[發(fā)明專利]一種基于中心點檢測的CBCT牙齒圖像分割方法

有效

• 申請?zhí)枺?/td>: 201911279019.3
• 申請日: 2019-12-13
• 公開（公告）號: CN110889850B
• 公開（公告）日: 2022-07-22
• 發(fā)明（設計）人: 李純明;劉祎
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 呂春艷

1.一種基于中心點檢測的CBCT牙齒圖像分割方法，其特征在于，包括以下步驟：

S1、預處理：獲取牙齒的原始圖像，并根據所述牙齒的原始圖像利用最大密度投影MIP算法計算得到包裹牙齒的區(qū)域大小；

S2、粗分割：根據所述包裹牙齒的區(qū)域大小選取初始層，并利用分水嶺算法計算得到牙齒所述初始層的粗分割結果；

S3、雙水平集精分割：將所述粗分割結果作為初始化，并利用雙水平集DRLSE模型對牙齒初始層進行精分割處理，得到上下兩排牙齒初始層的二維分割結果；

S4、層間迭代分割：利用層間信息將所述上下兩排牙齒初始層的二維分割結果進行最優(yōu)閾值處理，并根據其處理結果利用雙水平集DRLSE模型進行向上或向下逐層迭代得到CBCT圖像牙齒每一層的二維分割結果；

S5、輸出三維牙齒結構：利用DRLSE模型對所述CBCT圖像牙齒的二維分割結果進行分割處理，得到CBCT牙齒圖像的三維分割結果，從而完成CBCT牙齒圖像的分割。

2.根據權利要求1所述的基于中心點檢測的CBCT牙齒圖像分割方法，其特征在于，所述步驟S1包括以下步驟：

S101、獲取牙齒原始圖像，以DICOM格式保存，并逐層讀取牙齒切片圖像；

S102、對所述牙齒原始圖像進行分段線性變換處理，將牙齒原始圖像的灰度歸一化到[0,255]；

S103、利用最大密度投影MIP投影算法對經灰度歸一化處理后的圖像在x，y和z三個方向分別進行投影，得到包裹牙齒的區(qū)域大小；

所述對圖像的x，y和z三個方向分別進行投影的表達式如下：

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)表示圖像x方向的投影，ymip(i,k)表示圖像y方向的投影，zmip(i,j)表示圖像z方向的投影，i表示范圍從1到x方向的圖像大小，j表示范圍從1到y方向的圖像大小，k表示范圍從1到z方向的圖像大小，a(i,j,k)表示圖像在i，j和k處的灰度大小。

3.根據權利要求1所述的基于中心點檢測的CBCT牙齒圖像分割方法，其特征在于，所述步驟S2包括以下步驟：

S201、根據所述包裹牙齒的區(qū)域大小分別選取上下兩排牙齒的初始層；

S202、根據所述上下兩排牙齒的初始層分別檢測上下兩排牙齒的中心點，并將所述中心點作為前景，預設的閾值作為背景；

S203、利用分水嶺算法將所述前景和背景分別進行內外部標記，分別得到上下兩排牙齒的粗分割結果。

4.根據權利要求1所述的基于中心點檢測的CBCT牙齒圖像分割方法，其特征在于，所述步驟S3包括以下步驟：

S301、根據所述步驟S2得到的粗分割結果，按照牙齒的交替順序對上下兩排牙齒進行雙水平集的兩個初始化處理，得到上下兩排牙齒的初始層的初始化；

S302、利用雙水平集DRLSE模型分別對上下兩排牙齒初始層進行精分割，從而得到上下排牙齒初始層的二維分割結果。

5.根據權利要求4所述的基于中心點檢測的CBCT牙齒圖像分割方法，其特征在于，所述步驟S4包括以下步驟：

S401、利用層間信息將所述上下排牙齒初始層的二維分割結果進行最優(yōu)閾值處理，并將處理后的結果作為向上一層或向下一層的初始化；

S402、利用雙水平集DRLSE模型分別對上下兩排牙齒依次進行迭代分割處理，從而得到CBCT圖像牙齒每一層的二維分割結果。

6.根據權利要求5所述的基于中心點檢測的CBCT牙齒圖像分割方法，其特征在于，所述步驟S401中進行最優(yōu)閾值處理的表達式如下：

其中，x_i表示[0,255]的像素灰度，y_i表示該灰度在圖像曲線內部的像素點個數，A表示幅值，S表示曲線寬度，e表示自然常數，μ表示控制演化的參數。