[發明專利]使用深度學習方法對3D牙齒數據進行自動分類和歸類

在審

• 申請號: 201880073106.0
• 申請日: 2018-10-02
• 公開（公告）號: CN111328397A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: D·安薩里·莫因;F·T·C·克萊森;B·A·費爾海
• 申請（專利權）人: 普羅馬頓控股有限責任公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/42;G06K9/34;G06K9/46
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 曾琳

本發明涉及一種用于牙齒的3D圖像數據的自動分類的計算機實現的方法，包括：計算機接收3D數據集中的一個或多個，3D數據集定義體素的圖像體積，體素表示圖像體積內的3D牙齒結構，圖像體積與3D坐標系相關聯；計算機對每個3D圖像數據集進行預處理；以及計算機將每個經預處理的3D圖像數據集提供給經訓練的深度神經網絡的輸入并且經訓練的深度神經網絡基于牙列的多個候選牙齒標簽對3D圖像數據集中的每個體素進行分類，其中對3D圖像數據集進行分類包括為3D圖像數據集的體素的至少一部分生成候選牙齒標簽激活值，與候選牙齒標簽相關聯的激活值定義標記的數據點表示如該候選牙齒標簽指示的牙齒類型的可能性。

技術領域

本發明涉及使用深度學習方法的3D牙齒數據的自動定位、分類和歸類，并且特別地但非排他地涉及用于使用深度學習方法的3D牙齒數據的自動定位、分類和歸類的系統和方法、用于訓練這種深度學習神經網絡的方法，以及用于使用這種方法的計算機程序產品。

背景技術

牙齒類型和牙齒排列的可靠識別在廣泛的應用(包括(但不限于)牙齒護理和牙齒報告、正畸、正頜外科、取證和生物識別)中起著非常重要的作用。因此，已經開發出各種計算機輔助技術以根據已知的牙齒標記方案來使牙齒的分類和編號過程自動化或至少部分自動化。此外，在此類應用領域中，可靠地對牙齒進行分類和歸類所需的時間的任何減少都將是有益的。

為了本公開的目的，“牙齒”是指包括冠部和根部的整個牙齒，

“(多個)牙齒”是指由兩個或更多個牙齒組成的任何牙齒集合，而源自單個人的牙齒的集合將被稱為源自“牙列”。牙列可能不一定包含個人的牙齒的整個集合。另外，“分類”是指識別觀察或樣本屬于類別集合中的哪一個。就牙齒歸類而言，分類是指識別單個牙齒屬于哪個類別(或標簽)的過程。“歸類”是指從單個牙列推導所有個體牙齒的牙齒類的過程，而3D牙齒數據是指任何(集合的)牙齒的任何數字表示，例如填充的體積的3D體素(voxel)表示、體積中的密度、3D表面網格等。另外，表示牙列的3D牙齒數據可以或者包括牙齒的完整集合，或者包括完整集合的一部分。除非另有說明，否則在本申請中，術語“分割”是指語義分割，它是指針對每個體素的密集預測，以便輸入空間的每個體素都標記有特定的對象類。與涉及找到區域邊界的邊界框分割相反，語義分割在輸入數據空間內產生語義上可解釋的3D掩模。

例如，US2017/0169562描述了一種基于口腔內光學3D掃描的自動牙齒類型識別的系統。這種口腔內光學掃描儀能夠生成牙齒的暴露部分(即，牙齒的冠部)的3D掃描。每個冠部的形狀都得自3D掃描，并以3D網格的形式表示，包括面和頂點。這些3D網格隨后被用于確定每個牙齒的聚合特征。然后，將由此獲得的聚合特征和關聯的牙齒類型用作訓練數據，以利用傳統的機器學習方法(諸如支持向量機或決策樹)對分類器進行訓練。

雖然這個系統能夠將高分辨率的口腔內3D掃描作為輸入數據進行處理，但它無法處理使用錐形束計算機斷層掃描(CBCT)生成的體積牙頜面圖像。CBCT是一種使用X射線計算的斷層攝影術的醫學成像技術，其中X射線輻射被整形為低劑量的發散錐。CBCT成像是牙科領域最常用的3D成像技術，并且生成牙頜面結構的3D圖像數據，該結構可以包括頜骨(的部分)、包括冠部和根部的完整或部分牙齒結構以及下牙槽神經(的部分)。但是，對CBCT圖像數據的圖像分析提出了一個實質性的問題，因為在CBCT掃描中，以亨氏單位(HounsfieldUnits)(HU)測得的無線電密度不一致，這是因為掃描中的不同區域以不同的灰度值出現，具體取決于它們在被掃描的器官中的相對位置。用CBCT和醫學級CT掃描儀兩者從同一解剖區域測得的HU不是完全相同的，因此對于確定特定于部位的射線照相識別的骨密度是不可靠的。