一种深度学习结合点云语义的CBCT图像牙齿分割方法
基本信息
申请号 | CN202110853725.5 | 申请日 | - |
公开(公告)号 | CN113344950A | 公开(公告)日 | 2021-09-03 |
申请公布号 | CN113344950A | 申请公布日 | 2021-09-03 |
分类号 | G06T7/11(2017.01)I;G06T7/00(2017.01)I;G06T17/20(2006.01)I;G06K9/62(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 李晓芸;王亚杰;左飞飞;张文宇;吴宏新 | 申请(专利权)人 | 北京朗视仪器股份有限公司 |
代理机构 | 北京科迪生专利代理有限责任公司 | 代理人 | 张乾桢 |
地址 | 100084北京市海淀区清华园清华同方大厦8层A8008B | ||
法律状态 | - |
摘要
摘要 | 本发明涉及一种基于深度学习结合点云语义的CBCT图像牙齿分割方法,包括如下步骤:步骤1、基于深度学习分割模型,比如3D分割网络或2D分割网络进行牙齿区域分割提取牙齿区域;步骤2、采用面绘制方法将提取的牙齿区域三维重建为牙列网格数据;步骤3、提取网格数据的点云特征数据,采用点云实例分割深度学习网络进行基于点云语义的实例分割,得到网格数据的牙齿实例;步骤4、按照坐标对应信息,将网格数据的牙齿对应区域映射到CBCT获得CBCT牙齿实例。本发明的一种基于深度学习结合点云语义的CBCT图像牙齿分割方法,由于基于点云语义进行实例分割,相对于RPN类方法而言,不需要处理检测框区域内除目标牙齿外的其他牙齿标签,能够实现智能分割。 |
