[发明专利]一种基于深度学习的神经导管自动检测方法

摘要

一种基于深度学习的神经导管自动检测方法，采用以下步骤，步骤1：读取CBCT图像数据，通过该CBCT图像数据重建三维模型，且自动拟合牙弓曲线；步骤2：利用手工交互的方式在三维模型中沿着牙弓曲线勾画对应的曲线，并在三维空间中重建下颌神经管；步骤3：在三维空间坐标系中，以牙弓曲线为参考线，沿着牙弓曲线每间隔指定距离对三维模型进行切片，得到切片图，记录每个切片图在三维空间坐标系中的空间位置，所有的切片图组成该三维图像的图像序列。采用先进的深度学习检测模型，能够适应不同年龄，不同骨质状况的病人数据，因此算法具有很高的稳定性。

主权项

1.一种基于深度学习的神经导管自动检测算法，其特征在于：采用以下步骤，步骤1：读取CBCT图像数据，通过该CBCT图像数据重建三维模型，且自动拟合牙弓曲线；步骤2：利用手工交互的方式在三维模型中沿着牙弓曲线勾画对应的曲线，并在三维空间中重建下颌神经管；步骤3：在三维空间坐标系中，以牙弓曲线为参考线，沿着牙弓曲线每间隔指定距离对三维模型进行切片，得到切片图，记录每个切片图在三维空间坐标系中的空间位置，所有的切片图组成该三维图像的图像序列；步骤4：针对图像序列，对每张切片图中与下颌神经管相交形成的交点进行标记得到标记数据；步骤5：选取深度神经网络模型，利用带有标记数据的切片图对深度神经网络模型进行训练，使得深度神经网络模型的识别率达到设定值；步骤6：选取需要测量的三维模型，按照步骤1至步骤3得到图像序列；步骤7：利用训练完成的深度神经网络模型分别识别每张切片图中下颌神经管的位置；步骤8：根据每个切片图在三维空间坐标系中的空间位置，利用图像序列在三维空间坐标系中重建检测完毕后的三维模型；步骤9：对重建三维模型中的下颌神经管利用卡尔曼滤波进行平滑处理，对三维模型中的下颌神经管采用样条曲线拟合技术，根据用户输入的半径将下颌神经管重建成三维管道。