一种牙齿分割方法以及装置与流程

本技术涉及数字化口腔处理，具体涉及一种牙齿分割方法、牙齿分割装置、电子设备以及计算机可读取存储介质。

背景技术：

1、在数字化口腔诊疗中，在数字化三维牙齿表面模型上精确分割不同牙齿区域是关键的前置步骤(例如这一步是正畸治疗计划中牙齿位置重排的前提)，但是，由于患者牙齿的不同外观和可能存在的异常情况(例如牙齿缺失、牙列拥挤、智齿以及多生牙等)，使得精确分割不同牙齿区域存在一定难度。常规获取三维牙齿表面模型的方式为：先使用印模材料记录患者口腔内部细节，再灌注石膏模型送技工室加工。随着数字化技术的发展，口腔内扫描仪(ios)在临床上的应用得到了极大的推广，虽然这一技术节省了时间与印模材料的消耗，但也同时增加了自动牙齿标记的难度，因为ios获取的牙龈和口腔深部区域原始表面通常质量较差。在三维牙齿表面模型上手动分割牙齿区域非常耗时耗力，目前大部分算法软件和产品所提供的自动分割算法，其针对存在牙齿异常情况的病例的分割精确度和稳定性较差，其原因在于：

2、牙齿分割模型大多使用语义分割框架，无法捕捉单个牙齿实例的整体特征，造成模型对于异常牙列(例如牙齿拥挤，牙齿缺失，智齿及多生牙)和不同视野口扫数据(例如半口口扫)分割精度不高；

3、模型设计通常是面向普通正常的牙列，模型的牙位识别依赖于局部信息，或者需要手动调节参数的后处理模块，造成模型对于异常牙列的牙位标号分配容易出错。

4、因此，如何提升三维牙齿表面模型上牙齿分割的精确度和稳定性，是需要解决的问题。

技术实现思路

1、本技术提供一种牙齿分割方法、装置、电子设备及计算机可读存储介质，以解决现有技术中三维牙齿表面模型上牙齿分割的精确度和稳定性较差的问题。

2、为了解决或者一定程度上改善上述技术问题，根据本技术一方面，提供一种牙齿分割方法，该方法包括：

3、基于数字化三维牙齿表面模型的点云数据，获得所述三维牙齿表面模型所包含的初始三角面的初始三角面特征；

4、基于所述初始三角面特征，采用图神经网络对所述三维牙齿表面模型进行初步分割，获得将三角面特征映射为预设牙齿标签的初始分割结果和三角面偏置位置，所述三角面偏置位置为将三角面进行偏置处理后的位置，所述偏置处理用于使同一牙齿所包含的三角面相聚拢；

5、基于所述初始分割结果和所述三角面偏置位置，获得用于表征单个牙齿的整体特性的牙齿实例特征，并基于所述牙齿实例特征进行牙齿实例分割。

6、在一些实施方式中，所述基于所述初始分割结果和所述三角面偏置位置，获得用于表征单个牙齿的整体特性的牙齿实例特征，包括：

7、对所述三角面偏置位置进行聚类，获得各牙齿区域对应的候选牙齿实例；

8、对所述候选牙齿实例所包含的三角面的候选三角面特征进行聚合处理，获得用于表征单个牙齿的整体特性的牙齿实例特征。

9、在一些实施方式中，所述三角面偏置位置包括偏置处理后的三角面质点坐标，所述对所述三角面偏置位置进行聚类，获得各牙齿区域对应的候选牙齿实例，包括：

10、使用预设最大邻居距离的k近邻图初始化目标节点子图，获得用于初步表征各候选牙齿实例的联通子图，所述目标节点子图中的各节点对应各所述三角面质点坐标；

11、预测获得所述联通子图的噪音边，并移除所述噪音边，获得用于表征各候选牙齿实例的目标联通子图，所述目标联通子图的节点表征所述候选牙齿实例所包含的三角面，其中，连接所述噪音边的节点来自不同候选牙齿实例。

12、在一些实施方式中，所述预测获得所述联通子图的噪音边，包括：

13、采用预先训练的边预测模型对所述联通子图的各边进行预测，获得所述边预测模型的输出结果，所述输出结果用于表征所述联通子图的各边是否为连接不同牙齿实例的节点的噪音边的输出结果；其中，所述边预测模型以连接不同牙齿实例的节点的边作为正样本、以连接相同牙齿实例的节点的边作为负样本进行模型训练后获得。

14、在一些实施方式中，所述基于所述牙齿实例特征进行牙齿实例分割，包括：

15、基于所述牙齿实例特征进行分类预测，获得所述候选牙齿实例对应的牙齿分类概率。

16、在一些实施方式中，还包括：

17、预测获得所述候选牙齿实例所包含的三角面分布于该候选牙齿实例所对应牙齿区域的概率，并基于该概率获得所述候选牙齿实例对应的目标掩膜，所述目标掩膜表征所述候选牙齿实例中分布有目标三角面的区域，所述目标三角面为所述候选牙齿实例所包含的三角面；

18、获得所述目标掩膜对应的掩膜评分，所述掩膜评分用于表征所述目标掩膜与真实牙齿区域之间的重合度；

19、基于所述牙齿分类概率和所述掩膜评分获得用于进行牙齿实例分割的目标置信分数。

20、在一些实施方式中，所述三角面偏置位置包括偏置处理后的三角面质点坐标，所述基于所述初始三角面特征，采用图神经网络对所述三维牙齿表面模型进行初步分割，获得将三角面特征映射为预设牙齿标签的初始分割结果和三角面偏置位置，包括：

21、基于所述初始三角面特征构建初始邻接图，所述初始邻接图的各节点对应各所述初始三角面；

22、根据初始三角面的质点坐标构建第一k近邻图，并对所述初始三角面进行特征更新，获得三角面第一更新特征；

23、将特征更新后的三角面的质点坐标进行偏置处理，获得所述偏置处理后的三角面质点坐标；

24、根据所述偏置处理后的三角面质点坐标构建第二k近邻图，并对所述三角面第一更新特征进行特征更新，获得三角面第二更新特征，其中，所述第二k近邻图的k值小于所述第一k近邻图的k值；

25、基于所述三角面第二更新特征进行多分类语义分割，获得表征三角面特征映射到预设牙齿标签的初始分割结果。

26、根据本技术的另一方面，提供一种牙齿分割装置，所述装置包括：

27、初始三角面特征获得单元，用于基于数字化三维牙齿表面模型的点云数据，获得所述三维牙齿表面模型所包含的初始三角面的初始三角面特征；

28、初始分割结果获得单元，用于基于所述初始三角面特征，采用图神经网络对所述三维牙齿表面模型进行初步分割，获得将三角面特征映射为预设牙齿标签的初始分割结果和三角面偏置位置，所述三角面偏置位置为将三角面进行偏置处理后的位置，所述偏置处理用于使同一牙齿所包含的三角面相聚拢；

29、牙齿实例分割单元，用于基于所述初始分割结果和所述三角面偏置位置，获得用于表征单个牙齿的整体特性的牙齿实例特征，并基于所述牙齿实例特征进行牙齿实例分割。

30、根据本技术的另一方面，提供一种电子设备，包括处理器和存储器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现上述方法。

31、根据本技术的另一方面，提供一种计算机可读存储介质，其上存储有一条或多条计算机指令，该指令被处理器执行以实现上述方法。

32、与现有技术相比，本技术具有以下优点：

33、本技术提供的牙齿分割方法，基于数字化三维牙齿表面模型的点云数据，获得三维牙齿表面模型所包含的初始三角面的初始三角面特征；基于初始三角面特征，采用图神经网络对三维牙齿表面模型进行初步分割，获得将三角面特征映射为预设牙齿标签的初始分割结果和三角面偏置位置，三角面偏置位置为将三角面进行偏置处理后的位置，偏置处理用于使同一牙齿所包含的三角面相聚拢；基于初始分割结果和三角面偏置位置，获得用于表征单个牙齿的整体特性的牙齿实例特征，并基于该牙齿实例特征进行牙齿实例分割。该方法先采用图神经网络对三维牙齿表面模型进行初步分割，在获得将三角面特征映射为预设牙齿标签的初始分割结果和三角面偏置位置之后，基于初始分割结果和三角面偏置位置获得用于表征单个牙齿的整体特性的牙齿实例特征，并基于该牙齿实例特征进行牙齿实例分割，该牙齿分割过程不仅将三角面映射到牙齿标签，而且结合表征单个牙齿的整体特性的牙齿实例特征进行牙齿实例分割，可有效捕捉单个牙齿实例的整体特征(例如牙齿形状、大小、位置、表面粗糙度等)，使得牙齿分割结果在三角面特征映射到牙齿标签的基础上，进一步考虑单个牙齿实例的整体特征，进而有效提升牙齿分割精确度，例如有效提升异常牙列(例如牙齿拥挤、牙齿缺失、智齿及多生牙等)的分割精确度；并且，牙齿分割结果不仅考虑三角面的位置，还依赖于单个牙齿实例的牙齿形状、大小、位置、表面粗糙度等等整体特征，即使牙齿的位置出现偏移旋转或者口扫牙列覆盖的范围发生变化，仍可获得稳定可靠的牙齿分割结果，使得牙齿分割稳定性得到保障。