CN114504397B - 一种可摘局部义齿智能设计方法 - Google Patents

Abstract

本发明公开了一种可摘局部义齿智能设计方法，属于3D打印技术领域，包括根据边‑三角形相交的方法进行布尔运算，建立网格增长关系列表，统计种子节点的重合度、三角面片的数量和总面积，获取义齿模板模型与口腔模型的契合度，从而推荐义齿模板模型，解决了提高运算速度、降低内存使用率、实现智能推荐义齿模板模型的技术问题，极大的提高了相交计算的速度，降低了相交计算的冗余性，极大的提高了算法的稳定性和效率，同时也提高了布尔运算结果的质量，能够快速判断点与模型的空间位置关系，适用于封闭和开放网格模型，算法稳定可靠，布尔运算结果中非流行或不稳定的三角面片较少，能够进行连续的布尔运算，可用于切削仿真。

Description

一种可摘局部义齿智能设计方法

技术领域

本发明属于3D打印技术领域，尤其涉及一种可摘局部义齿智能设计方法。

背景技术

义齿分为可摘与固定两种。固定义齿(俗称“固定假牙”)是不能由患者自己取戴的，而可摘义齿(俗称“活动假牙”)可以由患者方便地取戴。

目前义齿的制作逐渐趋向于数字化，通过3D打印机进行义齿打印将逐渐成为市场上的主流方法。

目前在利用3D打印机进行义齿制作具有以下缺点：

1.现有的3D模型样条线编辑、裁剪技术大多是基于空间样条线投影实现，曲线的投影方向是保证样条线质量的关键。对于复杂模型，曲线的投影方向很难准确确定，从而导致在样条线绘制过程中，样条线会出现畸变、不连续等问题，从而导致后续裁剪的不稳定。

2.无法形成快速智能的建模流程，依然采用传统的人工绘制方式对义齿的各个部件进行建模绘制。

3.采用传统的“三角形-三角形”相交的方法进行布尔运算，内存占用率高，计算速度慢。

发明内容

本发明的目的是提供一种可摘局部义齿智能设计方法，解决了提高运算速度、降低内存使用率、实现智能推荐义齿模板模型的技术问题。

为实现上述目的，本发明采用如下技术方案：

一种可摘局部义齿智能设计方法，包括如下步骤：

步骤1：建立客户端服务器、建模服务器和3D打印平台，客户端服务器、建模服务器和3D打印平台通过互联网相互通信，建模服务器与一个口内扫描仪通过互联网相互通信；3D打印平台上设有人机交互交界面；

客户端服务器获取电子订单后，将电子订单发送给建模服务器进行确认；

步骤2：建模服务器在确认电子订单后，通过口内扫描仪获取初始口腔建模数据；建模服务器将电子订单和初始口腔建模数据同时发送给3D打印平台；

步骤3：3D打印平台确认电子订单后，根据初始口腔建模数据建立口腔模型；

3D打印平台根据口腔模型选择支架共同就位道，同时选择基牙的位置，并根据支架共同就位道和基牙的位置信息生成建模基础信息；

3D打印平台通过口腔模型获取牙齿缺失位信息；

步骤4：3D打印平台将建模基础信息和牙齿缺失位信息作为条件，从模型数据库中调取一个义齿模板模型；

步骤5：3D打印平台根据边-三角形相交的方法对口腔模型和义齿模板模型分别进行布尔运算，对口腔模型和义齿模板模型分别进行网格化处理，建立世界坐标系，分别记录网格化处理时，在口腔模型和义齿模板模型中选出的每一个种子节点在世界坐标系中的坐标信息以及节点编号，同时记录网格化处理中的所有子网格的面积以及网格编号，分别建立口腔模型和义齿模板模型的网格增长关系列表，网格增长关系列表用于表示种子节点与子网格之间的从属关系；

步骤6：以口腔模型为基准，对比口腔模型中的种子节点和义齿模板模型中的种子节点之间的重合度，生成重合度表报；

步骤7：根据重合度表报，对比口腔模型和义齿模板模型中的三角面片的数量以及所有三角面片的总面积，生成网格对比报表；

步骤8：根据重合度表报和网格对比报表确定义齿模板模型与口腔模型之间的契合度；

步骤9：3D打印平台根据步骤4到步骤8的方法，从模型数据库中筛选出与口腔模型契合度最高的义齿模板模型作为参考义齿模型，并通过人机界面展示给操作人员。

优选的，所述边-三角形相交的方法为在根据布尔运算的方法进行三角形-三角形的相交运算时，只以一个三角形的边为基本元素与另一个三角形进行相交运算，在求相交的运算过程中，记录交点坐标、属性以及相交面或边的索引信息。

优选的，在建立口腔模型或义齿模板模型的种子节点与子网格之间的网格增长关系列表时采用的方法原理相同，具体包括如下步骤：

步骤S5-1：在对口腔模型或义齿模板模型进行布尔运算时，确定所有相交三角形端点的内外属性；

步骤S5-2：选择一个属性为内属性的端点作为种子节点，将与种子节点相交的所有相交线段作为边界进行网格增长，直到访问到所有联通的三角面片为止；

步骤S5-3：利用步骤S5-2中访问到三角面片形成新的子网格；

步骤S5-4：利用步骤S5-2到步骤S5-3的方法进行网格生成，直到所有的内属性的端点均生成子网格为止，将生成的所有的子网格合并完成整个布尔操作；

步骤S5-5：建立子网格与种子节点之间的从属关系，生成网格增长关系列表。

优选的，在执行步骤S5-1时，确定相交三角形端点的内外属性的方法如下：

步骤S5-1-1：设Δabc与Δefg相交，其交线为mn，n_abc和n_def分别是Δabc与Δefg的法线，方向为(x_n1，y_n1，z_n1)和(x_n2，y_n2，z_n2)；Δabc与Δefg所在面上一点的坐标分别为(x₁，y₁，z₁)和(x₂，y₂，z₂)，则其所在平面方程分别用以下公式表示：

F_abc(x，y，z)＝(X-x₁).x_n1+(y-y₁).y_n1+(z-z₁).z_n1＝0；

F_def(x，y，z)＝(x-x₂).x_n2+(y-y₂).y_n2+(z-z₂).z_n2＝0；

步骤S5-1-2：边ac与Δdef相交于点n，则对于点a，判断点a与模型的位置关系，即将点a的坐标带入平面方程求解：若F_abc(x，y，z)＜0，则点a位于模型的“内部”，其属性为内属性，反之则为外属性。

优选的，在执行步骤6时，具体包括如下步骤：

步骤6-1：预设一个半径阈值R，选取口腔模型中的任意一个种子节点j，以种子节点j为圆心，以半径阈值R为半径设置搜索区域；

步骤6-2：将搜索区域映射到义齿模板模型上进行重合度搜索，即在义齿模板模型上找出所有存在于搜索区域内的义齿模板模型的种子节点，若搜索区域内没有找到义齿模板模型的种子节点，则标记种子节点j为孤立节点，执行步骤6-4；若搜索区域内找到了至少一个义齿模板模型的种子节点，建立义齿模板模型种子节点集合，执行步骤6-3；

步骤6-3：在义齿模板模型种子节点集合中，筛选出与种子节点j 的距离最短的义齿模板模型的种子节点，标记为种子节点j₁，将种子节点j₁视为与种子节点j重合，将种子节点j标记为重合节点，执行步骤6-4；

步骤6-4：重复执行步骤6-1到步骤6-3，直到口腔模型中所有的种子节点均进行过重合度搜索，统计重合节点的数量和孤立节点的数量，根据重合节点和孤立节点在口腔模型的种子节点中的占比判断重合度，并生成重合度表报。

优选的，在执行步骤7时，具体包括如下步骤：

步骤S7-1：从重合度列表中任意选择一个重合节点k₁，并同时找出与重合节点k₁视为重合的义齿模板模型的种子节点k₂；

步骤S7-2：根据重合节点k₁对应的网格增长关系列表，找出所有从属于重合节点k₁的子网络k_1i，i取值为正整数，统计子网络k_1i的数量，并计算所有子网络k_1i的总面积；

步骤S7-3：根据重合节点k₂对应的网格增长关系列表，找出所有从属于重合节点k₂的子网络k_2i，i取值为正整数，统计子网络k_2i的数量，并计算所有子网络k_2i的总面积；

步骤S7-4：重复执行不足S7-1到步骤S7-3，直到重合度列表中所有的重合节点均进行了对比，根据对比结果生成网格对比报表。

优选的，在执行步骤8时，具体包括如下步骤：

步骤S8-1：预设重合度阈值，根据重合度表报找出重合节点占比符合重合度阈值的所有义齿模板模型，建立备选模型集合；

步骤S8-2：预设三角面片的数量阈值和总面积阈值，在备选模型集合中筛选出子网络数量总数符合三角面片的数量阈值或子网络的总面积符合总面积阈值的所有义齿模板模型，建立参考义齿模板模型集合；

步骤S8-3：将参考义齿模板模型集合中的模型逐一展示给用户作为参考义齿模板模型。

本发明所述的一种可摘局部义齿智能设计方法，解决了提高运算速度、降低内存使用率、实现智能推荐义齿模板模型的技术问题，只对模型有效相交区域进行相交计算，极大的提高了相交计算的速度，采用“边-三角形”相交的方法代替“三角形-三角形”相交，使其相交具有唯一性，降低了相交计算的冗余性，极大的提高了算法的稳定性和效率，同时也提高了布尔运算结果的质量，能够快速判断点与模型的空间位置关系，适用于封闭和开放网格模型，算法稳定可靠，布尔运算结果中非流行或不稳定的三角面片较少，能够进行连续的布尔运算，可用于切削仿真。

附图说明

图1是本发明的流程图；

图2是本发明“内外”点识别的数学模型图；

图3是本发明的在执行步骤S5-1时的数学模型图；

图4是本发明的边与三角面片的相交的三种情况的示意图；

图5是本发明的子网格的增长模型图。

具体实施方式

由图1-5所示的一种可摘局部义齿智能设计方法，包括如下步骤：

步骤1：建立客户端服务器、建模服务器和3D打印平台，客户端服务器、建模服务器和3D打印平台通过互联网相互通信，建模服务器与一个口内扫描仪通过互联网相互通信；3D打印平台上设有人机交互交界面；

客户端服务器获取电子订单后，将电子订单发送给建模服务器进行确认；

步骤2：建模服务器在确认电子订单后，通过口内扫描仪获取初始口腔建模数据；建模服务器将电子订单和初始口腔建模数据同时发送给3D打印平台；

步骤3：3D打印平台确认电子订单后，根据初始口腔建模数据建立口腔模型；

3D打印平台根据口腔模型选择支架共同就位道，同时选择基牙的位置，并根据支架共同就位道和基牙的位置信息生成建模基础信息；

3D打印平台通过口腔模型获取牙齿缺失位信息；

步骤4：3D打印平台将建模基础信息和牙齿缺失位信息作为条件，从模型数据库中调取一个义齿模板模型；

步骤5：3D打印平台根据边-三角形相交的方法对口腔模型和义齿模板模型分别进行布尔运算，对口腔模型和义齿模板模型分别进行网格化处理，建立世界坐标系，分别记录网格化处理时，在口腔模型和义齿模板模型中选出的每一个种子节点在世界坐标系中的坐标信息以及节点编号，同时记录网格化处理中的所有子网格的面积以及网格编号，分别建立口腔模型和义齿模板模型的网格增长关系列表，网格增长关系列表用于表示种子节点与子网格之间的从属关系；

步骤6：以口腔模型为基准，对比口腔模型中的种子节点和义齿模板模型中的种子节点之间的重合度，生成重合度表报；

步骤7：根据重合度表报，对比口腔模型和义齿模板模型中的三角面片的数量以及所有三角面片的总面积，生成网格对比报表；

步骤8：根据重合度表报和网格对比报表确定义齿模板模型与口腔模型之间的契合度；

步骤9：3D打印平台根据步骤4到步骤8的方法，从模型数据库中筛选出与口腔模型契合度最高的义齿模板模型作为参考义齿模型，并通过人机界面展示给操作人员。

所述边-三角形相交的方法为在根据布尔运算的方法进行三角形- 三角形的相交运算时，只以一个三角形的边为基本元素与另一个三角形进行相交运算，在求相交的运算过程中，记录交点坐标、属性以及相交面或边的索引信息。

三角网格模型的求交是布尔运算的基础。特别是对于复杂模型来说，快速准确的求交是布尔运算成功的关键。许多方法被用来加快求交的速度，如BSP，OBB trees，Spatialhashing，Octree等，本发明采用Octree来加快搜索相交的三角面片。另外，在三角面片求交过程中，一个模型的每一条相交边都会与另一个模型相交形成至少一对在同一位置上的两个点，导致在求交过程中产生大量的冗余计算，并且由于数值计算误差的影响，会导致相交的“二义性”，从而降低了算法的效率及稳定性。本发明采用“边-三角形”相交的方法取代“三角形-三角形”相交的方法，有效地解决了上述问题。

边与三角面片的相交通常只有三种情况，如图4所示，图中的角点分布用Q和P表示，交点Q是边的一个端点，交点Q位于三角面片的一条边上，交点Q与交点P位于三角面片内。这里将这三类交点的属性分别设为：EndPoint，EdgePoint，FacePoint，这些属性的权重依次降低。在相交计算时，同样是计算“三角形-三角形”相交，但相交计算时，以一个Δabc的边(如边ab)为的基本元素与另一个Δefg的相交。在求交过程中，记录边ab与Δefg的相交情况，包括交点坐标、属性及相交面或边的索引。由于每条非边界边都为两个三角面片共有，当包含边ab的另一个Δbcd与Δefg进行相交计算时，以之前记录的交点为准不再重复计算，这样便降低了计算的冗余性。当一条边与模型相交时出现上一段所讲的“二义性”时，取属性权重较高的交点作为该边与模型的唯一交点，这样就避免了边与三角形交点产生歧义的情况。

在建立口腔模型或义齿模板模型的种子节点与子网格之间的网格增长关系列表时采用的方法原理相同，具体包括如下步骤：

步骤S5-1：在对口腔模型或义齿模板模型进行布尔运算时，确定所有相交三角形端点的内外属性；

步骤S5-2：选择一个属性为内属性的端点作为种子节点，将与种子节点相交的所有相交线段作为边界进行网格增长，直到访问到所有联通的三角面片为止；

步骤S5-3：利用步骤S5-2中访问到三角面片形成新的子网格；

步骤S5-4：利用步骤S5-2到步骤S5-3的方法进行网格生成，直到所有的内属性的端点均生成子网格为止，将生成的所有的子网格合并完成整个布尔操作；

步骤S5-5：建立子网格与种子节点之间的从属关系，生成网格增长关系列表。

判断点与模型的位置关系是布尔运算实现并、交、差三种操作的基础。传统的方法都采用射线追踪的方法来判断点与模型的位置关系，但由于模型的“内外”是相对的(与模型的法线方向有关)，如图2所示，且该方法并不适种基于相交三角面片法矢合于开放模型。本发明提出了一的方法来判断相交三角形上端点与模型的位置关系，如图3所示，根据布尔操作的类型并利用网格的拓扑关系来生成所需要的子网格，即在执行步骤S5-1时，确定相交三角形端点的内外属性的方法如下：

步骤S5-1-1：设Δabc与Δefg相交，其交线为mn，n_abc和n_def分别是Δabc与Δefg的法线，方向为(x_n1，y_n1，z_n1)和(x_n2，y_n2，z_n2)；Δabc与Δefg所在面上一点的坐标分别为(x₁，y₁，z₁)和(x₂，y₂，z₂)，则其所在平面方程分别用以下公式表示：

F_abc(x，y，z)＝(x-x₁).x_n1+(y-y₁).y_n1+(z-z₁).z_n1＝0；

F_def(x，y，z)＝(x-x₂).x_n2+(y-y₂).y_n2+(z-z₂).z_n2＝0；

步骤S5-1-2：边ac与Δdef相交于点n，则对于点a，判断点a与模型的位置关系，即将点a的坐标带入平面方程求解：若F_abc(x，y，z)＜0，则点a位于模型的“内部”，其属性为内属性，反之则为外属性。

布尔运算包含三种类型的操作：和、差、交。设模型M_A和M_B，M_AinB表示模型M_A中位于M_B内部的网格，M_AoutB表示模型M_A中位于M_B外部的网格，M_BinA表示模型M_B中位于M_A内部的网格，M_BoutA表示模型M_B中位于M_A外部的网格，则三种布尔操作如下(M_A布尔M_B)：

布尔和：M_AoutB+M_BoutA

布尔差：M_AoutB+M_BinA

布尔交：M_AinB+M_BinA

在确定完所有相交三角形端点的“内外”之后，根据布尔操作类型，生成相应的子网格。例如需要生成模型内部的子网格，则选择已被标记为“内”的端点，如图5所示点x。以该点为种子点x，相交线段作为边界进行网格增长，直到访问到所有联通的三角面片为止。这些被访问的三角面片形成新的子网格。利用同样的方法直到所有被标记为“内”的端点都生成子网格为止。将生成的所有的子网格合并完成整个布尔操作。

当模型较复杂且数据较大时，本发明的算法的优势就比较明显，能够完成所有模型的布尔运算，且速度快，但其余算法都会出现问题。同时本发明算法的结果相对其他算法，其模型质量更加稳定，非流行及不稳定三角面片的数量更少。

在执行步骤6时，具体包括如下步骤：

步骤6-1：预设一个半径阈值R，选取口腔模型中的任意一个种子节点j，以种子节点j为圆心，以半径阈值R为半径设置搜索区域；

步骤6-2：将搜索区域映射到义齿模板模型上进行重合度搜索，即在义齿模板模型上找出所有存在于搜索区域内的义齿模板模型的种子节点，若搜索区域内没有找到义齿模板模型的种子节点，则标记种子节点j为孤立节点，执行步骤6-4；若搜索区域内找到了至少一个义齿模板模型的种子节点，建立义齿模板模型种子节点集合，执行步骤6-3；

步骤6-3：在义齿模板模型种子节点集合中，筛选出与种子节点j 的距离最短的义齿模板模型的种子节点，标记为种子节点j₁，将种子节点j₁视为与种子节点j重合，将种子节点j标记为重合节点，执行步骤6-4；

步骤6-4：重复执行步骤6-1到步骤6-3，直到口腔模型中所有的种子节点均进行过重合度搜索，统计重合节点的数量和孤立节点的数量，根据重合节点和孤立节点在口腔模型的种子节点中的占比判断重合度，并生成重合度表报。

在执行步骤7时，具体包括如下步骤：

步骤S7-1：从重合度列表中任意选择一个重合节点k₁，并同时找出与重合节点k₁视为重合的义齿模板模型的种子节点k₂；

步骤S7-2：根据重合节点k₁对应的网格增长关系列表，找出所有从属于重合节点k₁的子网络k_1i，i取值为正整数，统计子网络k_1i的数量，并计算所有子网络k_1i的总面积；

步骤S7-3：根据重合节点k₂对应的网格增长关系列表，找出所有从属于重合节点k₂的子网络k_2i，i取值为正整数，统计子网络k_2i的数量，并计算所有子网络k_2i的总面积；

步骤S7-4：重复执行不足S7-1到步骤S7-3，直到重合度列表中所有的重合节点均进行了对比，根据对比结果生成网格对比报表。

在执行步骤8时，具体包括如下步骤：

步骤S8-1：预设重合度阈值，根据重合度表报找出重合节点占比符合重合度阈值的所有义齿模板模型，建立备选模型集合；

步骤S8-2：预设三角面片的数量阈值和总面积阈值，在备选模型集合中筛选出子网络数量总数符合三角面片的数量阈值或子网络的总面积符合总面积阈值的所有义齿模板模型，建立参考义齿模板模型集合；

步骤S8-3：将参考义齿模板模型集合中的模型逐一展示给用户作为参考义齿模板模型。

本发明所述的一种可摘局部义齿智能设计方法，解决了提高运算速度、降低内存使用率、实现智能推荐义齿模板模型的技术问题，只对模型有效相交区域进行相交计算，极大的提高了相交计算的速度，采用“边-三角形”相交的方法代替“三角形-三角形”相交，使其相交具有唯一性，降低了相交计算的冗余性，极大的提高了算法的稳定性和效率，同时也提高了布尔运算结果的质量，能够快速判断点与模型的空间位置关系，适用于封闭和开放网格模型，算法稳定可靠，布尔运算结果中非流行或不稳定的三角面片较少，能够进行连续的布尔运算，可用于切削仿真。

Claims (7)

1.一种可摘局部义齿智能设计方法，其特征在于：包括如下步骤：

步骤1：建立客户端服务器、建模服务器和3D打印平台，客户端服务器、建模服务器和3D打印平台通过互联网相互通信，建模服务器与一个口内扫描仪通过互联网相互通信；3D打印平台上设有人机交互交界面；

客户端服务器获取电子订单后，将电子订单发送给建模服务器进行确认；

步骤2：建模服务器在确认电子订单后，通过口内扫描仪获取初始口腔建模数据；建模服务器将电子订单和初始口腔建模数据同时发送给3D打印平台；

步骤3：3D打印平台确认电子订单后，根据初始口腔建模数据建立口腔模型；

3D打印平台根据口腔模型选择支架共同就位道，同时选择基牙的位置，并根据支架共同就位道和基牙的位置信息生成建模基础信息；

3D打印平台通过口腔模型获取牙齿缺失位信息；

步骤4：3D打印平台将建模基础信息和牙齿缺失位信息作为条件，从模型数据库中调取一个义齿模板模型；

步骤5：3D打印平台根据边-三角形相交的方法对口腔模型和义齿模板模型分别进行布尔运算，对口腔模型和义齿模板模型分别进行网格化处理，建立世界坐标系，分别记录网格化处理时，在口腔模型和义齿模板模型中选出的每一个种子节点在世界坐标系中的坐标信息以及节点编号，同时记录网格化处理中的所有子网格的面积以及网格编号，分别建立口腔模型和义齿模板模型的网格增长关系列表，网格增长关系列表用于表示种子节点与子网格之间的从属关系；

步骤6：以口腔模型为基准，对比口腔模型中的种子节点和义齿模板模型中的种子节点之间的重合度，生成重合度表报；

步骤7：根据重合度表报，对比口腔模型和义齿模板模型中的三角面片的数量以及所有三角面片的总面积，生成网格对比报表；

步骤8：根据重合度表报和网格对比报表确定义齿模板模型与口腔模型之间的契合度；

步骤9：3D打印平台根据步骤4到步骤8的方法，从模型数据库中筛选出与口腔模型契合度最高的义齿模板模型作为参考义齿模型，并通过人机界面展示给操作人员。

2.如权利要求1所述的一种可摘局部义齿智能设计方法，其特征在于：所述边-三角形相交的方法为在根据布尔运算的方法进行三角形-三角形的相交运算时，只以一个三角形的边为基本元素与另一个三角形进行相交运算，在求相交的运算过程中，记录交点坐标、属性以及相交面或边的索引信息。

3.如权利要求2所述的一种可摘局部义齿智能设计方法，其特征在于：在建立口腔模型或义齿模板模型的种子节点与子网格之间的网格增长关系列表时采用的方法原理相同，具体包括如下步骤：

步骤S5-1：在对口腔模型或义齿模板模型进行布尔运算时，确定所有相交三角形端点的内外属性；

步骤S5-2：选择一个属性为内属性的端点作为种子节点，将与种子节点相交的所有相交线段作为边界进行网格增长，直到访问到所有联通的三角面片为止；

步骤S5-3：利用步骤S5-2中访问到三角面片形成新的子网格；

步骤S5-4：利用步骤S5-2到步骤S5-3的方法进行网格生成，直到所有的内属性的端点均生成子网格为止，将生成的所有的子网格合并完成整个布尔操作；

步骤S5-5：建立子网格与种子节点之间的从属关系，生成网格增长关系列表。

4.如权利要求3所述的一种可摘局部义齿智能设计方法，其特征在于：在执行步骤S5-1时，确定相交三角形端点的内外属性的方法如下：

步骤S5-1-1：设Δabc与Δefg相交，其交线为mn，n_abc和n_def分别是Δabc与Δefg的法线，方向为(x_n1,y_n1,z_n1)和(x_n2,y_n2,z_n2)；Δabc与Δefg所在面上一点的坐标分别为(x₁,y₁,z₁)和(x₂,y₂,z₂)，则其所在平面方程分别用以下公式表示：

F_abc(x,y,z)＝(x-x₁).x_n1+(y-y₁).y_n1+(z-z₁).z_n1＝0；

F_def(x,y,z)＝(x-x₂).x_n2+(y-y₂).y_n2+(z-z₂).z_n2＝0；

步骤S5-1-2：边ac与Δdef相交于点n，则对于点a，判断点a与模型的位置关系，即将点a的坐标带入平面方程求解：若F_abc(x,y,z)<0,则点a位于模型的“内部”，其属性为内属性，反之则为外属性。

5.如权利要求4所述的一种可摘局部义齿智能设计方法，其特征在于：在执行步骤6时，具体包括如下步骤：

步骤6-1：预设一个半径阈值R，选取口腔模型中的任意一个种子节点j，以种子节点j为圆心，以半径阈值R为半径设置搜索区域；

步骤6-2：将搜索区域映射到义齿模板模型上进行重合度搜索，即在义齿模板模型上找出所有存在于搜索区域内的义齿模板模型的种子节点，若搜索区域内没有找到义齿模板模型的种子节点，则标记种子节点j为孤立节点，执行步骤6-4；若搜索区域内找到了至少一个义齿模板模型的种子节点，建立义齿模板模型种子节点集合，执行步骤6-3；

步骤6-3：在义齿模板模型种子节点集合中，筛选出与种子节点j的距离最短的义齿模板模型的种子节点，标记为种子节点j₁，将种子节点j₁视为与种子节点j重合，将种子节点j标记为重合节点，执行步骤6-4；

步骤6-4：重复执行步骤6-1到步骤6-3，直到口腔模型中所有的种子节点均进行过重合度搜索，统计重合节点的数量和孤立节点的数量，根据重合节点和孤立节点在口腔模型的种子节点中的占比判断重合度，并生成重合度表报。

6.如权利要求5所述的一种可摘局部义齿智能设计方法，其特征在于：在执行步骤7时，具体包括如下步骤：

步骤S7-1：从重合度列表中任意选择一个重合节点k₁，并同时找出与重合节点k₁视为重合的义齿模板模型的种子节点k₂；

步骤S7-2：根据重合节点k₁对应的网格增长关系列表，找出所有从属于重合节点k₁的子网络k_1i，i取值为正整数，统计子网络k_1i的数量，并计算所有子网络k_1i的总面积；

步骤S7-3：根据重合节点k₂对应的网格增长关系列表，找出所有从属于重合节点k₂的子网络k_2i，i取值为正整数，统计子网络k_2i的数量，并计算所有子网络k_2i的总面积；

步骤S7-4：重复执行步骤S7-1到步骤S7-3，直到重合度列表中所有的重合节点均进行了对比，根据对比结果生成网格对比报表。

7.如权利要求6所述的一种可摘局部义齿智能设计方法，其特征在于：在执行步骤8时，具体包括如下步骤：

步骤S8-1：预设重合度阈值，根据重合度表报找出重合节点占比符合重合度阈值的所有义齿模板模型，建立备选模型集合；

步骤S8-2：预设三角面片的数量阈值和总面积阈值，在备选模型集合中筛选出子网络数量总数符合三角面片的数量阈值或子网络的总面积符合总面积阈值的所有义齿模板模型，建立参考义齿模板模型集合；

步骤S8-3：将参考义齿模板模型集合中的模型逐一展示给用户作为参考义齿模板模型。