颅颌面软硬组织的分析方法及装置、电子设备与流程

本发明涉及颅颌面分析技术领域，具体而言，涉及一种颅颌面软硬组织的分析方法及装置、电子设备。

背景技术：

相关技术中，在临床影像方面，尤其cbct(conebeamcomputedtomography,cbct)的不断普及，通过计算机终端很容易获取反映用户颅颌面信息的三维数据，但是当前的颅颌面三维数据获取是透过x射线实现的，由于存在电离辐射，所以无法获取三维头影测量的正常值范围。传统的头颅定位片和cbct都是利用x线成像的，长期依赖x线影像形成的思维定式以及x线影像的固有缺陷，使基于cbct的三维头影测量研究遇到久攻不破的难点和瓶颈。并且，当前的cbct影像，在软组织显示方面的局限性，大部分基于cbct影像数据三维头影测量都是分析硬组织的，并且由于颅骨的不规则性，导致对颅颌面的软组织和骨组织分析难度较大，分析效率降低，而且基于cbct数据的骨组织定点的三维坐标系的建立存在争议。

针对上述的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种颅颌面软硬组织的分析方法及装置、电子设备，以至少解决相关技术中分析用户的颅颌面软组织困难较大，导致无法有效反映用户的头部影像，效率工作降低的技术问题。

根据本发明实施例的一个方面，提供了一种颅颌面软硬组织的分析方法，包括：获取目标用户的头部颅颌面的软组织序列图像，其中，所述软组织序列图像的图像类型为磁共振图像mri；将所述软组织序列图像合成计算机断层扫描ct图像；利用ct图像构建所述头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息；利用磁共振图像mri的原始数据构建所述头部颅颌面的三维影像，以确定头部颅颌面的软组织信息；基于头部颅颌面的软组织信息和硬组织信息，判断所述目标用户的头部颅颌面是否出现异常变形。

可选地，获取目标用户的头部颅颌面的软组织序列图像的步骤，包括：在检测所述目标用户的仰卧位满足预设仰卧条件后，检测所述目标用户的头部方向和头部位置；基于所述目标用户的头部方向和头部位置，分析所述目标用户的口腔张合状态；采用常规3d序列对所述目标用户的头部进行mri软组织常规序列扫描，以得到头部颅颌面的软组织序列图像，其中，所述常规3d序列至少包括：3d梯度回波序列。

可选地，将所述软组织序列图像合成计算机断层扫描ct图像的步骤，包括：采用深度学习未配对数据方式将所述软组织序列图像转换为目标序列图像；对目标序列图像进行自动编码，得到ct图像。

可选地，在将所述软组织序列图像合成计算机断层扫描ct图像之后，所述分析方法还包括：采用深度学习未配对数据方式将合成的ct图像转换回mri图像；通过预设图像分析模型分析合成ct与真实ct的区别。

可选地，利用磁共振图像mri的原始数据构建所述头部颅颌面的三维影像，以确定头部颅颌面的软组织信息的步骤，包括：分割所述磁共振图像mri的原始数据中的各个软组织结构，得到软组织结构数据，其中，所述软组织结构包括下述至少之一：颅颌面神经、肌肉、血管；基于所述软组织结构数据，分析所述软组织结构的结构参数，其中，所述结构参数包括下述至少之一：软组织体积、软组织面积、软组织位置；根据所述软组织结构的结构参数，确定所述头部颅颌面各个软组织结构对应的软组织信息。

可选地，基于所述软组织结构数据，分析所述软组织结构的结构参数的步骤，包括：依据所述目标用户的头部模块化分区的结构界限构建mri三维参考坐标系；基于所述mri三维参考坐标系，建立颅颌面软硬组织的三维头影测量分析系统；利用所述三维头影测量分析系统确定各软组织结构的和体积正常值范围；基于各软组织结构的平均形态和体积正常值范围，分析所述软组织结构的结构参数。

可选地，基于头部颅颌面的软组织信息和硬组织信息，判断所述目标用户的头部颅颌面是否出现异常变形的步骤，包括：将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小，其中，所述正常对照组包括头部颅颌面各组织结构的正常形态参考坐标；将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置；将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向；将颅颌面畸形组的样本与正常对照组重叠比对；通过重叠比对分析头部颅颌面是否出现异常变形。

根据本发明实施例的另一方面，还提供了一种颅颌面软硬组织的分析装置，包括：获取单元，用于获取目标用户的头部颅颌面的软组织序列图像，其中，所述软组织序列图像的图像类型为磁共振图像mri；合成单元，用于将所述软组织序列图像合成计算机断层扫描ct图像；第一确定单元，用于利用ct图像构建所述头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息；第二确定单元，用于利用磁共振图像mri的原始数据构建所述头部颅颌面的三维影像，以确定头部颅颌面的软组织信息；判断单元，用于基于头部颅颌面的软组织信息和硬组织信息，判断所述目标用户的头部颅颌面是否出现异常变形。

可选地，所述获取单元包括：第一检测模块，用于在检测所述目标用户的仰卧位满足预设仰卧条件后，检测所述目标用户的头部方向和头部位置；第一分析模块，用于基于所述目标用户的头部方向和头部位置，分析所述目标用户的口腔张合状态；第一扫描模块，用于采用常规3d序列对所述目标用户的头部进行mri软组织常规序列扫描，以得到头部颅颌面的软组织序列图像，其中，所述常规3d序列至少包括：3d梯度回波序列。

可选地，所述合成单元包括：第一转换模块，用于采用深度学习未配对数据方式将所述软组织序列图像转换为目标序列图像；第一编码模块，用于对目标序列图像进行自动编码，得到ct图像。

可选地，所述颅颌面软硬组织的分析装置还包括：第二转换模块，用于在将所述软组织序列图像合成计算机断层扫描ct图像之后，采用深度学习未配对数据方式将合成的ct图像转换回mri图像；第二分析模块，用于通过预设图像分析模型分析合成ct与真实ct的区别。

可选地，所述第二确定单元包括：第一分割模块，用于分割所述磁共振图像mri的原始数据中的各个软组织结构，得到软组织结构数据，其中，所述软组织结构包括下述至少之一：颅颌面神经、肌肉、血管；第三分析模块，用于基于所述软组织结构数据，分析所述软组织结构的结构参数，其中，所述结构参数包括下述至少之一：软组织体积、软组织面积、软组织位置；第一确定模块，用于根据所述软组织结构的结构参数，确定所述头部颅颌面各个软组织结构对应的软组织信息。

可选地，所述第三分析模块包括：第一构建子模块，用于依据所述目标用户的头部模块化分区的结构界限构建mri三维参考坐标系；第二构建子模块，用于基于所述mri三维参考坐标系，建立颅颌面软硬组织的三维头影测量分析系统；第一确定子模块，用于利用所述三维头影测量分析系统确定各软组织结构的和体积正常值范围；第一分析子模块，用于基于各软组织结构的平均形态和体积正常值范围，分析所述软组织结构的结构参数。

可选地，所述判断单元包括：缩放模块，用于将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小，其中，所述正常对照组包括头部颅颌面各组织结构的正常形态参考坐标；放置模块，用于将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置；旋转模块，用于将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向；比对模块，用于将颅颌面畸形组的样本与正常对照组重叠比对；判断模块，用于通过重叠比对分析头部颅颌面是否出现异常变形。

根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的颅颌面软硬组织的分析方法。

根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的颅颌面软硬组织的分析方法。

本发明实施例，在分析用户的头部颅颌面信息时，先获取目标用户的头部颅颌面的软组织序列图像，然后将软组织序列图像合成计算机断层扫描ct图像，并利用合成后的ct图像构建头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息，之后可通过磁共振图像mri的原始数据构建头部颅颌面的三维影像，以确定头部颅颌面的软组织信息，最后可通过基于头部颅颌面的软组织信息和硬组织信息，判断目标用户的头部颅颌面是否出现异常变形。在该实施例中，可以通过mri的原始数据分析颅颌面的软组织信息，并通过合成后的ct图像确定颅颌面的硬组织信息，从而结合用户颅颌面的软硬组织信息，全面分析用户头部颅颌面，从而解决相关技术中分析用户的颅颌面软组织困难较大，导致无法有效反映用户的头部影像，效率工作降低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的颅颌面软硬组织的分析方法的流程图；

图2是根据本发明实施例的一种可选的颅颌面软硬组织的分析装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为便于本领域技术人员理解本发明，下面对本发明各实施例中涉及的部分术语或名词做出解释：

ct，computedtomography，电子计算机断层扫描仪器，利用精确准直的线束、射线、超声波等，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描。

cbct，conebeamcomputedtomography,简称锥形束ct，也称口腔ct，是锥形束投照计算机重组断层影像设备，实现数据断层重组，获得三维口腔图像。

mri，magneticresonanceimaging，磁共振程序，采用多序列、直接多方位显示检测部位的影像。

mri-only，单核磁，是以mri为原始数据来源，用户无须ct扫描，而是利用原始mri及其合成的虚拟ct图像共同确定影像数据。利用mri-only流程中软硬组织显示的双重优势，本发明既能对颅颌面硬组织进行全面、精准的三维分析，又可以对颅颌面软组织进行全面、精准的三维分析，而且核磁无辐射，可以建立正常参照值。还可以提供除硬组织外其他组织的三维坐标系建立方法。

本发明实施例中，可以通过mri的原始数据分析颅颌面的软组织信息，并通过用mri数据合成的ct图像确定颅颌面的硬组织信息，从而结合用户颅颌面的软硬组织信息，全面分析用户头部颅颌面，从而解决相关技术中分析用户的颅颌面软组织困难较大，导致无法有效反映用户的头部影像，效率工作降低的技术问题。并解决由于x线拍摄引起的电离辐射问题和无法获取正常参考值问题。

根据本发明实施例，提供了一种颅颌面软硬组织的分析方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的一种可选的颅颌面软硬组织的分析方法的流程图，如图1所示，该方法包括如下步骤：

步骤s102，获取目标用户的头部颅颌面的软组织序列图像，其中，软组织序列图像的图像类型为磁共振图像mri；

步骤s104，将软组织序列图像合成计算机断层扫描ct图像；

步骤s106，利用ct图像构建头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息；

步骤s108，利用磁共振图像mri的原始数据构建头部颅颌面的三维影像，以确定头部颅颌面的软组织信息；

步骤s110，基于头部颅颌面的软组织信息和硬组织信息，判断目标用户的头部颅颌面是否出现异常变形。

通过上述步骤，在分析用户的头部颅颌面信息时，先获取目标用户的头部颅颌面的软组织序列图像，然后将软组织序列图像合成计算机断层扫描ct图像，并利用合成的ct图像构建头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息，之后可通过磁共振图像mri的原始数据构建头部颅颌面的三维影像，以确定头部颅颌面的软组织信息，最后可通过基于头部颅颌面的软组织信息和硬组织信息，判断目标用户的头部颅颌面是否出现异常变形。在该实施例中，可以通过mri的原始数据分析颅颌面的软组织信息，并通过合成后的ct图像确定颅颌面的硬组织信息，从而结合用户颅颌面的软硬组织信息，全面分析用户头部颅颌面，从而解决相关技术中分析用户的颅颌面软组织困难较大，导致无法有效反映用户的头部影像，效率工作降低的技术问题。

下面结合上述各步骤来详细说明本发明。

步骤s102，获取目标用户的头部颅颌面的软组织序列图像，其中，软组织序列图像的图像类型为磁共振图像mri。

用户的头部颅颌面，包括多个硬组织和包裹的外部软组织，其中，硬组织包括但不限于：下颌骨、上颌骨、牙齿等。

可选的，获取目标用户的头部颅颌面的软组织序列图像的步骤，包括：在检测目标用户的仰卧位满足预设仰卧条件后，检测目标用户的头部方向和头部位置；基于目标用户的头部方向和头部位置，分析目标用户的口腔张合状态；采用常规3d序列对目标用户的头部进行mri软组织常规序列扫描，以得到头部颅颌面的软组织序列图像，其中，常规3d序列至少包括：3d梯度回波序列。

mri数据的获取采用常规3d序列，对每一名用户均进行mri软组织显示清晰的常规序列扫描。对于扫描的mri设备并不做具体限定，举例说明，mri设备为：1.5telsasystem(gemedicalsystem，signahdxt)，使用8nv的头颈射频线圈，用户处于仰卧位，头的方向和位置基本相同，牙齿处于正中颌位，扫描范围包括整个头部，例如使用3d梯度回波序列。

步骤s104，将软组织序列图像合成计算机断层扫描ct图像；

作为本发明可选的实施例，将软组织序列图像合成计算机断层扫描ct图像的步骤，包括：采用深度学习未配对数据方式将软组织序列图像转换为目标序列图像；对目标序列图像进行自动编码，得到ct图像。

本发明实施例中涉及的扫描方式可以是常规序列扫描，采用所有基于常规序列的mri合成ct方法，如深度学习或者一种生成对抗性网络(gan)cnn的方法等，本发明实施例中以基于深度学习的未配对数据的技术进行说明，深度学习较其他配对数据训练的方法得到的ct图像更真实，含伪影和模糊斑点均较少，基于深度学习未配对数据的方式，可以学习将mri软组织序列图像合成ct图像，然后学习将合成的ct图像转换回mri图像，最后就可以通过训练找出合成ct与真ct的区别。

在查找ct之间的区别后，可以利用原始mri数据进行三维重建，进行颅颌面神经、肌肉、血管等软组织三维分析，并利用合成的ct数据进行三维重建，进行颅颌面牙齿、骨骼等硬组织三维分析。

通过上述步骤，可以得到对软组织序列图像进行合成处理后的合成ct图像，下面对该合成ct图像进行处理。

步骤s106，利用ct图像构建头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息。

即本发明实施例中，可以利用合成的ct图像数据进行三维重建，进行颅颌面牙齿、骨骼等硬组织分析。

步骤s108，利用磁共振图像mri的原始数据构建头部颅颌面的三维影像，以确定头部颅颌面的软组织信息。

作为本发明可选的实施例，利用磁共振图像mri的原始数据构建头部颅颌面的三维影像，以确定头部颅颌面的软组织信息的步骤，包括：分割磁共振图像mri的原始数据中的各个软组织结构，得到软组织结构数据，其中，软组织结构包括下述至少之一：颅颌面神经、肌肉、血管；基于软组织结构数据，分析软组织结构的结构参数，其中，结构参数包括下述至少之一：软组织体积、软组织面积、软组织位置；根据软组织结构的结构参数，确定头部颅颌面各个软组织结构对应的软组织信息。

本发明实施例中，可以利用原始mri数据进行肌肉三维分析，例如，在mri原始数据中自动分割咬肌，然后进行体积、面积、位置等分析，并与正常值比较确定咬肌是否对称，走向是否正常等。

可选的，基于软组织结构数据，分析软组织结构的结构参数的步骤，包括：依据目标用户的头部模块化分区的结构界限构建mri三维参考坐标系；基于mri三维参考坐标系，建立颅颌面软硬组织的三维头影测量分析系统；利用三维头影测量分析系统确定各软组织结构的和体积正常值范围；基于各软组织结构的平均形态和体积正常值范围，分析软组织结构的结构参数。

步骤s110，基于头部颅颌面的软组织信息和硬组织信息，判断目标用户的头部颅颌面是否出现异常变形。

作为本发明可选的实施例，基于头部颅颌面的软组织信息和硬组织信息，判断目标用户的头部颅颌面是否出现异常变形的步骤，包括：将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小，其中，正常对照组包括头部颅颌面各组织结构的正常形态参考坐标；将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置；将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向；将颅颌面畸形组的样本与正常对照组重叠比对；通过重叠比对分析头部颅颌面是否出现异常变形。

本发明实施例涉及的正常对照组包括各软硬组织部件的正常形态参考坐标，通过重叠比对或其它测量方法分析头部颅颌面软硬组织是否出现异常变形。

以头部的下颌骨为例，在分析下颌骨是否发生变形时，可以先利用正常对照组样本获取下颌骨的平均正常形态，然后将颅颌面畸形组的样本与其重叠比对。由于各样本的下颌骨在大小、位置、方向和形状上都存在差异。为了评估下颌骨的形状，需先将畸形组的下颌骨缩放到与正常对照组相同的大小，放置在相同的位置，并旋转到相同的方向。去除大小、位置和方向的影响后，可以通过重叠比对精确分析畸形下颌骨的变形情况。

通过本发明上述实施例，可以将常规3d序列获取的核磁数据进行图像后处理，通过原始mri数据与合成ct数据同时实现颅颌面软硬组织的三维分析，利用核磁无辐射的优点建立正常值数据库，建立利用除骨组织外包括其他组织的参考坐标系。这样就可以对颅颌面软组织进行全面、精准的三维分析，而且核磁无辐射，可以建立正常参照值。

下面结合另一种可选的实施例来说明本发明。

图2是根据本发明实施例的一种可选的颅颌面软硬组织的分析装置的示意图，如图2所示，该分析装置可以包括：获取单元21、合成单元23、第一确定单元25、第二确定单元27、判断单元29，其中，

获取单元21，用于获取目标用户的头部颅颌面的软组织序列图像，其中，软组织序列图像的图像类型为磁共振图像mri；

合成单元23，用于将软组织序列图像合成计算机断层扫描ct图像；

第一确定单元25，用于利用ct图像构建头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息；

第二确定单元27，用于利用磁共振图像mri的原始数据构建头部颅颌面的三维影像，以确定头部颅颌面的软组织信息；

判断单元29，用于基于头部颅颌面的软组织信息和硬组织信息，判断目标用户的头部颅颌面是否出现异常变形。

上述颅颌面软硬组织的分析装置，在分析用户的头部颅颌面信息时，先通过获取单元21获取目标用户的头部颅颌面的软组织序列图像，然后通过合成单元23将软组织序列图像合成计算机断层扫描ct图像，并通过第一确定单元25利用合成后的ct图像构建头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息，之后可通过第二确定单元27利用磁共振图像mri的原始数据构建头部颅颌面的三维影像，以确定头部颅颌面的软组织信息，最后可通过判断单元29基于头部颅颌面的软组织信息和硬组织信息，判断目标用户的头部颅颌面是否出现异常变形。在该实施例中，可以通过mri的原始数据分析颅颌面的软组织信息，并通过合成后的ct图像确定颅颌面的硬组织信息，从而结合用户颅颌面的软硬组织信息，全面分析用户头部颅颌面，从而解决相关技术中分析用户的颅颌面软组织困难较大，导致无法有效反映用户的头部影像，效率工作降低的技术问题。

可选的，获取单元包括：第一检测模块，用于在检测目标用户的仰卧位满足预设仰卧条件后，检测目标用户的头部方向和头部位置；第一分析模块，用于基于目标用户的头部方向和头部位置，分析目标用户的口腔张合状态；第一扫描模块，用于采用常规3d序列对目标用户的头部进行mri软组织常规序列扫描，以得到头部颅颌面的软组织序列图像，其中，常规3d序列至少包括：3d梯度回波序列。

另一种可选的，合成单元包括：第一转换模块，用于采用深度学习未配对数据方式将软组织序列图像转换为目标序列图像；第一编码模块，用于对目标序列图像进行自动编码，得到ct图像。

可选的，颅颌面软硬组织的分析装置还包括：第二转换模块，用于在将软组织序列图像合成计算机断层扫描ct图像之后，采用深度学习未配对数据方式将合成的ct图像转换回mri图像；第二分析模块，用于通过预设图像分析模型分析合成ct与真实ct的区别。

作为本发明可选的实施例，第二确定单元包括：第一分割模块，用于分割磁共振图像mri的原始数据中的各个软组织结构，得到软组织结构数据，其中，软组织结构包括下述至少之一：颅颌面神经、肌肉、血管；第三分析模块，用于基于软组织结构数据，分析软组织结构的结构参数，其中，结构参数包括下述至少之一：软组织体积、软组织面积、软组织位置；第一确定模块，用于根据软组织结构的结构参数，确定头部颅颌面各个软组织结构对应的软组织信息。

可选的，第三分析模块包括：第一构建子模块，用于依据目标用户的头部模块化分区的结构界限构建mri三维参考坐标系；第二构建子模块，用于基于mri三维参考坐标系，建立颅颌面软硬组织的三维头影测量分析系统；第一确定子模块，用于利用三维头影测量分析系统确定各软组织结构的和体积正常值范围；第一分析子模块，用于基于各软组织结构的平均形态和体积正常值范围，分析软组织结构的结构参数。

另一种可选的，判断单元包括：缩放模块，用于将待对比的颅颌面畸形组的目标组织结构缩放到与正常对照组相同大小，其中，正常对照组包括头部颅颌面各组织结构的正常形态参考坐标；放置模块，用于将待对比的颅颌面畸形组的目标组织结构放置在与正常对照组相同位置；旋转模块，用于将待对比的颅颌面畸形组的目标组织结构旋转到与正常对照组相同方向；比对模块，用于将颅颌面畸形组的样本与正常对照组重叠比对；判断模块，用于通过重叠比对分析头部颅颌面是否出现异常变形。

上述的颅颌面软硬组织的分析装置还可以包括处理器和存储器，上述获取单元21、合成单元23、第一确定单元25、第二确定单元27、判断单元29等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

上述处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来基于头部颅颌面的软组织信息和硬组织信息，判断目标用户的头部颅颌面是否出现异常变形。

上述存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)，存储器包括至少一个存储芯片。

根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的颅颌面软硬组织的分析方法。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述任意一项的颅颌面软硬组织的分析方法。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取目标用户的头部颅颌面的软组织序列图像，其中，软组织序列图像的图像类型为磁共振图像mri；将软组织序列图像合成计算机断层扫描ct图像；利用ct图像构建头部颅颌面的三维影像，以确定头部颅颌面的硬组织信息；利用磁共振图像mri的原始数据构建头部颅颌面的三维影像，以确定头部颅颌面的软组织信息；基于头部颅颌面的软组织信息和硬组织信息，判断目标用户的头部颅颌面是否出现异常变形。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。