[發明專利]牙頜三維數字模型分割結果的檢測方法在審
| 申請號: | 202010317368.6 | 申請日: | 2020-04-21 |
| 公開(公告)號: | CN113538437A | 公開(公告)日: | 2021-10-22 |
| 發明(設計)人: | 方可 | 申請(專利權)人: | 寧波深萊醫療科技有限公司 |
| 主分類號: | G06T7/10 | 分類號: | G06T7/10;G06K9/62;G06N3/04 |
| 代理公司: | 蘇州威世朋知識產權代理事務所(普通合伙) 32235 | 代理人: | 楊林潔 |
| 地址: | 315800 浙江省寧波市*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 三維 數字 模型 分割 結果 檢測 方法 | ||
1.一種牙頜三維數字模型分割結果的檢測方法,其包括:
獲取待檢的牙頜三維數字模型的基準位分割結果,其中,該分割結果是以第一分割方法對定位于基準位的牙頜三維數字模型進行分割而獲得;
對所述牙頜三維數字模型自所述基準位擾動多次,并以所述第一分割方法對位于多個擾動位的所述牙頜三維數字模型進行分割,獲得對應的多個擾動位分割結果;以及
基于所述基準位分割結果與所述多個擾動位分割結果的相似度,判斷所述基準位分割結果是否可信,
其中,對牙頜三維數字模型的分割是將其按不同的牙齒和牙齦進行分割,是對牙頜三維數字模型的面片按牙號和牙齦進行分類。
2.如權利要求1所述的牙頜三維數字模型分割結果的檢測方法,其特征在于,所述第一分割方法是基于深度學習人工神經網絡的分割方法,并且所述深度學習人工神經網絡是以多個定位于所述基準位的牙頜三維數字模型進行訓練。
3.如權利要求2所述的牙頜三維數字模型分割結果的檢測方法,其特征在于,所述深度學習人工神經網絡是DGCNN網絡。
4.如權利要求1所述的牙頜三維數字模型分割結果的檢測方法,其特征在于,它還包括:
對于每一個分類,計算所述基準位分割結果與每一所述擾動位分割結果的相似度;
對于每一個分類,基于對應的相似度計算得到所述基準位分割結果的置信度;
基于所有分類的置信度計算得到所述基準位分割結果的代表置信度;以及
基于所述代表置信度與預設的閾值判斷所述基準位分割結果是否可信。
5.如權利要求4所述的牙頜三維數字模型分割結果的檢測方法,其特征在于,對于每一個分類,所述基準位分割結果與每一所述擾動位分割結果的相似度是基于兩者中均為該分類的面片數量計算得到。
6.如權利要求4所述的牙頜三維數字模型分割結果的檢測方法,其特征在于,所述全局置信度是所述所有分類置信度的最小值。
7.如權利要求1所述的牙頜三維數字模型分割結果的檢測方法,其特征在于,它還包括:若所述基準位分割結果不可信,以相同的方法,判斷所述多個擾動位分割結果中是否存在可信的分割結果,如果有,則將所述可信的擾動位分割結果作為最終分割結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于寧波深萊醫療科技有限公司,未經寧波深萊醫療科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010317368.6/1.html,轉載請聲明來源鉆瓜專利網。





