[發(fā)明專利]一種基于人工智能的口腔曲面斷層片牙齒圖像分割方法

在審

• 申請?zhí)枺?/td>: 202111240197.2
• 申請日: 2021-10-25
• 公開（公告）號: CN114119950A
• 公開（公告）日: 2022-03-01
• 發(fā)明（設計）人: 陶疆;汪健;肖凱;李國強;李璟旸;施瑞琪
• 申請（專利權）人: 上海交通大學醫(yī)學院附屬第九人民醫(yī)院
• 主分類號: G06V10/22
• 分類號: G06V10/22
• 代理公司: 上海申浩律師事務所 31280
• 代理人: 陸葉

本發(fā)明屬于口腔數(shù)字化處理領域，具體公開了一種基于人工智能的口腔曲面斷層片牙齒圖像分割方法，包括步驟：獲取口腔曲面斷層片影像數(shù)據(jù)；對獲取的影像數(shù)據(jù)進行預處理；將預處理后的圖片輸出至檢測模型中進行目標圖像特征檢測；基于目標圖像特征檢測中的低秩部分和顯著部分進行圖像重建，并輸出牙體硬組織及牙髓分類結果；將上述分類結果及特征部分輸入至掩碼網(wǎng)絡中，并通過圖像視覺處理通道處理，得到處理結果。本發(fā)明將深度卷積網(wǎng)絡和口腔數(shù)字化影像結合在一起，采用通過VGG的深度網(wǎng)絡模型預測出牙齒區(qū)域的邊界框，能實現(xiàn)對牙齒不同組織進行精確劃分，為臨床口腔醫(yī)師的疾病診療提供參考，獲得更加精細的牙齒分類判別。

技術領域

本發(fā)明涉及口腔數(shù)字化處理領域，具體為一種基于人工智能的口腔曲面斷層片牙齒圖像分割方法。

背景技術

在臨床診療中，為了更全面深入了解患者的牙齒、頜骨等解剖結構的相關信息，常常需要尋求影像學資料的幫助，而口腔曲面斷層片在其中廣受歡迎。口腔曲面斷層片通過對對象的牙列頜骨等結構的二維描述，給予醫(yī)生宏觀全局的認識，對臨床疾病的發(fā)生發(fā)展轉歸等具有重要意義。此外，口腔曲面斷層片價格低廉，輻射量低，普及率高，這些優(yōu)勢也是其廣泛應用的重要因素之一。

精準的牙齒圖像分割不僅僅有助于確立臨床疾病的診斷及后續(xù)的方案制定，而且對于研究牙齒的生長發(fā)育具有重要的研究價值。但是目前的牙齒切割存在著一定的問題，一方面由于牙齒的解剖結構直接的重疊影響，不存在明顯的邊界，圖像存在噪聲，另外，傳統(tǒng)的人為圖像分割是個冗長耗時且耗力的過程。因此，如何正常的進行牙齒圖像分割是目前很多相關牙齒影像學的深入研究的限速步驟，也是最具挑戰(zhàn)的研究之一。

傳統(tǒng)的口腔曲面斷層片多通過提升算數(shù)或算法，出現(xiàn)了以區(qū)域、轉折點、群簇、邊界等為基礎的分割方法，但是由于牙齒和鄰近的骨組織的細微差別，這些傳統(tǒng)方法并沒有取得很大的精度提升。近年來，機器學習，尤其是深度學習及其算法，在圖像偵測、分類及疾病診治上帶來新的變革。

在口腔曲面斷層片的分割研究中，可從深度學習神經(jīng)網(wǎng)絡出發(fā)，采用基于圖像分塊的卷積網(wǎng)絡，使用特征取框架，提取有效特征，對口腔曲面斷層片中的不同結構分類分析。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于人工智能的口腔曲面斷層片牙齒圖像分割方法，以解決上述背景技術中提出的問題。

為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：一種基于人工智能的口腔曲面斷層片牙齒圖像分割方法，包括步驟：

S1：獲取口腔曲面斷層片影像數(shù)據(jù)；

S2：對獲取的影像數(shù)據(jù)進行預處理；

S3：將預處理后的圖片輸出至檢測模型中進行目標圖像特征檢測；

S4：基于目標圖像特征檢測中的低秩部分和顯著部分進行圖像重建，并輸出牙體硬組織及牙髓分類結果；

S5：將上述分類結果及特征部分輸入至掩碼網(wǎng)絡中，并通過圖像視覺處理通道處理，得到處理結果。

優(yōu)選的，S1中是采用口腔影像設備拍攝全口曲面斷層片，獲得口腔曲面斷層片影像數(shù)據(jù)。

優(yōu)選的，S2的預處理過程包括但不限于降噪、對比度調(diào)整、圖像旋轉以及截取處理。

優(yōu)選的，S3中檢測模型的建立過程包括：a：采集多類型、多視角、多通道的口腔曲面斷層片圖像，并對圖像進行分類，建立圖像數(shù)據(jù)集；b：對圖像數(shù)據(jù)集的斷層片圖像進行目標與背景分割、尺寸歸一化，得到訓練數(shù)據(jù)集；c：采用遷移學習的方法，并利用VGG模型對訓練數(shù)據(jù)集進行訓練，得到訓練后的VGG模型。

優(yōu)選的，上述VGG模型包括兩層卷積層、兩層池化層、兩層全連接層和一層輸出層的神經(jīng)網(wǎng)絡學習模型。

優(yōu)選的，S5的圖像視覺處理通道處理方式依次包括：分割處理、對比度提升處理、去噪處理以及邊緣增強處理。