(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111566870.1 (22)申请日 2021.12.21 (71)申请人 河北科技大学 地址 050000 河北省石家庄市裕华区裕翔 街26号 (72)发明人 张永弟　王浩楠　陈佳兴　 (51)Int.Cl. G06T 7/11(2017.01) G06T 7/521(2017.01) G06T 17/20(2006.01) G06V 10/77(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种自动牙颌数字模型分割算法 (57)摘要 本发明提供了一种自动的牙颌数字模型分 割方法， 属于牙齿正畸技术领域， 包括以下步骤： 获取患者的牙颌 数字模型； 对牙颌 数字模型进行 简化； 对牙颌 数字模型进行坐标系标准化及特征 提取； 将牙颌 数字模型输入到深度学习模型进行 牙齿分割， 此处深度学习模型需要两个步骤的使 用操作， 第一步是深度学习模型的训练过程， 主 要包括： 首先将获取的患者牙颌 数字模型进行简 化， 去除没有意义的多余三角面片； 其次对牙颌 数字模型进行坐标系标准化及特征提取， 此处提 取的特征信息是作为深度学习模 型的信息源， 是 分割的主要依据； 然后， 将提取的特征信息输入 到深度学习模 型中进行训练， 使深度学习模型自 动学习到合适的超参数， 形成能实现牙齿分割的 深度学习模型； 最后， 将牙颌数字模型简化、 牙颌 数字模型坐标系标准化及特征提取、 能实现牙齿 分割的深度学习模型的结构和超参数进行记录。 通过此方法可以自动高效的将牙颌数字模型进行分割， 为后期 的牙齿正畸诊断、 虚拟排牙等步 骤提供基础。 权利要求书1页 说明书3页 附图1页 CN 114529553 A 2022.05.24 CN 114529553 A 1.一种自动牙颌数字模型分割算法， 其特征在于， 包括以下步骤获取患者的牙颌数字 模型； 对所述牙颌数字模型进 行简化； 对牙颌数字模型进行坐标系标准化及特征提取； 将牙 颌数字模型输入到深度学习模型中进行牙齿分割； 深度学习模型需要两个步骤的使用操 作， 第一步是深度学习模型的训练过程， 主要包括： 首先将获取的患者牙颌数字模型进行简 化， 去除没有意义的多余三角面片； 其次对牙颌数字模型进 行坐标系标准化及特征提取， 此 处提取的特征信息是作为深度学习模型的信息源， 是分割的主要依据； 然后， 将提取的特征 信息输入到深度学习模型中进 行训练， 使 学习模型自动学习到合适的超参数形成可使用的 分割模型； 最后， 将牙颌数字模型简化、 牙颌数字模型坐标系 标准化及特征提取、 分割学习 模型的结构和超参数进 行记录； 第二步是牙齿的分割过程， 即深度学习模型的使用过程， 主 要是将第一步记录的牙颌数字模型简化、 牙颌数字模型坐标系标准化及特征提取和分割学 习模型的超参数及结构应用于待分割牙齿中。 2.如权利要求1所述的一种自动牙颌数字模型分割算法， 其特征在于， 所述牙颌数字模 型通过三维光学扫描方法获得。 3.如权利要求1所述的一种自动牙颌数字模型分割算法， 其特征在于， 所述模型简化通 过基于顶点分类和离 散高斯曲率 算法实现。 4.如权利要求1所述的一种自动牙颌数字模型分割算法， 其特征在于， 所述牙颌数字模 型坐标系标准 化是通过几何变换和PCA融合的方法实现。 5.如权利要求1所述的一种自动牙颌数字模型分割算法， 其特征在于， 所述提取特征包 括括离散高斯曲率、 最大最小曲率、 平均曲率， 法向量， 离 散形状直径， 离 散测地距离 。 6.如权利要求1所述的一种自动牙颌数字模型分割  ， 其特征在于， 所述深度学习模型 使用深度前馈网络模型。 7.如权利要求6所述的一种自动牙颌数字模型分割算法， 其特征在于， 所述深度 学习模 型的训练过程只需在使用整 套系统前进行训练用以确定深度学习模型的结构和超参数。权　利　要　求　书 1/1 页 2 CN 114529553 A 2一种自动牙颌数字模型分割算法 技术领域 [0001]本发明属于牙齿正畸技术领域， 更具体地说， 是涉及一种自动的牙颌数字模型分 割方法。 背景技术 [0002]随着人们生活水平的提高， 更多人关注牙齿外观的美丽和健康， 因此牙齿正畸成 为人们关注的热点。 在牙齿正畸过程中需要对待矫正牙齿进 行分割、 分析、 设计矫治方案等 步骤， 传统的前期分析与设计通常依赖于实体模型， 这种使用实体模型 的方式得到一个确 定的治疗方案通常需要几天或者更长的时间， 并且在制作模型时会出现不可避免的偏差， 一般情况下很难对实体模型进行量化的测量， 这就为牙齿医疗的精准性带来问题。 另一个 问题是， 牙齿医疗领域使用的模型通常是石膏模 型， 受限于石膏 材料的特性， 易受潮 、 变形、 脱落等问题， 病人案例也不方便存档， 不利于病人后期治疗。 随着计算机技术的发展， 通过 计算机辅助设计系统进行诊断治疗已成为现代医学 的基础。 在牙齿正畸领域， 使用计算机 辅助系统可以对牙颌数模进 行牙齿分割、 移动、 删除、 重新排列等工作， 进 行模拟治疗， 大幅 度降低了医疗成本， 并且提高了牙齿正畸的治疗效果。 [0003]在计算机辅助正畸过程中， 最基础和关键的就是将牙齿数字模型进行牙齿的分 割。 常见的通过人工进行牙齿数字模型 的分割需要耗费大量的人力与时间， 故现在急需一 种可以实现自动化分割的方法。 发明内容 [0004]本发明的目的在于提供一种自动的牙颌数字模型分割方法， 旨在解决当前牙齿正 畸计算机 辅助设计中， 牙颌数模分割效率低、 人工成本高的问题。 [0005]为实现上述目的， 本发明采用的技术方案是： 提供一种基于深度学习的牙颌数字 模型分割方法， 包括以下步骤： 获取患者的牙颌数字模型； 对牙颌数字模型进行简化； 对牙颌数字模型进行坐标系标准 化及特征提取； 将牙颌数字模型输入到深度学习模型进行牙齿分割， 此处深度学习模型 需要两个 步骤的使用操作， 第一步是深度学习模 型的训练过程， 主要包括： 首先将获取的患者牙颌数 字模型进行简化， 去除没有意义的多余三角面片； 其次对牙颌数字模型进行坐标系标准化 及特征提取， 此处提取的特征信息是作为深度学习模型的信息源， 是分割的主要依据； 然 后， 将提取 的特征信息输入到深度学习模型中进行训练， 使深度学习模型自动学习到合适 的超参数形成能实现牙齿分割的深度学习模型； 最后， 将牙颌 数字模型简化、 牙颌数字模型 坐标系标准化及特征提取、 能实现牙齿分割的深度学习模型 的结构和超参数进行记录。 第 二步是牙齿的分割 过程， 即深度学习模型 的使用过程， 主要是将第一步记录的牙颌数字模 型简化、 牙颌数字模型坐标系标准化及特征提取和能实现牙齿分割的深度学习模型的超参说　明　书 1/3 页 3 CN 114529553 A 3