[發明專利]結合全局注意力和尺度感知的CBCT牙齒實例分割方法

在審

• 申請號: 202211550817.7
• 申請日: 2022-12-05
• 公開（公告）號: CN116188513A
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 吳福理;錢天仕;郝鵬翼
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T7/155
• 分類號: G06T7/155;G06V10/80;G16H50/50
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 忻明年

本發明公開了結合全局注意力和尺度感知的CBCT牙齒實例分割方法，在獲取CBCT影像，對原始CBCT影像使用預處理操作后作為輸入影像，之后將預處理后的CBCT影像輸入至結合全局注意力和尺度感知的分割網絡中，得到最終的三維牙齒實例分割結果。本發明使得網絡提取細節特征、關鍵特征以及多尺度上下文特征能力大大增強，使得模型在進行CBCT三維牙齒實例分割時均能獲得不錯的精度和泛化能力。

技術領域

本發明涉及醫療圖像處理領域，尤其涉及了一種結合全局注意力和尺度感知的CBCT牙齒實例分割方法。

背景技術

錐束計算機斷層掃描(CBCT)影像是通過使用平板傳感器和投影束來捕獲2D圖像，然后用數學方法將其轉換為3D影像。由于其具有高分辨率、允許創建患者顱骨的3D模型等優點，CBCT影像在正畸治療中非常有用，常用于規劃正畸種植體和微型種植體的位置，確定阻生牙、多生牙和附加牙的位置，評估牙根吸收，評估上頜和下頜骨牙槽部骨組織的厚度等。

計算機輔助設計(CAD)已廣泛應用于數字牙科的診斷、修復和正畸治療計劃，在這些過程中，通常從錐束計算機斷層掃描(CBCT)中分割出三維牙齒模型。在此前的臨床實踐中，牙醫需要從CBCT影像中手工對每顆牙齒逐片進行標記，既費時費力，又高度依賴于操作員的經驗。因此，如何從CBCT影像中準確、全自動地分割出單個的牙齒已經成為現實的要求。然而，對牙齒進行自動化分割仍然是一個具有挑戰性的任務，第一個挑戰是不同患者間的牙齒排列狀態各不相同，另一個是不同類別的牙齒之間的形態各不相同。

專利標題，一種基于中心點檢測的CBCT牙齒圖像分割方法，公開號為CN110889850B，授權日期為2022-7-22；專利記載了一種基于中心點檢測的CBCT牙齒圖像分割方法，該方法首先利用檢測到的中心點信息對牙齒CBCT圖像進行初始層的粗分割，并利用粗分割結果代替手動初始化，實現一種全自動的“專家”指導下的圖像分割，并在分割過程中引入雙水平集分割算法及閾值優化約束處理。

專利標題，一種基于端到端的交互式三維CBCT牙齒圖像分割算法，申請號為CN112614127A，公開日期為2021-4-6。專利記載了一種基于端到端的交互式三維CBCT牙齒圖像分割算法，該方法首先輸入三維CBCT牙齒圖像，用戶在三維CBCT牙齒圖像中對需要分割的牙齒進行標記。接著獲取牙齒三維ROI圖像。然后建立三維CBCT牙齒圖像分割的端到端模型，其中利用深度學習神經網絡CNN提取出獲取的牙齒三維ROI圖像的深層次特征，再利用三維的Random?Walk算法進行求解，并在損失函數中加入牙齒特性先驗知識，對深度學習神經網絡CNN進行優化，得到優化后的端到端模型。最后輸入三維CBCT牙齒圖像到所述的端到端模型，得到牙齒圖像分割結果。

專利標題，一種基于深度學習的CBCT牙齒分割方法，授權號為CN112785609B，授權日期為2022-6-3。專利記載了一種基于深度學習的CBCT牙齒分割方法，該方法首先利用對牙齒圖像的先驗知識對錐形束CBCT圖像進行預處理，提取牙齒部分，得到感興趣區域。然后通過ResNet-FPN網絡對圖像進行特征提取，得到特征圖。再使用CBAM模型對特征圖先后進行空間和通道維度的壓縮，從而對特征圖進行重要性編碼。接著使用RPN網絡對特征圖進行候選區域提取。之后使用ROI?Align根據預選框的位置坐標在特征圖中將相應區域池化為固定尺寸的特征圖。最后對候選區域進行分類、分割、包圍框回歸以及分割評分。

現有的技術在使用模型進行CBCT三維牙齒分割的問題上，并沒有考慮到在實際應用中，CBCT影像通常是帶有異常特征的，例如牙齒排列異常，牙齒數目異常，牙齒形態異常等等牙科疾病，導致現有的技術在對患有疾病的CBCT影像時，無法得到滿足實際需求的分割結果。

發明內容

本申請的目的是提出一種結合全局注意力和尺度感知的CBCT牙齒實例分割方法，改進現有技術對異常CBCT影像進行三維牙齒實例分割時出現的分割精度不足的問題。

為了實現上述目的，本申請技術方案如下：