本申請涉及圖像處理,尤其涉及一種牙齒異常區域識別方法、牙齒異常區域識別模型的訓練方法、牙齒異常區域識別裝置、電子設備及計算機可讀存儲介質。
背景技術:
1、在數字化口腔掃描場景中,醫生會根據患者的三維牙齒模型,整理生成相應的口腔檢測報告,以便對患者的口腔問題進行分析和匯總,該過程通常需要醫生根據自身的經驗識別和判斷出口腔疾病,手動截圖后反饋給患者,操作上較為繁瑣,需要耗費一定的時間成本和人力成本;并且三維牙齒模型通常需要醫生手動地進行旋轉和觀測,在此過程中進行異常區域的識別,存在異常區域被誤檢和漏檢的情況。
技術實現思路
1、有鑒于此,本申請提供一種牙齒異常區域識別方法、牙齒異常區域識別模型的訓練方法、牙齒異常區域識別裝置、電子設備及計算機可讀存儲介質。
2、具體地,本申請是通過如下技術方案實現的:
3、根據本申請實施例的第一方面,提供一種牙齒異常區域識別方法,包括:
4、獲取待識別的第一牙齒模型中的紋理以及第一牙齒模型中的三維點的幾何信息;
5、將第一牙齒模型中的紋理以及第一牙齒模型中的三維點的幾何信息分別進行投影,得到第一牙齒模型的紋理圖和幾何信息圖;
6、將第一牙齒模型的紋理圖和幾何信息圖疊加成第一目標圖像;
7、利用預先訓練好的牙齒異常區域識別模型對第一目標圖像進行牙齒異常區域識別處理,得到與第一目標圖像對應的異常區域識別結果;
8、其中,牙齒異常區域識別模型基于若干訓練樣本進行有監督訓練得到,訓練樣本包括第二牙齒模型的第二目標圖像、以及與第二目標圖像對應的異常區域標簽;第二目標圖像由第二牙齒模型的紋理圖和幾何信息圖疊加得到。
9、根據本申請實施例的第二方面,提供一種牙齒異常區域識別模型的訓練方法,包括:
10、獲取若干訓練樣本,所述訓練樣本包括第二牙齒模型的第二目標圖像、以及與所述第二目標圖像對應的異常區域標簽;所述第二目標圖像由所述第二牙齒模型的紋理圖和幾何信息圖疊加得到;不同訓練樣本對應不同的第二牙齒模型;
11、將所述訓練樣本輸入待訓練的牙齒異常區域識別模型中,以由所述待訓練的牙齒異常區域識別模型基于所述第二目標圖像進行牙齒異常區域識別,得到與所述第二目標圖像對應的異常區域識別結果,并以最小化所述異常區域識別結果和所述訓練樣本中的標簽之間的差異為優化目標,對所述待訓練的牙齒異常區域識別模型進行訓練;
12、其中,訓練好的牙齒異常區域識別模型應用于如第一方面提及的牙齒異常區域識別方法中。
13、根據本申請實施例的第三方面,提供一種牙齒異常區域識別裝置,包括:
14、待識別模型信息獲取模塊,用于獲取待識別的第一牙齒模型中的紋理以及所述第一牙齒模型中的三維點的幾何信息;
15、投影模塊,用于將第一牙齒模型中的紋理以及第一牙齒模型中的三維點的幾何信息分別進行投影,得到第一牙齒模型的紋理圖和幾何信息圖;
16、疊加模塊,用于將第一牙齒模型的紋理圖和幾何信息圖疊加成第一目標圖像;
17、異常區域識別模塊,用于利用預先訓練好的牙齒異常區域識別模型對第一目標圖像進行牙齒異常區域識別處理,得到與第一目標圖像對應的異常區域識別結果;
18、其中,牙齒異常區域識別模型基于若干訓練樣本進行有監督訓練得到,訓練樣本包括第二牙齒模型的第二目標圖像、以及與第二目標圖像對應的異常區域標簽;第二目標圖像由第二牙齒模型的紋理圖和幾何信息圖疊加得到。
19、根據本申請實施例的第四方面,提供一種牙齒異常區域識別模型的訓練裝置,包括:
20、訓練樣本獲取模塊,用于獲取若干訓練樣本,訓練樣本包括第二牙齒模型的第二目標圖像、以及與第二目標圖像對應的異常區域標簽;第二目標圖像由第二牙齒模型的紋理圖和幾何信息圖疊加得到;不同訓練樣本對應不同的第二牙齒模型;
21、模型訓練模塊,用于將訓練樣本輸入待訓練的牙齒異常區域識別模型中,以由待訓練的牙齒異常區域識別模型基于第二目標圖像進行牙齒異常區域識別,得到與第二目標圖像對應的異常區域識別結果,并以最小化異常區域識別結果和訓練樣本中的標簽之間的差異為優化目標,對待訓練的牙齒異常區域識別模型進行訓練;
22、其中,訓練好的牙齒異常區域識別模型應用于如第一方面提及的牙齒異常區域識別方法中。
23、根據本申請實施例的第五方面,提供一種電子設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的可執行指令;
24、其中,所述處理器執行所述可執行指令時實現如第一方面提及的方法的步驟。
25、根據本申請實施例的第六方面,提供一種計算機可讀存儲介質,其上存儲有計算機指令,所述計算機指令被處理器執行時實現第一方面提及的方法的步驟。
26、根據本申請實施例的第七方面,提供一種計算機程序產品,包括計算機程序/指令,該計算機程序/指令被處理器執行時實現第一方面提及的方法的步驟。
27、本申請的實施例提供的技術方案可以包括以下有益效果:
28、本申請實施例提供的牙齒異常區域識別模型的訓練方法,通過獲取不同第二牙齒模型的紋理圖和幾何信息圖疊加得到的第二目標圖像,以及第二目標圖像對應的異常區域標簽,為模型訓練提供豐富的訓練數據集,使得模型能夠經歷充分訓練,學會識別具有不同特征的牙齒模型上的各種牙齒異常,有利于提升模型的訓練及識別效果。
29、本申請實施例提供的牙齒異常區域識別方法,通過綜合考慮牙齒的紋理以及三維點的幾何信息,并利用牙齒異常區域識別模型自動識別牙齒異常區域,顯著提升牙齒異常區域識別的效率與準確性,為醫生提供有力的輔助支持。
30、應當理解的是,以上的一般描述和后文的細節描述僅是示例性和解釋性的,并不能限制本申請。
1.一種牙齒異常區域識別方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,所述第一牙齒模型包括若干三維網格;
3.根據權利要求2所述的方法,其特征在于,所述第一牙齒模型中的三維點包括至少兩種類型的幾何信息;
4.根據權利要求3所述的方法,其特征在于,所述三維點的幾何信息包括以下至少一種類型:所述三維點的曲率、深度以及法向量;
5.根據權利要求1所述的方法,其特征在于,所述利用預先訓練好的牙齒異常區域識別模型對所述第一目標圖像進行牙齒異常區域識別處理,得到與所述第一目標圖像對應的異常區域識別結果,包括:
6.根據權利要求5所述的方法,其特征在于,所述基于所述部位對應的顏色紋理特征和幾何特征,對所述部位進行分類,至少包括:
7.根據權利要求1所述的方法,其特征在于,所述利用預先訓練好的牙齒異常區域識別模型對所述第一目標圖像進行牙齒異常區域識別處理,得到與所述第一目標圖像對應的異常區域識別結果,包括:
8.根據權利要求1所述的方法,其特征在于,所述異常區域識別結果包括疊加有異常區域指示信息的第一目標圖像;
9.根據權利要求8所述的方法,其特征在于,所述異常區域識別結果還包括各個異常區域所屬的異常類型;所述異常類型包括契型缺損、牙結石、色素沉積、齲齒、牙齦紅腫以及牙齦萎縮中的至少一種;
10.根據權利要求8或9所述的方法,其特征在于,還包括:
11.一種牙齒異常區域識別模型的訓練方法,其特征在于,包括:
12.根據權利要求11所述的方法,其特征在于,獲取所述訓練樣本中與所述第二目標圖像對應的異常區域標簽,包括:
13.一種牙齒異常區域識別裝置,其特征在于,包括:
14.一種電子設備,其特征在于,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的可執行指令;
15.一種計算機可讀存儲介質,其上存儲有計算機指令,其特征在于,所述計算機指令被處理器執行時實現權利要求1至12任意一項所述方法的步驟。