[發(fā)明專利]一種基于小樣本的高精度牙齒目標檢測方法

在審

• 申請?zhí)枺?/td>: 202211533853.2
• 申請日: 2022-12-01
• 公開（公告）號: CN115880528A
• 公開（公告）日: 2023-03-31
• 發(fā)明（設計）人: 吳震東;沈業(yè)豐
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/26;G06V10/44;G06V10/82;G06N3/045;G06N3/0455;G06N3/0464;G06N3/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 鄔趙丹

本發(fā)明涉及一種基于小樣本的高精度牙齒目標檢測方法。本發(fā)明對訓練圖像使用符合生物學特征的針對性擴增，提升牙齒的分割模型性能；對牙齒語義邊緣圖像，牙齒分割圖像和牙齒之間交疊部分的語義分割圖像進行處理，得到高精度的牙齒語義邊緣圖像；提出“有限聯(lián)通區(qū)域”方法，通過極坐標從牙齒語義邊緣圖像得到單牙齒輪廓的圖像；加入基于位置信息的方法對單牙齒輪廓圖像進行分類，輸出牙齒的分類結(jié)果。本發(fā)明通過對小樣本下全景圖像和多區(qū)域局部圖像的針對性擴增，使用4個U?Net模型生成高精度邊緣圖像，形成高精度的牙齒語義邊緣圖像，只使用語義邊緣圖像的情況下提取出單個牙齒的輪廓。通過牙齒輪廓與位置信息優(yōu)勢互補，做到快速且準確的牙齒分類。

技術領域

本發(fā)明屬于牙齒圖像處理技術領域，涉及一種基于小樣本的高精度牙齒目標檢測方法。

背景技術

在當今這個科技高速發(fā)展的信息時代，利用圖片儲存信息已經(jīng)變成了一項重要的技術。。計算機圖像信息處理結(jié)合人工智能，不僅可以大大提高計算機獲取和表征圖像的信息表達和知識泛化能力，還可以更方便、高效地進行計算機圖像分析和進行目標檢測。

目前的目標檢測技術已經(jīng)較為成熟，RCNN是第一個可以真正工業(yè)級應用的解決方案，之后Faster-RCNN沿襲RCNN，在通過大樣本訓練之后，可以快速而精準的完成目標檢測。然而牙齒目標檢測方法仍然面臨四個問題。一為需要大量樣本支持，無法在小樣本情況下取得較好效果，二為對牙齒的語義邊緣分割的精確度低，不容易得到封閉的牙齒分割邊緣，三為從牙齒整體圖像中提取單個牙齒輪廓的方法不成熟，四為牙齒間輪廓差異小，只利用牙齒輪廓難以得到準確的牙齒分類結(jié)果。

小樣本下的牙齒目標檢測技術面對這四個問題一般有四類任務：任務一為應對小樣本情況下樣本擴增任務，現(xiàn)如今的樣本擴增大多為隨機而直接的重復，放大，縮小，翻轉(zhuǎn)，鏡像。雖然能夠快速的將樣本進行擴增，但是很多醫(yī)療圖像在這樣的操作后并不符合生物的特征，擴增出來的圖像不具有作為訓練樣本的意義。任務二為對牙齒圖像進行精確的語義分割任務，這種任務在小樣本訓練下分割效果較差，如今用于語義分割的技術大多是通過大量樣本對于模型的訓練，通過模型之間生成較為精確的牙齒語義分割圖像。但由于牙齒X光圖像上每個牙齒本身的輪廓在牙齦內(nèi)的部分清晰度低，導致模型直接生成的牙齒圖像的語義邊緣不精準。任務三為通過牙齒語義圖像提取出單個牙齒輪廓，現(xiàn)在對牙齒語義分割圖像提取單牙齒輪廓的方法較為多樣化，有的直接通過位置信息框定來得出單牙齒，有的通過牙齒語義圖像進行單個牙齒提取，但目前存在的通過牙齒圖像提取單牙齒輪廓的方法一般為對多種已有技術進行組合，來盡量提升準確率，存在較為復雜，耗時長的問題；或者直接對語義分割后的圖像進行識別，方式較為粗陋，速度快，但準確率差。任務四為牙齒目標分類模型的訓練任務，比如，將牙齒進行不同種類的區(qū)分或者上下牙的區(qū)分。這種任務往往是一張圖像對應一個標簽。普通牙齒分類方法會直接通過牙齒輪廓對牙齒進行分類，但牙齒之間差異較小，普通的分類方法對牙齒種類的區(qū)分準確率低。

中國專利公開號CN114219804A，公開了一種基于原型分割網(wǎng)絡的小樣本牙齒檢測方法，利用目標檢測和語義分割的各自優(yōu)勢，減少了牙齒分割種類錯誤且增加了牙齒邊界精準度。在該技術方案中，利用了原型分割網(wǎng)絡，通過對基于原型分割網(wǎng)絡的小樣本牙齒檢測方法改進，提升了牙齒分割邊界的精度，然而依舊不能保證語義邊緣的封閉性。中國專利公開號CN113645902A，公開了牙齒目標檢測方法及利用牙齒目標的影像整合方法，通過對口腔掃描影像中牙齒關注區(qū)域的抽取和利用基準點完成牙齒目標的影像整合，達到對三維口腔掃描影像的牙齒目標檢測。該技術方案對于磨牙的牙齒目標檢測精確度較高，但對于密集的中間部分牙齒的目標檢測精確度存在明顯下降。

盡管目前已經(jīng)有眾多的輔助牙齒診斷的牙齒特征識別方法，但一種能夠解決上述四個問題的小樣本牙齒目標檢測方法的提出仍是必要的。本發(fā)明面對目前技術對上述四個任務中的不足，提出了相應的步驟進行改進，并對改進后的步驟進行結(jié)合，提出了一種小樣本牙齒目標檢測方法-4Unet目標檢測方法。

發(fā)明內(nèi)容