一种基于特征点识别的牙齿正畸结果预测方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114219897A(43)申请公布日2022.03.22(21)申请号202111561575.7G06V10/80(2022.01)(22)申请日2021.12.20(71)申请人山东大学地址250101山东省济南市高新区舜华路1500号(72)发明人周元峰王琛魏广顺(74)专利代理机构济南圣达知识产权代理有限公司37221代理人闫圣娟(51)Int.Cl.G06T17/00(2006.01)G06N3/08(2006.01)G06N3/04(2006.01)G06K9/62(2022.01)A61C7/00(2006.01)权利要求书2页说明书11页附图5页(54)发明名称一种基于特征点识别的牙齿正畸结果预测方法及系统(57)摘要本发明公开一种基于特征点识别的牙齿正畸结果预测方法及系统，包括：根据牙列模型得到牙冠点云、牙齿点云及牙齿标签；根据牙冠点云和牙齿点云提取牙列全局特征和牙齿局部特征，对牙列全局特征、单颗牙的牙齿标签及牙齿局部特征进行特征融合，根据融合特征和牙齿点云中点与特征点的偏移向量，提取单颗牙的特征点；将单颗牙的特征点与牙齿点云融合提取牙齿注意力特征，根据牙齿注意力特征得到牙列注意力特征，将牙列注意力特征、牙列全局特征及牙齿局部特征融合后得到融合特征点的点云；根据融合特征点的点云和目标位的牙冠点云得到牙齿正畸前后的刚体变换参数，根据刚体变换参数和待正畸的初始位牙冠点云，得到正畸后的牙冠模型预测结果。CN114219897ACN114219897A权利要求书1/2页1.一种基于特征点识别的牙齿正畸结果预测方法，其特征在于，包括：根据牙列模型得到初始位的牙冠点云、牙齿点云及对应的牙齿标签；根据牙冠点云和牙齿点云分别提取牙列全局特征和牙齿局部特征，对牙列全局特征、单颗牙的牙齿标签及其牙齿局部特征进行特征融合，根据单颗牙的融合特征和牙齿点云中点与特征点的偏移向量，提取单颗牙的特征点；将单颗牙的特征点与牙齿点云融合后，提取牙齿注意力特征，根据牙齿注意力特征得到带有特征点的牙列注意力特征，将牙列注意力特征、牙列全局特征及牙齿局部特征融合后得到融合特征点的点云；根据融合特征点的点云和目标位的牙冠点云得到牙齿正畸前后的刚体变换参数，根据刚体变换参数和待正畸的初始位牙冠点云，得到正畸后的牙冠模型预测结果。2.如权利要求1所述的一种基于特征点识别的牙齿正畸结果预测方法，其特征在于，提取牙列全局特征和牙齿局部特征的过程包括：对牙冠点云和牙齿点云采用共享多层感知机提取牙列全局特征和牙齿局部特征，所述共享多层感知机包括三层卷积层、三层归一化层和三层激活层，经共享多层感知机的特征提取后，再经过一层最大池化层与一层卷积层得到牙列全局特征和牙齿局部特征。3.如权利要求1所述的一种基于特征点识别的牙齿正畸结果预测方法，其特征在于，提取单颗牙的特征点的过程包括：对单颗牙的融合特征采用全连接层技术得到牙齿点云中点与全连接层对应的特征点的偏移向量，所述全连接层包括三层卷积层、两层归一化层和两层激活层；将偏移向量与牙齿点云中的点坐标相加得到该点对于特征点的投票值，将所有点的投票值进行平均池化后得到特征点的坐标。4.如权利要求1所述的一种基于特征点识别的牙齿正畸结果预测方法，其特征在于，提取牙齿注意力特征的过程包括：对单颗牙的特征点与牙齿点云融合后的牙齿特征采用三层卷积层映射为三个张量，其中两个张量通过矩阵乘运算计算逐点注意力与逐通道注意力，将逐点注意力与最后一个张量相乘，将逐通道注意力与最后一个张量相乘，将两个乘积相加后得到牙齿注意力特征。5.如权利要求1所述的一种基于特征点识别的牙齿正畸结果预测方法，其特征在于，提取牙列注意力特征的过程包括：将所有牙的牙齿注意力特征进行拼接后，采用三层卷积层映射为三个张量，其中两个张量通过矩阵乘运算得到相似性矩阵，将相似性矩阵与最后一个张量相乘得到牙列注意力特征。6.如权利要求1所述的一种基于特征点识别的牙齿正畸结果预测方法，其特征在于，根据融合特征点的点云采用全连接层得到刚体变换参数，所述全连接层包括两层卷积层、两层归一化层和两层激活层，将激活层输出的特征再经最大池化层、一层卷积层、两层归一化层和最后一层卷积层得到刚体变换参数。7.如权利要求1所述的一种基于特征点识别的牙齿正畸结果预测方法，其特征在于，将获取的牙列模型进行归一化，且将初始位与目标位的牙冠点云进行配准；采用最远点采样方法对每颗牙齿进行下采样得到牙齿点云。8.一种基于特征点识别的牙齿正畸结果预测系统，其特征在于，包括：数据获取模块，被配置为根据牙列模型得到初始位的牙冠点云、牙齿点云及对应的牙齿标签；2CN114219897A权利要求书2/2页特征点提取模块，被配置为根据牙冠