图像处理方法、装置、电子设备及存储介质与流程

1.本公开实施例涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、电子设备及存储介质。


背景技术：

2.在牙种植手术中，牙齿通常具有不同的方向和角度，需要进行种植的颌骨的结构和密度也有所不同，牙齿的这些信息，可以通过牙弓线曲面重建技术生成颌骨全景图提供给医生，使手术能够顺利进行，所以提取牙弓曲线异常重要。
3.传统提取方式只能表述二维牙齿，而实际中的牙齿是三维立体，从二维映射到三维之后的柱面只能反映全部牙齿的大致范围，无法精确到全部牙齿，因此在将牙齿柱面网络展开成全景图像时若投影厚度较小，则会出现牙齿不全的情况，为了保证牙齿的完整性，则会采用较大的投影厚度，该方式的代价会造成图像模糊，降低图像质量，影响诊断的精度，太过费时费力，在医护人员使用方面也大大增加了负担，严重浪费人力物力。


技术实现要素：

4.有鉴于现有技术中存在的上述问题，本公开实施例提供了一种图像处理方法、装置、电子设备及存储介质，用以解决现有提取牙弓曲线过于浪费人力物力，在医护人员使用方面也大大增加了负担，降低了提取工作效率的问题。
5.为解决上述问题，本公开实施例提供的技术方案是：一种图像处理方法，该方法包括：
6.获取患者的口腔图像和所述口腔图像对应的图像数据；
7.基于所述图像数据和预先训练的阈值模型，分割所述口腔图像，得到所述口腔图像对应的牙根区域图像；
8.按照预设位置规则，在所述牙根区域图像中确定牙根点的目标位置信息；
9.基于预设拟合规则和所述目标位置信息，在所述牙根区域图像中生成牙弓曲线。
10.进一步地，所述基于所述图像数据和预先训练的阈值模型，分割所述口腔图像，得到所述口腔图像对应的牙根区域图像，包括：
11.将所述图像数据对应的数据映射到所述阈值模型中，以确定所述口腔图像中牙根的前景区阈值范围；
12.基于所述前景区阈值范围，对所述口腔图像进行分割，以得到所述牙根区域图像。
13.进一步地，所述按照预设位置规则，在所述牙根区域图像中确定牙根点的目标位置信息，包括：
14.按照预设位置规则，在所述牙根区域图像中确定所述牙根点的备选位置信息；
15.基于所述备选位置信息和滑动窗体区域定位方法确定所述牙根点的目标位置信息。
16.进一步地，所述基于所述备选位置信息和滑动窗体区域定位方法确定所述牙根点
的目标位置信息，包括：
17.在所述牙根区域图像中，基于牙齿长度信息，确定所述滑动窗体的高度；
18.移动所述滑动窗体，统计落入所述滑动窗体中的牙根点数量及所述牙根点的备选位置信息；
19.记录落入所述滑动窗体中的牙根点数量为最大时对应的所述滑动窗体的边界信息；
20.基于所述边界信息，确定落入所述滑动窗体中牙根点的备选位置信息为所述牙根点的目标位置信息。
21.进一步地，所述基于预设拟合规则和所述目标位置信息，在所述牙根区域图像中生成牙弓曲线，包括：
22.通过最小二乘法将所述牙根点的目标位置信息拟合成二次多项式曲线；
23.基于局部最大密度投影方法，对所述二次多项式曲线进行修正，生成所述牙弓曲线。
24.进一步地，所述基于局部最大密度投影方法，对所述二次多项式曲线进行修正，生成所述牙弓曲线，包括：
25.基于所述二次多项式曲线和预设控制点信息，确定所述二次多项式曲线上的备选待修正点；
26.基于预设计算范围和所述备选待修正点，确定目标待修正点；
27.基于所述目标待修正点，计算得到实际控制点信息，并生成所述牙弓曲线。
28.本公开的实施例还提供了一种图像处理装置，所述装置包括：
29.获取模块，用于获取患者的口腔图像和所述口腔图像对应的图像数据；
30.分割模块，用于基于所述图像数据和预先训练的阈值模型，分割所述口腔图像，得到所述口腔图像对应的牙根区域图像；
31.确定模块，用于按照预设位置规则，在所述牙根区域图像中确定牙根点的目标位置信息；
32.生成模块，用于基于预设拟合规则和所述目标位置信息，在所述牙根区域图像中生成牙弓曲线。
33.进一步地，所述确定模块，具体用于将所述图像数据对应的数据映射到所述阈值模型中，以确定所述口腔图像中牙根的前景区阈值范围；
34.所述分割模块，具体用于基于所述前景区阈值范围，对所述口腔图像进行分割，以得到所述牙根区域图像。
35.本公开的实施例还提供了一种电子设备，至少包括存储器、处理器，所述存储器上存储计算机程序，其特征在于，所述处理器在执行所述存储器上的计算机程序时实现上述的图像处理方法的步骤
36.本公开的实施例还提供了一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的图像处理方法的步骤。
37.本公开实施例的有益效果在于：通过本公开的图像处理方法可以无需手动操作，自动定位分割出口腔图像中牙弓曲线，有利于后续cpr展开即查看牙齿的全景图，整体操作流程大大节约了时间，明显提高影像质量控制评价工作效率。
附图说明
38.图1为本公开实施例提供的一个图像处理方法的流程示意图；
39.图2为本公开实施例提供的一种电子设备的硬件结构示意图；
40.图3为本公开实施例提供的一种图像处理装置的示意图。
具体实施方式
41.此处参考附图描述本技术的各种方案以及特征。
42.应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本技术的范围和精神内的其他修改。
43.包含在说明书中并构成说明书的一部分的附图示出了本技术的实施例，并且与上面给出的对本技术的大致描述以及下面给出的对实施例的详细描述一起用于解释本技术的原理。
44.通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本技术的这些和其它特性将会变得显而易见。
45.还应当理解，尽管已经参照一些具体实例对本技术进行了描述，但本领域技术人员能够确定地实现本技术的很多其它等效形式。
46.当结合附图时，鉴于以下详细说明，本技术的上述和其他方面、特征和优势将变得更为显而易见。
47.此后参照附图描述本技术的具体实施例；然而，应当理解，所申请的实施例仅仅是本技术的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本技术模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本技术。
48.本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本技术的相同或不同实施例中的一个或多个。
49.现在的牙弓曲线传统提取方式只能表述二维牙齿，而实际中的牙齿是三维立体，从二维映射到三维之后的柱面只能反映全部牙齿的大致范围，无法精确到全部牙齿，因此在将牙齿柱面网络展开成全景图像时若投影厚度较小，则会出现牙齿不全的情况，为了保证牙齿的完整性，则会采用较大的投影厚度，该方式的代价会造成图像模糊，降低图像质量，影响诊断的精度，太过费时费力，在医护人员使用方面也大大增加了负担，严重浪费人力物力，严重降低工作效率。
50.为解决以上技术问题，本公开实施例提供了一种图像处理方法，能够解决现有提取牙弓曲线过于浪费人力物力，在医护人员使用方面也大大增加了负担，降低了提取工作效率的问题。
51.本公开第一方面的实施例提供了一种图像处理方法，可应用于智能终端等设备，该方法可以无需手动操作，自动提取牙弓曲线，整体流程大大节约了操作使用的时间，明显提高了提取工作效率。图1给出了本公开实施例的图像处理方法的流程示意图，其主要包括步骤s101至s104：
52.s101，获取患者的口腔图像和口腔图像对应的图像数据。
53.在一些实施例中，口腔图像主要指的是通过cbct或ct对口腔进行扫描获取的口腔图像。
54.cbct就是cone beam ct的简称，即锥形束ct。顾名思义是锥形束投照计算机重组断层影像设备，其原理是x线发生器以较低的射线量围绕投照体做环形dr(数字式投照)。
55.ct(computed tomography)，即电子计算机断层扫描，它是利用精确准直的x线束、γ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，具有扫描时间快，图像清晰等特点，可用于多种疾病的检查；根据所采用的射线不同可分为：x射线ct(x-ct)以及γ射线ct(γ-ct)等。
56.在一些实施中，口腔图像的获取需要受检者取张口的情况下投照。
57.在一些实施例中，图像数据主要指的根据医学数字成像和通信协议获取口腔图像对应的图像数据，可以是16位有符号数据。
58.其中，医学数字成像和通信，即dicom(digital imaging and communications in medicine)，是医学图像和相关信息的国际标准。
59.s102，基于图像数据和预先训练的阈值模型，分割口腔图像，得到口腔图像对应的牙根区域图像。
60.在一些实施例中，口腔图像中至少包括空气、软组织和牙齿。
61.软组织是指人体的皮肤、皮下组织、肌肉、肌腱、韧带、关节囊、滑膜囊，神经、血管等。牙齿(tooth,teeth)是人体最硬的器官，每个牙齿均由露在牙槽骨外的牙冠和长在牙槽骨内的牙根，以及牙冠、牙根之间的牙颈组成。牙齿的主要构成物质为牙质(牙本质)，外面包有牙釉质(在牙冠部分)和牙骨质(在牙根部分)。牙骨质外还有由纤维组成的牙周膜，把牙齿固定在牙槽中。牙的中央有牙髓腔，内充满牙髓，并有丰富的血管和神经
62.在一些实施例中，将图像数据对应的数据映射到阈值模型中，以确定口腔图像中牙根的前景区阈值范围，基于前景区阈值范围，对口腔图像进行分割，以得到牙根区域图像。
63.在一些实施例中，阈值模型主要指的是牙根的前景区的阈值范围，具体方法如下：
64.首先，由于传统的阈值提取算法仅能分割牙根的前景区与背景区的阈值，而此处需要分割牙根的前景区，所以，在牙根的前景区的阈值范围计算过程中，要排除干扰数据，所以先将口腔图像中灰度亮度的牙本质区域排除。
65.根据医学经验选择牙根的前景区的阈值范围(由于人体牙根相似，牙根的前景区的阈值范围可以理解为固定范围)，并将图像数据二值化处理，根据牙根的前景区的阈值范围，对口腔图像进行分割，筛选出口腔图像对应的牙根区域图像。
66.s103，按照预设位置规则，在牙根区域图像中确定牙根点的目标位置信息。
67.在一些实施例中，预设位置规则主要指的是人类牙根点的位置一般位于牙根区域的质心点，在确定牙根区域图像后，能够轻易地确定牙根点的初步位置。
68.在一些实施例中，按照步骤s101和步骤s102得到牙根区域图像后，按照预设位置规则，在牙根区域图像中确定牙根点的备选位置信息；基于备选位置信息和滑动窗体区域定位方法确定牙根点的目标位置信息。
69.首先，根据步骤s102中图像数据二值化后的数据，计算各领域连通区域的统计信
息，如体积、包围盒、质心点等(不局限于这些信息)，依据医学逻辑中牙根区域的特点及各区域的统计信息，排除牙根区域图像中非牙根点区域。
70.通过采用这种提取方式，通过排除在筛选牙根点的过程中的非牙根点的干扰，有利于提高提取工作的额效率，并且提高了筛选牙根点的精准性。
71.从医学逻辑角度来看，牙根区域体积有限，高度低于30mm，牙根长度处于0.8-1.5mm之间，以及牙根在口腔图像中的位置居中，按照上述条件在牙根区域图像，将符合条件的牙根区域的质心点作为牙根点的备选位置信息，即牙根备选点。
72.在一些实施例中，获取牙根点的备选位置信息，采用滑动窗体区域定位方法确定牙根点的目标位置信息，具体步骤如下：
73.s1031，在牙根区域图像中，基于牙齿长度信息，确定滑动窗体的高度。
74.在一些实施例中，按照医学逻辑来看，牙齿的长度处于18-25mm之间，为了能够完整取得牙根区域图像，滑动窗体采用固定高度，例如滑动窗体的高度为50mm，该滑动窗体的长度、宽度和数据同长宽便可。
75.s1032，移动滑动窗体，统计落入滑动窗体中的牙根点数量及牙根点的备选位置信息。
76.在一些实施例中，随机移动滑动窗体，每移动一次，记录落入滑动窗体中的牙根备选点的数量，以及牙根备选点的位置信息，即牙根备选位置信息。通过随机移动滑动窗体，将所有牙根备选点覆盖在滑动窗体中，牙根备选位置信息的准确性。
77.s1033，记录落入滑动窗体中的牙根点数量为最大时对应的滑动窗体的边界信息。
78.在一些实施例中，在随机移动滑动窗体的过程中，统计落入滑动窗体中的牙根备选点的数量，在该数量处于最大值时，取滑动窗体的边界信息。该边界信息主要指的是滑动窗体四周边界的具体位置信息，有利于后续对牙根点的筛选。
79.例如，在随机移动滑动窗体的过程中，统计到的落入滑动窗体中的牙根备选点的数量分别为a、b、c等，其中数量a为统计到的数量最大值，则获取牙根点备选点数量为a时的滑动窗体的边界信息，进而能够精准地确定滑动窗体的内部与外部的具体位置信息，进而能够提升筛选牙根点的精准度。
80.s1034，基于边界信息，确定落入滑动窗体中牙根点的备选位置信息为牙根点的目标位置信息。
81.在一些实施例中，确定滑动窗体的边界信息之后，根据滑动窗体的外部和内部的具体位置信息，将该滑动窗体的边界外的牙根备选点全部去除，即位于滑动窗体外部的牙根备选点，只留下滑动窗体内的牙根备选点，作为用户所需要的牙根点，进而确定牙根点的目标位置信息。
82.例如，在确定牙根备选点的过程中，可能存在操作的失误，将非牙根点作为了牙根点，或者由于个别患者的口腔问题，导致牙根点出现偏差，所以在确定滑动窗体的第一位置后，需要将滑动窗体边界外的所有牙根备选点去除，将落入滑动窗体中的牙根备选点作为用户所需要的牙根点。通过采用这种提取方式，能够最大可能的保障提取牙根点的准确性。
83.s104，基于预设拟合规则和目标位置信息，在牙根区域图像中生成牙弓曲线。
84.在一些实施例中，根据牙根点的目标信息，通过最小二乘法将其拟合成二次多项式曲线，然后通过局部最大密度投影方法，对二次多项式曲线进行修正，生成牙弓曲线。其
中，最小二乘法和二次多项式曲线可根据数学逻辑进行推理，在这就不再论述了。
85.在一些实施例中，通过局部最大密度投影方法，对二次多项式曲线进行修正，生成牙弓曲线，具体步骤如下：
86.s1041，基于二次多项式曲线和预设控制点信息，确定二次多项式曲线上的备选待修正点。
87.在一些实施例中，为得到最优的牙弓曲线，需要对上述生成的牙弓曲线进行曲线修正。
88.根据经验定义控制点位置，在上述曲线中找到控制点的对应位置，依据局部最大密度投影结果修正牙弓曲线，具体步骤为：
89.获取二次多项式曲线后，需要在二次多项式曲线中找到相应的控制点。例如，根据数学逻辑，设置控制点的数目n＝7，按经验值在水平方向上划分出7个控制点，本发明中以水平中心点为中央控制点，向两边分别取12mm、35mm、50mm的间隔点为其他6个控制点。然后以控制点水平方向的位置信息为横坐标，在拟合曲线上取出对应坐标位置的控制点，即为备选待修正点。
90.s1042，基于预设计算范围和备选待修正点，确定目标待修正点。
91.在一些实施例中，通过步骤s1042中确定目标待修正点后，先定义最大密度投影的计算范围，例如，在本发明中x、y、z方向可以分别取16mm、11mm、30mm为限定计算范围。最后，计算出局部最大密度投影的坐标均值，即为修正的牙弓曲线控制点(目标待修正点)。
92.通过采用该修正方法，不仅可以减少计算步骤，提高运行效率，还可有效地用于局部“点”修正。
93.s1043，基于目标待修正点，计算得到实际控制点信息，并生成牙弓曲线。
94.在一些实施例中，通过步骤s1042得到精准的实际控制点信息，通过数学逻辑，能够生成准确的牙弓曲线，并且用户提供准确的牙弓曲线，有利于后续cpr展开即查看牙齿的全景图，整体操作流程大大节约了时间，明显提高了工作效率。
95.图2给出了本公开实施例的一种图像处理装置的示意图。
96.如图2所示，该图像处理装置，包括：
97.获取模块201，用于获取患者的口腔图像和口腔图像对应的图像数据；分割模块202，用于基于图像数据和预先训练的阈值模型，分割口腔图像，得到口腔图像对应的牙根区域图像；确定模块203，用于按照预设位置规则，在牙根区域图像中确定牙根点的目标位置信息；生成模块204，用于基于预设拟合规则和目标位置信息，在牙根区域图像中生成牙弓曲线。
98.在一些实施例中，确定模块203具体用于将图像数据对应的数据映射到阈值模型中，以确定口腔图像中牙根的前景区阈值范围；分割模块202具体用于基于前景区阈值范围，对口腔图像进行分割，以得到牙根区域图像。
99.通过本公开的图像处理方法可以无需手动操作，自动定位分割出口腔图像中牙弓曲线，有利于后续cpr展开即查看牙齿的全景图，整体操作流程大大节约了时间，明显提高了工作效率。
100.本公开第三方面的实施例提供了一种电子设备，其结构示意图如图3所示，至少包括存储器302和处理器301，存储器302上存储有计算机程序，处理器301在执行存储器302上
的计算机程序时实现本公开任意实施例提供的方法。示例性的，电子设备计算机程序步骤如下s21至s24：
101.s21，获取患者的口腔图像和口腔图像对应的图像数据。
102.s22，基于图像数据和预先训练的阈值模型，分割口腔图像，得到口腔图像对应的牙根区域图。
103.s23，按照预设位置规则，在牙根区域图像中确定牙根点的目标位置信息。
104.s24，基于预设拟合规则和目标位置信息，在牙根区域图像中生成牙弓曲线。
105.处理器在执行存储器上存储的按照预设位置规则，在牙根区域图像中确定牙根点的目标位置信息时，具体执行如下计算机程序：
106.按照预设位置规则，在牙根区域图像中确定牙根点的备选位置信息；基于备选位置信息和滑动窗体区域定位方法确定牙根点的目标位置信息。
107.处理器在执行存储器上存储的基于备选位置信息和滑动窗体区域定位方法确定牙根点的目标位置信息时，还执行如下计算机程序：
108.在牙根区域图像中，基于牙齿长度信息，确定滑动窗体的高度；
109.移动滑动窗体，统计落入滑动窗体中的牙根点数量及牙根点的备选位置信息；
110.记录落入滑动窗体中的牙根点数量为最大时对应的滑动窗体的边界信息；
111.基于边界信息，确定落入滑动窗体中牙根点的备选位置信息为牙根点的目标位置信息。
112.在一些实施例中，该电子设备还包括：输入装置303和输出装置304；
113.该电子设备中的处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接。
114.存储器302作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序。处理器301通过运行存储在存储器302中的软件程序、指令，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的图像处理方法。
115.存储器302可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。
116.在一些实施例中，存储器302可选包括相对于处理器301远程设置的存储器，这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
117.输入装置303可包括接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的健信号输入。
118.输出装置304可包括显示屏等显示设备。
119.本公开第四方面的实施例提供了一种存储介质，其具体为计算机可读介质，存储有计算机程序，该计算机程序被处理器执行时实现本公开任意实施例提供的方法，包括如下步骤s31至s34：
120.s31，获取患者的口腔图像和口腔图像对应的图像数据。
121.s32，基于图像数据和预先训练的阈值模型，分割口腔图像，得到口腔图像对应的牙根区域图像。
122.s33，按照预设位置规则，在牙根区域图像中确定牙根点的目标位置信息。
123.s34，基于预设拟合规则和目标位置信息，在牙根区域图像中生成牙弓曲线。
124.计算机程序被处理器执行基于图像数据和预先训练的阈值模型，分割口腔图像，得到口腔图像对应的牙根区域图像时，具体被处理器执行如下步骤：
125.将图像数据对应的数据映射到阈值模型中，以确定口腔图像中牙根的前景区阈值范围；
126.基于前景区阈值范围，对口腔图像进行分割，以得到牙根区域图像。
127.计算机程序被处理器执行按照预设位置规则，在牙根区域图像中确定牙根点的目标位置信息时，具体被处理器执行如下步骤：
128.按照预设位置规则，在牙根区域图像中确定牙根点的备选位置信息；基于备选位置信息和滑动窗体区域定位方法确定牙根点的目标位置信息。
129.计算机程序被处理器执行基于备选位置信息和滑动窗体区域定位方法确定牙根点的目标位置信息时，还被处理器执行如下步骤：
130.在牙根区域图像中，基于牙齿长度信息，确定滑动窗体的高度；
131.移动滑动窗体，统计落入滑动窗体中的牙根点数量及牙根点的备选位置信息；
132.记录落入滑动窗体中的牙根点数量为最大时对应的滑动窗体的边界信息；
133.基于边界信息，确定落入滑动窗体中牙根点的备选位置信息为牙根点的目标位置信息。
134.可选的，该计算机可执行指令在由计算机处理器执行时还可以用于执行本公开实任意实施例所提供的图像处理方法的技术方案。
135.通过本公开的图像处理方法可以无需手动操作，自动定位分割出口腔图像中牙弓曲线，有利于后续cpr展开即查看牙齿的全景图，整体操作流程大大节约了时间，明显提高了工作效率。
136.本公开实施提供的装置能够执行上述方法实施例的流程和步骤，且还具有与上述方法实施例对应的功能模块，能够执行相应的操作，并具有相应的技术效果，为避免重复，在此不再赘述。
137.以上实施例仅为本公开的示例性实施例，不用于限制本公开，本公开的保护范围由权利要求书限定。本领域技术人员可以在本公开的实质和保护范围内，对本公开做出各种修改或等同替换，这种修改或等同替换也应视为落在本公开的保护范围内。