义类别的概率，取概率最大值对应的类别为牙位标签。

5.一种牙颌三维模型分割系统，其特征在于，包括：

获取模块，用于获取牙颌三维模型中每个顶点的手工特征；

拼接模块，用于将每个顶点的手工特征与笛卡尔坐标拼接，得到每个顶点的输入特征；

输入模块，用于将每个顶点的输入特征依次输入深度学习点云分割网络，得到每个顶点的牙位标签；

映射模块，用于将每个顶点的牙位标签依次映射至牙颌三维模型，得到相邻两个牙齿的以及牙齿和牙龈的边界线。