CN112785691A - 一种下颌骨缺损重建方法、装置电子设备及存储介质 - Google Patents
一种下颌骨缺损重建方法、装置电子设备及存储介质 Download PDFInfo
- Publication number
- CN112785691A CN112785691A CN202110127908.9A CN202110127908A CN112785691A CN 112785691 A CN112785691 A CN 112785691A CN 202110127908 A CN202110127908 A CN 202110127908A CN 112785691 A CN112785691 A CN 112785691A
- Authority
- CN
- China
- Prior art keywords
- mandible
- database
- defect
- normal
- mandibular
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种下颌骨重建方法、装置、电子设备及存储介质,所述下颌骨缺损重建方法通过获取被采样人员的CT数据并进行三维重建,按照预设方案选取下颌骨相关特征点并保存其坐标以建立正常下颌骨数据库;虚拟截骨获得下颌骨缺损模型;根据所述下颌骨相关特征点对所述下颌骨缺损模型标准化处理,并通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨;将检索匹配获得的最相似下颌骨与缺损下颌骨模型进行配准。为跨中线下颌骨缺损、二期下颌骨缺损以及双侧面部不对称的下颌骨缺损修复重建的数字化设计提供了除医生经验外的、可重复性高的参考,有效解决了镜像技术在临床运用中的缺陷和不足。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种下颌骨缺损重建方法、装置、电子设备及存储介质。
背景技术
在颌面外科领域,肿瘤、外伤、炎症等疾病会导致下颌骨畸形和缺损,使用骨组织瓣修复下颌骨是目前治疗相关疾病的金标准。目前下颌骨重建的主要方法为髂骨瓣/腓骨瓣,在下颌骨重建手术中,一大难点和关键是对髂骨瓣/腓骨瓣进行恰当的塑形,从而正确地重构下颌骨形态和重建下颌骨功能。
在过去,限制于当时的技术和理念,主刀医生会根据自身的经验来对腓骨瓣和髂骨瓣进行塑形,这种方法虽然能实现下颌骨的重建,但其缺陷显而易见:下颌骨重建效果依赖于主刀医生经验和技术,主观因素影响大,重建不够精确,预后缺乏稳定性和可预测性。
近10年来,数字化外科技术发展迅速,下颌骨重建得益于此,也发展出了下颌骨重建新方法。目前,临床最常用的镜像技术的流程如下:
虚拟截骨获得下颌骨缺损模型→镜像技术获得缺损区正常形态→骨修复方案设计→CAD/CAM技术实现设计方案转化→手术实施;
该方法解决下颌骨重建的思路是:利用人体本身的对称性,通过镜像技术,恢复缺损区下颌骨的正常形态,并以此为指导进行缺损区骨瓣的塑形。
但该方法仍然存在缺陷和不足:一,镜像技术仅适用于未跨中线的下颌骨缺损类型,而对于跨中线的下颌骨缺损类型,该方法不再适用。而根据相关文献的统计,跨越中线的下颌骨缺损在临床所有下颌骨缺损病例中所占比例高达17.6%;二,部分患者在肿瘤切除后未及时进行下颌骨重建,如果下颌骨长期处于缺损状态,受周围肌肉组织的牵拉,会导致剩余的下颌骨移位、变形,难以作为下颌骨再次修复时的参照;三,下颌骨本身存在不对称性,完全用对侧的健康下颌骨恢复缺损区域的下颌骨形态,本身存在误差。故在存在上述一、二问题的病例当中,目前是以医生经验为主、数字化设计为辅的方式进行下颌骨重建,增加了诊疗过程中的不确定性。
发明内容
本发明的目的在于提供一种下颌骨缺损重建方法、装置、电子设备及存储介质,使用数据库匹配技术、人工智能技术以及机器学习技术,提供一种用于下颌骨重建数字化设计的新方法和新流程,能有效指导临床中下颌骨缺损病例的数字化设计。
第一方面,本发明实施例提供了一种下颌骨缺损重建方法,所述下颌骨缺损重建方法包括以下步骤:
获取被采样人员的CT数据并进行三维重建,按照预设方案选取下颌骨相关特征点并保存其坐标以建立正常下颌骨数据库;
虚拟截骨获得下颌骨缺损模型;
根据所述下颌骨相关特征点对所述下颌骨缺损模型标准化处理,并通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨;
将检索匹配获得的最相似下颌骨与缺损下颌骨模型进行配准。
可选地,按照预设方案选取下颌骨相关的特征点包括:
上齿槽缘点,上齿槽座点,上中切牙点,上尖牙点,上颌第一磨牙点,关节结节最低点,关节窝顶点。
所述下颌骨数据库检索匹配算法为;
此算法用于评价两下颌骨之间的相似程度,I表示下颌骨相关的几何特征,包括距离、角度、比例,t表示待匹配的缺损下颌骨模型,c表示数据库中的正常下颌骨模型,kn表示不同指标在匹配过程中的权重,S为两个下颌骨之间的相似度评分,S为≤1的实数,S越大表明两下颌骨的相似程度越高,当S=1时,认为两下颌骨完全相同。
可选地,所述通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨包括:
通过下颌骨数据库检索匹配算法将待匹配下颌骨与正常下颌骨数据中的下颌骨两两计算相似程度;
从所有正常下颌骨中选取评分S最高的下颌骨,作为最相似下颌骨。
可选地,所述虚拟截骨获得下颌骨缺损模型包括:
获取患者颌面部CT数据,重建下颌骨,根据病变范围,进行虚拟下颌骨截骨,获得下颌骨缺损模型。
可选地,所述下颌骨数据库检索匹配算法是在Tensorflow框架下开发的,利用正常下颌骨数据库对该算法进行训练,以确定最佳的权重分配。
第一方面,本发明实施例提供了一种下颌骨缺损重建装置,所述装置包括:
数据库建立模块,用于获取被采样人员的CT数据并进行三维重建,按照预设方案选取下颌骨相关特征点并保存其坐标以建立正常下颌骨数据库;
下颌骨缺损模型建立模块,用于虚拟截骨获得下颌骨缺损模型;
检索匹配模块,用于根据所述下颌骨相关特征点对所述下颌骨缺损模型标准化处理,并通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨;
配准模块,用于将检索匹配获得的最相似下颌骨与缺损下颌骨模型进行配准。
可选地,所检索匹配模块包括:
计算单元,用于通过下颌骨数据库检索匹配算法将待匹配下颌骨与正常下颌骨数据中的下颌骨两两计算相似程度;
筛选单元,用于从所有正常下颌骨中选取评分S最高的下颌骨,作为最相似下颌骨。
第三方面,本发明提供了一种电子设备,包括:
处理器;用于存储处理器可执行指令的存储器;
其中,所述处理器通过运行所述可执行指令以实现上述的方法。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述方法的步骤。
有益效果
本发明提出了一种下颌骨缺损重建方法、装置、电子设备及存储介质,所述下颌骨缺损重建方法通过获取被采样人员的CT数据并进行三维重建,按照预设方案选取下颌骨相关特征点并保存其坐标以建立正常下颌骨数据库;虚拟截骨获得下颌骨缺损模型;根据所述下颌骨相关特征点对所述下颌骨缺损模型标准化处理,并通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨;将检索匹配获得的最相似下颌骨与缺损下颌骨模型进行配准。为跨中线下颌骨缺损、二期下颌骨缺损以及双侧面部不对称的下颌骨缺损修复重建的数字化设计提供了除医生经验外的、可重复性高的参考,有效解决了镜像技术在临床运用中的缺陷和不足;提出了下颌骨骨架结构提取的方案,为以后的相关研究提供了参考;将人工智能技术、机器学习技术运用于下颌骨重建工作中,促进了人工智能技术在颌面外科领域的应用。
附图说明
图1为本发明实施例的一种下颌骨缺损重建方法的流程图;
图2为本发明实施例的通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨方法的流程图;
图3为本发明实施例的虚拟截骨获得下颌骨缺损模型的示意图;
图4为本发明实施例的利用检索匹配算法在正常下颌骨数据库中进行检索匹配,获得最相似下颌骨的示意图;
图5为本发明实施例的配准恢复缺损区形态的示意图;
图6为本发明实施例的一种下颌骨缺损重建装置的结构框图;
图7为本发明实施例的下颌骨缺损重建装置中检索匹配模块的结构框图;
图8为本发明实施例的一种电子设备的结构框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的在于提供一种下颌骨缺损重建方法、装置、电子设备及存储介质,使用数据库匹配技术、人工智能技术以及机器学习技术,提供一种用于下颌骨重建数字化设计的新方法和新流程,能有效指导临床中下颌骨缺损病例的数字化设计。下面结合附图说明和具体实施例对本发明作进一步描述:
应理解的是,本实施例提供的一种下颌骨缺损重建方法可应用于控制器、个人电脑或者服务器等硬件设备。所述控制器例如ARM(Advanced RISC Machines)控制器、FPGA(Field Programmable GateArray)控制器、SoC(System on Chip)控制器、DSP(DigitalSignal Processing)控制器、或者MCU(Micorcontroller Unit)控制器等;所述个人电脑例如台式电脑、笔记本电脑、平板电脑、智能手机、智能电视、个人数字助理(PersonalDigital Assistant,简称PDA)等;所述服务器可以根据功能、负载等多种因素布置在一个或多个实体服务器上,也可以由分布的或集中的服务器集群构成,本实施例不作限定。
图1示出了本发明实施例的一种下颌骨缺损重建方法的流程图,如图1所示,所述下颌骨缺损重建方法包括以下步骤:
S20、获取被采样人员的CT数据并进行三维重建,按照预设方案选取下颌骨相关特征点并保存其坐标以建立正常下颌骨数据库;
本实施例中涉及的被采样人员的CT数据包括符合正常采集要求的人群。被采样人员包括但不限于:族群、年龄段、所述身高范围、无下颌骨损伤史等要求。应理解的是,本实施例选用被采样人员,是为了得到正常的颌骨CT数据,从而使得采集到的颌骨CT数据更具参考意义。
S40、虚拟截骨获得下颌骨缺损模型;
如图3所示,收集患者颌面部CT,重建下颌骨,根据病变范围,使用手术设计软件进行虚拟下颌骨截骨,获得下颌骨缺损模型,需要说明的是使用手术设计软件进行虚拟下颌骨截骨,获得下颌骨缺损模型为本领域技术人员的常规技术手段,在此不做赘述。
S60、根据所述下颌骨相关特征点对所述下颌骨缺损模型标准化处理,并通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨;
具体地,按照下颌骨相关特征点方案,在下颌骨缺损模型上,选取剩余的下颌骨相关特征点,完成标准化处理。再利预设检索匹配算法在正常下颌骨数据库中进行检索匹配,获得最相似下颌骨。如图4所示。
S80、将检索匹配获得的最相似下颌骨与缺损下颌骨模型进行配准;
如图5所示,将最相似下颌骨中与缺损区域对应的节段截下,用于恢复缺损区域的形态。
本实施例通过获取被采样人员的CT数据并进行三维重建,按照预设方案选取下颌骨相关特征点并保存其坐标以建立正常下颌骨数据库;虚拟截骨获得下颌骨缺损模型;根据所述下颌骨相关特征点对所述下颌骨缺损模型标准化处理,并通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨;将检索匹配获得的最相似下颌骨与缺损下颌骨模型进行配准。为跨中线下颌骨缺损、二期下颌骨缺损以及双侧面部不对称的下颌骨缺损修复重建的数字化设计提供了除医生经验外的、可重复性高的参考,有效解决了镜像技术在临床运用中的缺陷和不足。
在一些实施例中,按照预设方案选取下颌骨相关的特征点包括:
上齿槽缘点,上齿槽座点,上中切牙点,上尖牙点,上颌第一磨牙点,关节结节最低点,关节窝顶点。
上述下颌骨相关的特征点为关键点,在此基础上还可以增加关键点外的其他一个或多个特征点,如下表一所示:
表一
具体地,所述下颌骨数据库检索匹配算法包括;
此算法用于评价两下颌骨之间的相似程度,I表示下颌骨相关的几何特征,包括距离、角度、比例,t表示待匹配的下颌骨缺损模型,c表示数据库中的正常下颌骨模型,kn表示不同指标在匹配过程中的权重,S为两个下颌骨之间的相似度评分,S为≤1的实数,S越大表明两下颌骨的相似程度越高,当S=1时,认为两下颌骨完全相同。具体检索过程为将待匹配下颌骨与正常下颌骨数据中的下颌骨两两计算相似程度,从所有正常下颌骨中选取评分S最高的下颌骨,作为最相似下颌骨。kn表示不同指标在匹配过程中的权重,所述下颌骨数据库检索匹配算法是在Tensorflow框架下开发人工智能训练算法,利用正常下颌骨数据库对该算法进行训练,以确定最佳的权重分配,提高检索匹配的精度和效率。
在一些实施例中,如图2所示,所述通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨包括:
S601、通过下颌骨数据库检索匹配算法将待匹配下颌骨与正常下颌骨数据中的下颌骨两两计算相似程度;
S602、从所有正常下颌骨中选取评分S最高的下颌骨,作为最相似下颌骨。
具体地,所述虚拟截骨获得下颌骨缺损模型包括:
获取患者颌面部CT数据,重建下颌骨,根据病变范围,进行虚拟下颌骨截骨,获得下颌骨缺损模型。
具体地,所述下颌骨数据库检索匹配算法是在Tensorflow框架下开发的,利用正常下颌骨数据库对该算法进行训练,以确定最佳的权重分配。
基于同一发明构思,本申请实施例还提供了一种下颌骨缺损重建装置,可以用于实现上述实施例中所描述的方法,如下面实施例所述。由于该下颌骨缺损重建装置解决问题的原理与一种下颌骨缺损重建方法相似,因此下颌骨缺损重建装置的实施可以参见一种下颌骨缺损重建方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的***较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
具体地,如图6所示,所述下颌骨缺损重建装置包括:
数据库建立模块20,用于获取被采样人员的CT数据并进行三维重建,按照预设方案选取下颌骨相关特征点并保存其坐标以建立正常下颌骨数据库;
下颌骨缺损模型建立模块40,用于虚拟截骨获得下颌骨缺损模型;
检索匹配模块60,用于根据所述下颌骨相关特征点对所述下颌骨缺损模型标准化处理,并通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨;
配准模块80,用于将检索匹配获得的最相似下颌骨与缺损下颌骨模型进行配准。
本实施例通过数据库建立模块20获取被采样人员的CT数据并进行三维重建,按照预设方案选取下颌骨相关特征点并保存其坐标以建立正常下颌骨数据库;通过下颌骨缺损模型建立模块40虚拟截骨获得下颌骨缺损模型;通过检索匹配模块60根据所述下颌骨相关特征点对所述下颌骨缺损模型标准化处理,并通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨;通过配准模块80将检索匹配获得的最相似下颌骨与缺损下颌骨模型进行配准,为跨中线下颌骨缺损、二期下颌骨缺损以及双侧面部不对称的下颌骨缺损修复重建的数字化设计提供了除医生经验外的、可重复性高的参考,有效解决了镜像技术在临床运用中的缺陷和不足。
具体地,所述下颌骨数据库检索匹配算法为;
此算法用于评价两下颌骨之间的相似程度,I表示下颌骨相关的几何特征,包括距离、角度、比例,t表示待匹配的缺损下颌骨模型,c表示数据库中的正常下颌骨模型,kn表示不同指标在匹配过程中的权重,S为两个下颌骨之间的相似度评分,S为≤1的实数,S越大表明两下颌骨的相似程度越高,当S=1时,认为两下颌骨完全相同。具体检索过程为将待匹配下颌骨与正常下颌骨数据中的下颌骨两两计算相似程度,从所有正常下颌骨中选取评分S最高的下颌骨,作为最相似下颌骨。kn表示不同指标在匹配过程中的权重,所述下颌骨数据库检索匹配算法是在Tensorflow框架下开发人工智能训练算法,利用正常下颌骨数据库对该算法进行训练,以确定最佳的权重分配,提高检索匹配的精度和效率。
具体地,如图7所示,所检索匹配模块60包括:
计算单元601,用于通过下颌骨数据库检索匹配算法将待匹配下颌骨与正常下颌骨数据中的下颌骨两两计算相似程度;
筛选单元602,用于从所有正常下颌骨中选取评分S最高的下颌骨,作为最相似下颌骨。
本申请实施例还提供了一种电子设备,图8示出了可以应用本申请实施例的电子设备的结构示意图,如图8所示,该计算机电子设备包括,中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有***操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
附图中的流程图和框图,图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中一种下颌骨缺损重建装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入电子设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本申请的一种下颌骨缺损重建方法。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种下颌骨缺损重建方法,其特征在于,所述下颌骨缺损重建方法包括以下步骤:
获取被采样人员的CT数据并进行三维重建,按照预设方案选取下颌骨相关特征点并保存其坐标以建立正常下颌骨数据库;
虚拟截骨获得下颌骨缺损模型;
根据所述下颌骨相关特征点对所述下颌骨缺损模型标准化处理,并通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨;
将检索匹配获得的最相似下颌骨与缺损下颌骨模型进行配准。
2.根据权利要求1所述的下颌骨缺损重建方法,其特征在于,按照预设方案选取下颌骨相关的特征点包括:
上齿槽缘点,上齿槽座点,上中切牙点,上尖牙点,上颌第一磨牙点,关节结节最低点,关节窝顶点。
4.根据权利要求3所述的下颌骨缺损重建方法,其特征在于,所述通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨包括:
通过下颌骨数据库检索匹配算法将待匹配下颌骨与正常下颌骨数据中的下颌骨两两计算相似程度;
从所有正常下颌骨中选取评分S最高的下颌骨,作为最相似下颌骨。
5.根据权利要求4所述的下颌骨缺损重建方法,其特征在于,所述虚拟截骨获得下颌骨缺损模型包括:
获取患者颌面部CT数据,重建下颌骨,根据病变范围,进行虚拟下颌骨截骨,获得下颌骨缺损模型。
6.根据权利要求3所述的下颌骨缺损重建方法,其特征在于,所述下颌骨数据库检索匹配算法是在Tensorflow框架下开发的,利用正常下颌骨数据库对该算法进行训练,以确定最佳的权重分配。
7.一种下颌骨缺损重建装置,其特征在于,所述装置包括:
数据库建立模块,用于获取被采样人员的CT数据并进行三维重建,按照预设方案选取下颌骨相关特征点并保存其坐标以建立正常下颌骨数据库;
下颌骨缺损模型建立模块,用于虚拟截骨获得下颌骨缺损模型;
检索匹配模块,用于根据所述下颌骨相关特征点对所述下颌骨缺损模型标准化处理,并通过预设的下颌骨数据库检索匹配算法在所述正常下颌骨数据库中检索匹配得到最相似下颌骨;
配准模块,用于将检索匹配获得的最相似下颌骨与缺损下颌骨模型进行配准。
8.根据权利要求7所述的下颌骨缺损重建装置,其特征在于,所检索匹配模块包括:
计算单元,用于通过下颌骨数据库检索匹配算法将待匹配下颌骨与正常下颌骨数据中的下颌骨两两计算相似程度;
筛选单元,用于从所有正常下颌骨中选取评分S最高的下颌骨,作为最相似下颌骨。
9.一种电子设备,包括:
处理器,用于存储处理器可执行指令的存储器;
其中,所述处理器通过运行所述可执行指令以实现如权利要求1-6中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现如权利要求1-6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110127908.9A CN112785691A (zh) | 2021-01-29 | 2021-01-29 | 一种下颌骨缺损重建方法、装置电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110127908.9A CN112785691A (zh) | 2021-01-29 | 2021-01-29 | 一种下颌骨缺损重建方法、装置电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112785691A true CN112785691A (zh) | 2021-05-11 |
Family
ID=75759855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110127908.9A Pending CN112785691A (zh) | 2021-01-29 | 2021-01-29 | 一种下颌骨缺损重建方法、装置电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785691A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256820A (zh) * | 2021-05-21 | 2021-08-13 | 福州大学 | 基于边缘检测的下颌面病变数字显影方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103919631A (zh) * | 2014-04-28 | 2014-07-16 | 四川大学 | 一种颌骨缺损个性化修复体的制备方法 |
CN107025678A (zh) * | 2016-01-29 | 2017-08-08 | 掌赢信息科技(上海)有限公司 | 一种3d虚拟模型的驱动方法及装置 |
CN109767841A (zh) * | 2019-01-15 | 2019-05-17 | 北京大学口腔医学院 | 一种基于颅颌面三维形态数据库的相似模型检索方法及装置 |
CN110236673A (zh) * | 2019-06-10 | 2019-09-17 | 北京大学口腔医学院 | 一种基于数据库的双侧颌骨缺损重建术前设计方法及装置 |
CN110378941A (zh) * | 2019-07-16 | 2019-10-25 | 北京大学口腔医学院 | 一种获取面中部缺损目标参照数据的刚性配准方法 |
CN111265298A (zh) * | 2020-03-26 | 2020-06-12 | 福建万象三维科技有限公司 | 基于下颌骨三维数据库匹配的下颌体移骨套件及其制备方法 |
CN111544079A (zh) * | 2020-05-14 | 2020-08-18 | 上海交通大学医学院附属第九人民医院 | 个体化下颌骨缺损重建导板***的建构方法 |
WO2020206135A1 (en) * | 2019-04-02 | 2020-10-08 | The Methodist Hospital System | Image-based methods for estimating a patient-specific reference bone model for a patient with a craniomaxillofacial defect and related systems |
CN112102291A (zh) * | 2020-09-15 | 2020-12-18 | 北京大学口腔医学院 | 一种解剖特征点匹配获取面中部缺损目标参照数据方法 |
-
2021
- 2021-01-29 CN CN202110127908.9A patent/CN112785691A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103919631A (zh) * | 2014-04-28 | 2014-07-16 | 四川大学 | 一种颌骨缺损个性化修复体的制备方法 |
CN107025678A (zh) * | 2016-01-29 | 2017-08-08 | 掌赢信息科技(上海)有限公司 | 一种3d虚拟模型的驱动方法及装置 |
CN109767841A (zh) * | 2019-01-15 | 2019-05-17 | 北京大学口腔医学院 | 一种基于颅颌面三维形态数据库的相似模型检索方法及装置 |
WO2020206135A1 (en) * | 2019-04-02 | 2020-10-08 | The Methodist Hospital System | Image-based methods for estimating a patient-specific reference bone model for a patient with a craniomaxillofacial defect and related systems |
CN110236673A (zh) * | 2019-06-10 | 2019-09-17 | 北京大学口腔医学院 | 一种基于数据库的双侧颌骨缺损重建术前设计方法及装置 |
CN110378941A (zh) * | 2019-07-16 | 2019-10-25 | 北京大学口腔医学院 | 一种获取面中部缺损目标参照数据的刚性配准方法 |
CN111265298A (zh) * | 2020-03-26 | 2020-06-12 | 福建万象三维科技有限公司 | 基于下颌骨三维数据库匹配的下颌体移骨套件及其制备方法 |
CN111544079A (zh) * | 2020-05-14 | 2020-08-18 | 上海交通大学医学院附属第九人民医院 | 个体化下颌骨缺损重建导板***的建构方法 |
CN112102291A (zh) * | 2020-09-15 | 2020-12-18 | 北京大学口腔医学院 | 一种解剖特征点匹配获取面中部缺损目标参照数据方法 |
Non-Patent Citations (4)
Title |
---|
B. JIE ET AL.: "Post-traumatic maxillofacial reconstruction with vascularized flaps and digital techniques: 10-year experience", 《INTERNATIONAL JOURNAL OF ORAL AND MAXILLOFACIAL SURGERY》, vol. 49, no. 11, pages 1408 - 1415, XP086308050, DOI: 10.1016/j.ijom.2020.04.012 * |
周子疌等: "基于机器学习的颌骨特征点还原法辅助跨中线颌骨缺损重建", 《中国口腔颌面外科杂志》, no. 04, pages 323 - 327 * |
归来等: "数字化技术在下颌骨重建中的应用与展望", 《泸州医学院学报》, vol. 39, no. 04, pages 304 - 306 * |
彭歆等: "数字化外科技术在下颌骨缺损重建中的应用", 《口腔疾病防治》, vol. 25, no. 09, pages 545 - 553 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113256820A (zh) * | 2021-05-21 | 2021-08-13 | 福州大学 | 基于边缘检测的下颌面病变数字显影方法 |
CN113256820B (zh) * | 2021-05-21 | 2022-07-01 | 福州大学 | 基于边缘检测的下颌面病变数字显影方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Torosdagli et al. | Deep geodesic learning for segmentation and anatomical landmarking | |
Wang et al. | Skeletal maturity recognition using a fully automated system with convolutional neural networks | |
Bernat et al. | The anatomy of the clavicle: A Three‐dimensional Cadaveric Study | |
CN110214341A (zh) | 重建颅骨的方法 | |
CN108491770A (zh) | 一种基于骨折影像的数据处理方法 | |
CN111951219B (zh) | 基于眼眶ct图像的甲状腺眼病筛查方法、***及设备 | |
CN112561917A (zh) | 图像的分段方法、***、电子设备及可读存储介质 | |
Ead et al. | Development and application of the average pelvic shape in virtual pelvic fracture reconstruction | |
CN116386795A (zh) | 一种产科康复数据管理方法及*** | |
Wang et al. | Predicting the premorbid shape of a diseased mandible | |
Lee et al. | Computer-Aided Design and Rapid Prototyping–Assisted Contouring of Costal Cartilage Graft for Facial Reconstructive Surgery | |
CN111563953A (zh) | 基于机器学习的颌骨缺损重建方法、装置、终端和介质 | |
CN112785691A (zh) | 一种下颌骨缺损重建方法、装置电子设备及存储介质 | |
Tian et al. | A dual discriminator adversarial learning approach for dental occlusal surface reconstruction | |
CN108618843A (zh) | 一种基于计算机辅助技术的人工关节术前准备***及方法 | |
Xiong et al. | Virtual reconstruction of midfacial bone defect based on generative adversarial network | |
Pan et al. | Aging of Chinese bony orbit: automatic calculation based on UNet++ and connected component analysis | |
Tian et al. | Efficient tooth gingival margin line reconstruction via adversarial learning | |
Bakthula et al. | Automated human bone age assessment using image processing methods-survey | |
Chen | Reconstruction individual three-dimensional model of fractured long bone based on feature points | |
Stock et al. | Development of modern human subadult age and sex estimation standards using multi-slice computed tomography images from medical examiner’s offices | |
Qiu et al. | Biomechanical analysis of reduction malarplasty with L-shaped osteotomy | |
CN111127636B (zh) | 一种智能的复杂关节内骨折桌面级三维诊断*** | |
Motie et al. | Application of artificial intelligence in diagnosing oral and maxillofacial lesions, facial corrective surgeries, and maxillofacial reconstructive procedures | |
Larkin et al. | Accuracy of artificial intelligence‐assisted growth prediction in skeletal Class I preadolescent patients using serial lateral cephalograms for a 2‐year growth interval |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |