[發明專利]產生表示處于目標牙齒布局的牙列的三維數字模型的方法

在審

• 申請號: 202110392087.1
• 申請日: 2021-04-13
• 公開（公告）號: CN115204027A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 沈愷迪
• 申請（專利權）人: 杭州朝厚信息科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06T17/00;G06N3/04;G06N3/08
• 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

本申請的一方面提供了一種計算機執行的利用深度學習神經網絡基于隱空間編碼變換產生表示處于目標牙齒布局的牙列的三維數字模型的方法，其包括：獲取表示處于初始牙齒布局的第一牙列的第一三維數字模型；基于所述第一三維數字模型產生第一點云；利用經訓練的深度學習神經網絡：對所述第一點云進行特征提取，以將所述第一三維數字模型映射到隱空間，獲得所述第一三維數字模型在隱空間的第一編碼；基于所述第一編碼產生表示處于目標牙齒布局的所述第一牙列的第二三維數字模型在隱空間的第二編碼；以及基于所述第一編碼和第二編碼求解所述第一牙列從初始牙齒布局到目標牙齒布局各牙齒的平移和旋轉量；以及基于所述第一三維數字模型和求解獲得的平移和旋轉量產生所述第二三維數字模型。

技術領域

本申請總體上涉及利用深度學習神經網絡基于隱空間編碼變換的產生表示處于目標牙齒布局的牙列的三維數字模型的方法。

背景技術

隨著計算機技術的飛速發展，牙科診療越來越多地借助計算機技術。例如，在利用殼狀牙齒矯治器的正畸治療中，通常是基于表示處于初始牙齒布局的牙列的三維數字模型產生表示處于目標牙齒布局的所述牙列的三維數字模型，然后，基于兩者產生表示處于若干逐次的中間牙齒布局的所述牙列的三維數字模型，最后，基于這些三維數字模型制作一系列逐次的殼狀牙齒矯治器。當前，主要是通過人工手動移動表示處于初始牙齒布局的牙列的三維數字模型的各牙齒來獲得表示處于目標牙齒布局的牙列的三維數字模型。一方面，這種方法效率較低，成本較高，另一方面，其結果比較依賴操作者的專業技能。

鑒于以上，有必要提供一種計算機自動執行的產生表示處于目標牙齒布局的牙列的三維數字模型的方法。

發明內容

本申請的一方面提供了一種計算機執行的利用深度學習神經網絡基于隱空間編碼變換產生表示處于目標牙齒布局的牙列的三維數字模型的方法，其包括：獲取表示處于初始牙齒布局的第一牙列的第一三維數字模型；基于所述第一三維數字模型產生第一點云；利用經訓練的深度學習神經網絡：對所述第一點云進行特征提取，以將所述第一三維數字模型映射到隱空間，獲得所述第一三維數字模型在隱空間的第一編碼；基于所述第一編碼產生表示處于目標牙齒布局的所述第一牙列的第二三維數字模型在隱空間的第二編碼；以及基于所述第一編碼和第二編碼求解所述第一牙列從初始牙齒布局到目標牙齒布局各牙齒的平移和旋轉量；以及基于所述第一三維數字模型和求解獲得的平移和旋轉量產生所述第二三維數字模型。

在一些實施方式中，目標牙齒布局是正畸治療期望達成的牙齒布局。

在一些實施方式中，所述第一點云中每顆牙齒的點云點數量相同。

在一些實施方式中，對所述第一點云提取的特征包括各牙齒的局部形狀特征和全局特征。

在一些實施方式中，所述深度學習神經網絡包括第一特征提取模塊，用于對所述第一點云進行特征提取，所述的計算機執行的利用深度學習神經網絡基于隱空間編碼變換產生表示處于目標牙齒布局的牙列的三維數字模型的方法還包括所述第一特征提取模塊：對所述第一點云的單顆牙齒的點云進行鄰域卷積，以提取單顆牙齒的局部形狀特征；對所述第一點云整個進行逐點卷積；基于所述局部形狀特征和所述逐點卷積的結果，利用第一基于注意力機制的特征提取模塊提取全局特征；以及基于所述第一基于注意力機制的特征提取模塊的輸出，利用多層的第二基于注意力機制的特征提取模塊獲得所述第一編碼。

在一些實施方式中，所述逐點卷積是采用PointConv網絡進行。

在一些實施方式中，所述第一和第二基于注意力機制的特征提取模塊是Transformer。