(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 202211166949.X (22)申请日 2022.09.23 (71)申请人 四川大学 地址 610065 四川省成 都市一环路南 一段 24号 (72)发明人 罗恩　朱照琨　邰岳　刘志凯　 黄立维　唐丽　刘瑶　刘航航　 (74)专利代理 机构 成都熠邦鼎立专利代理有限 公司 5126 3 专利代理师 李晓英 (51)Int.Cl. A61C 7/00(2006.01) A61C 19/04(2006.01) A61B 6/03(2006.01) A61B 6/14(2006.01)G06T 7/00(2017.01) G06T 7/11(2017.01) (54)发明名称 基于人工智能的牙列匹配及颌骨分割方法、 系统及介质 (57)摘要 本发明涉及基于人工智能的牙列匹配及颌 骨分割方法、 系统及介质， 包括以下步骤： S1， 构 建约束运动下的牙列匹配算法， 获得匹配数字化 牙列模型与颅骨模型牙列的目标函数； S2， 对目 标函数进行最小化求解， 获得上、 下牙列与颅骨 模型牙列的自动匹配方式， 及上、 下牙列平移、 旋 转方式。 该颌骨分割方法包括： 采用该牙列匹配 方法将三维颅骨模型上的牙齿部分替换为数字 化牙列模型的上颌牙列和下颌牙列； 然后自动分 割三维头颅模 型的髁突， 完成三维颅骨模型颌骨 的自动分割。 本申请构建了正颌外科智能化牙列 匹配方法及颌骨分割方法， 可通过计算机来自动 完成数字化正颌外科手术设计中颌骨分割与牙 列匹配这一重要环节， 以减 轻临床医师的工作 负 担， 提高工作效率。 权利要求书2页 说明书8页 附图7页 CN 115517792 A 2022.12.27 CN 115517792 A 1.基于人工智能的牙列匹配方法， 其特 征在于： 包括以下步骤： S1， 构建约束运动下的牙列匹配算法， 获得匹配数字化牙列模型与颅骨模型牙列的目 标函数 ； 上式中， 为数字化牙列模型的上牙列节点， 为数字化牙列模型的下牙列节点， 为 上下牙列之间的相对滑动轴， 为上下牙列之 间的相对滑动量， 和 都是颅骨上的节点， 和 是整体的刚体旋转和平 移； S2， 对目标函数 进行最小化求解， 获得上、 下牙列与颅骨模型牙列的自动匹配 方式， 及上、 下牙列平 移、 旋转方式。 2.根据权利要求1所述的基于人工智能的牙列匹配方法， 其特征在于： 所述步骤S1之前 还包括准备工作， 所述 准备工作包括： 收集颌面部 螺旋CT数据； 收集患者拍摄颌面部 螺旋CT时对应的石 膏咬合模型， 并记录患者的咬合关系； 获取数字化牙列模型， 包括： 步骤1， 分别 扫描上颌牙列和下颌牙列， 获取完整的上颌牙列和下颌牙列； 步骤2， 用咬合记录蜡将上、 下牙列模型定位在最佳咬合上， 同时扫描上、 下列模型， 获 取上下牙列相对关系； 步骤3， 在扫描设备的软件内将步骤1获得的上、 下颌牙列与步骤2的相对关系进行匹 配， 扫描完成后， 将记录 了相对位置关系的上、 下颌牙列模型导出。 3.基于人工智能的颌骨分割方法， 其特 征在于： 包括以下步骤： 基于颌面部 螺旋CT数据重建三维颅骨模型； 采用如权利要求1或2所述的牙列匹配方法， 将三维颅骨模型上的牙齿部分替换为数字 化牙列模型的上颌牙列和下颌牙列； 自动分割所述 三维头颅模型的髁突部分， 包括： 髁突精定位， 自动找到髁突的位置； 髁突裁剪， 基于髁突与髁突窝的表面法向特征， 对髁突和髁突窝进行表面点集分类， 依 据两类点 集剪裁掉不必要的点， 实现了对髁突的自动分割。 4.根据权利要求3所述的颌骨分割方法， 其特 征在于： 所述髁突精定位的方法为： 以手动分割一个颅骨模型的上下颌后得到的髁突作为基准模型， 以另外 需要自动分割 的颅骨模 型的髁突作为目标模型， 设目标模型的节点为 ， 基准模型的节点为 ， 匹配的目 标函数表示 为 ：权　利　要　求　书 1/2 页 2 CN 115517792 A 2上式中， 和 是整体的旋转和平移， 是模型尺度的变化， 对目标函数 进行 最小化求解， 获得定位髁突的节点。 5.根据权利要求3或4所述的颌骨分割方法， 其特 征在于： 髁突裁 剪的方法为： 用 表示髁突表面 点集： 上式中， 是节点 处的法向量， 用N表示髁突周围的局部区域， 是区域N的中心 点坐标， 是竖直方向上的单位向量； 用 表示髁突 窝表面点集： 依据 和 自动剪裁掉不必要的点， 实现对髁突的分割。 6.根据权利要求3或4所述的颌骨分割方法， 其特征在于： 在对髁突精定位前还包括进 行髁突初定位的步骤， 所述髁 突初定位包括： 建立不同阈值模 型， 通过阈值重建粗略识别髁 突及髁突 窝范围。 7.根据权利要求6所述的颌骨分割方法， 其特征在于： 所述阈值重建具体为： 获取所需 CT数据及相应STL牙列后， 将CT数据按照以下三种阈值进行重建： 第一种、 标准骨阈值； 第二种、 皮质骨阈值； 第三种、 牙性阈值。 8.基于人工智能的牙列匹配及颌骨分割 系统， 其特 征在于： 包括： 数据导入 模块， 用于导入三维头颅模型和数字化牙列模型； 牙列匹配及颅骨分割模块， 采用如权利要求3 ‑8中任一项所述颌骨 分割方法， 将三维颅 骨模型上 的牙齿部分替换为数字化牙列模型的上颌牙列和下颌牙列以及分割三维头颅模 型的髁突部分。 9.一种设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上运行 的计算机程序， 其特征在于： 所述处理器执行所述计算机程序时实现如权利要求3 ‑8中的任 一项所述的方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求3 ‑8中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115517792 A 3