一种高效自动辅助寻找牙齿咬合深度的方法与流程

本发明涉及计算机辅助设计、机器视觉领域，特别是涉及利用计算机图形学辅助获得牙齿咬合深度的方法。

背景技术

临床正畸医学，不仅需要一个良好、稳定的牙齿咬合关系，还需要一个具体到每颗牙齿的咬合关系，即既要知道哪对牙齿符合咬合关系，还可以量化牙齿对应的咬合深度。也因此，如何确定良好的咬合关系和区分不同的咬合深度，这两件工作都是临床正畸重要的内容。

传统方法是通过手动调整患者牙齿的石膏模型来确定终末咬合关系，通过激光扫描将该牙齿石膏模型数字化，软件采用配准咬合区域的方法使得牙齿上下颌自动咬合，再在软件环境下完全模拟模型操作的过程，用标记的方法确定咬合关系的牙齿，最后在确定的每一对牙齿之间采用碰撞检测技术得到咬合深度情况。该方法的缺点包括：1)咬合区域的配准过程常常需要医生不断调整咬合关系，医生多次调整会使得咬合关系改变，就很难保证咬合关系的变化是符合唯一变量(治疗产生的改变)原则的，从何影响对治疗效果的判断；2)手动选择每一颗牙齿的区域，费时费力。因此，传统方法一方面完全依赖于医生的经验；另一方面并未发挥计算机辅助设计的优势。

随着计算机图形图像技术的发展，如何引入其到传统牙齿正畸领域，从而解放医生的双手，辅助医生治疗方案的设计便成了一个研究热点。然后情况并不乐观，一方面计算机科学需要医生丰富的医学知识，但确实也存在不知道如何学习利用的问题；另一方面方法的不够高效和过多医生的参与，使得计算机辅助设计对于医生来说可能存在耗时耗力的影响。如何设计一种高效可行并且医生参与度低的获取咬合关系的方法，辅助医生正畸方案的设计便是一个迫切的需求。

技术实现要素：

本发明提供高效自动辅助寻找牙齿咬合深度的方法，在初步咬合的数字牙颌模型之上自动获得校正的咬合关系，再通过图形图像学技术自动高效获得咬合深度关系，并具备直观的三维可视化效果，通过直观的图像和客观的量化指标，来辅助医生在计算机上建立新的咬合关系模型，以更好的指导正畸和正颌的外科治疗。

本发明的技术方案是：

一种高效自动辅助寻找牙齿咬合深度的方法，其特征在于，包括以下步骤：

1、分别采集并读取上下颌牙列的三维数据模型，得到上下牙列的三维扫描点云模型a、b；

2、将上下颌牙列咬合在一起采集并读取三维数据模型，得到咬合牙列的三维扫描点云模型c；

3、利用点云配准技术将步骤1中的a向步骤2中的c对齐，保存并读取a移动之后得到的新数据，命名为a；

4、利用点云配准技术将步骤1中的b向步骤2中的c对齐，保存并读取b移动之后得到的新数据，命名为b；

5、a、b已经处于咬合位置的特性，将咬合点定义为距离最近的点，从而获得咬合点集；

6、a的咬合点集合命名为ta，b的咬合点集合命名为tb，利用图形学分类思想，得到一个平面s，它由ta、tb拟合得到；

7、将咬合点集分成多个子点集；

8、步骤7中的不同子点集拥有不同的权值，到s的距离越大的子点集的权值越大；

9、拥有同一权值的子点集赋值一样的颜色信息；

10、将重新建立的咬合模型连同颜色信息保存并导出。

本发明的技术效果：

本发明提供的一种高效自动辅助寻找牙齿咬合深度的方法，医生只用一次确定咬合，扫描数字化模型之后的工作完全自动化，不需要多次调整咬合关系和牙齿标记等繁琐的人工操作，解放了医生的双手；利用图形学分类思想，能够根据不同点的颜色信息在三维可视化环境下，为医生提供更加直观且客观的参考数据，通过直观的图像和客观的量化指标，来辅助医生在计算机上建立新的咬合关系模型，对正畸和正颌的治疗具有重要的指导意义。

附图说明

图1自动寻找咬合深度流程图；

图2点云配准框架图；

图3咬合深度分析框架图；

图4权值与rgb对应关系图；

具体实施方式

下面结合附图对本发明作进一步的说明，但本发明的保护内容并不限于此。

如图1所示，是本发明一种自动辅助寻找牙齿咬合深度的流程图。包括以下步骤：1)牙齿石膏模型由医院提供，利用专业的材料把口腔内牙齿的模型复制下来，然后用石膏灌注出来，它直观反映患者治疗前后牙齿的变化情况；2)采集并读取上下颌牙列和咬合在一起的牙列的三维数据模型；其中，所述三维数据通过三维扫描仪获得，stl、obj等计算机辅助设计(computerassisteddesign，cad)软件能读取和编辑的通用格式的三维数据；3)采用点云配准的办法使得扫描的上下颌牙列三维模型咬在一起，三维扫描仪器并不能保证分别扫描的上下颌牙列数据在咬合位置，这是因为扫描仪并不负责统一坐标系的工作，这一工作由点云配准实现，并且由于上下颌牙列均是向咬合牙列三维模型配准，所以保证了上下颌三维模型不仅在同一坐标系下而且处于咬合位置；4)牙齿咬合深度分析是本发明的重点，采用图形学分类思想，将分界面定义为广义咬合平面，再将点面距离对应为咬合深度，此方法巧妙，不需要人为参与，并且速度快，效果直观；5)导出具有咬合深度信息的牙齿模型，并且根据咬合深度不同做可视化展示。

如图2所示，是本发明的点云配准框架图。包括以下步骤：1)利用点云配准技术将三维扫描的上颌三维模型向咬合三维模型进行对齐，得到上颌的咬合模型并导出数据；2)利用点云配准技术将三维扫描的下颌三维模型向咬合三维模型进行对齐，得到下颌的咬合模型并导出数据；该方案和传统配准咬合区域的方法不同的地方在于不需要医生不断调整咬合区域而进行多次配准，因为多次调整咬合区域和多次配准就可能使得咬合关系改变，就很难保证咬合关系的变化是符合唯一变量(治疗产生的改变)原则的，从何影响对治疗效果的判断；该方案采取一次扫描一次配准的方案，使得配准所需要的咬合区域在扫描之前就唯一确认了，当然该方案对配准算法要求高，尤其是咬合特征的选取要求高。

如图3所示，是本发明的咬合深度分析框架图。包括以下步骤：

1)由点云配准这一过程得到的上颌咬合模型和下颌咬合模型是两个单独的stl(或者obj文件)，但已经处于同一坐标系下并且符合咬合位置关系，从而将咬合点对应为距离最近的点，从而获得咬合点集。

采用的算法为最邻近搜索(nearestneighborsearch，nns)，它是一个在尺度空间中寻找最近点的优化问题。问题描述如下：在尺度空间m中给定一个点集d和一个目标点q∈m，在d中找到距离q最近的点。很多情况下，m为多维的欧几里得空间，距离由欧几里得距离或曼哈顿距离决定。将本发明内容中a作为d，而b中的每一个点作为q，计算三维欧几里得距离从而b中每一个点对应在a中有一个距离最近的点，设定一个阈值，从这些点中选择出距离最小的点集合，这个点集合就是a的咬合点集，命名为ta；同样地，将本发明内容中b作为d，而a中的每一个点作为q，采用相同的算法也可以得到点集合，将其作为b的咬合点集tb。

2)进一步地采用图形学分类的思想获取分界面，使得分界面平分咬合点集。

采用最小二乘法拟合平面的算法，对给定数据点集合{(xi,yi,zi)}(i＝0,1,...,m)，在取定的函数类中，求使误差的平方和e²最小，e²＝∑{ρ(xi,yi)-zi}²。从几何意义上讲，就是寻求与给定点集{(xi,yi,zi)}(i＝0,1,...,m)的距离平方和为最小的平面方程z＝ρ(x,y)。函数ρ(x,y)称为拟合函数或最小二乘解，求拟合函数ρ(x,y)的方法称为平面拟合的最小二乘法。将步骤1)得到咬合点集ta、tb作为最小二乘法算法的数据点集合输入，拟合得到平面s。该咬合面在几何意义上平分了咬合点集，从而本发明定义为咬合面。

3)上下颌咬合点集分组。根据咬合点集和本发明定义的咬合面的距离不同而进行分组，本发明大致为一个咬合点集合分为三组；例如a的咬合点集合，把点到平面s距离分为三个区间，将ta分为三组，距离最近的子点集赋予权值1，距离最远的子点集赋予权值3，剩下的子点集赋予权值2，同样地，b的咬合点集合做相同的子点集分组操作和权值赋予操作。

4)深度信息可视化。对分组以后的咬合子点集根据权值给予不同的rgb信息(如图4所示)。

5)将重新建立的上下颌咬合模型连同颜色信息保存并导出。

在此指明，以上叙述有助于本领域技术人员理解本发明创造，但并非限制本发明创造的保护范围。有关技术领域的技术人员，在不脱离本发明的思想和方法的情况下，可以做出应用的变化，因此所有同等的技术方案也应属于本发明的范畴。