20150902【专利申请】一种口腔三维多源数据的配准融合方法v0.2.docx

发明专利申请发明名称：一种口腔三维多源数据的配准融合方法摘要：口内扫描仪可以获取到精确的牙冠数据，医学影像设备可以采集到不可见的骨骼和牙根数据，但精度较低。在口腔正畸和修复中，往往需要完整精确的牙齿或牙列模型。本发明针对针对无标准几何特征的不规则形状的医学口腔模型，提出了实现不同设备数据或患者不同姿态数据的快速精确配准融合方法。该方法包括步骤：获取口腔三维多源数据模型；获取模型特征点对，根据特征点对进行初步配准；计算初步配准后模型点云误差并结合医学参数要求，设置精确配准的参数；采用优化的ICP算法进行精确配准；对配准后的口内扫描模型进行交互式剪裁，提取牙冠部分；计算剪裁曲线的特征平面，将剪裁曲线向特征平面的负法向偏置一定的距离，使用偏置曲线剪裁CBCT模型，获取牙根模型；采用满足连续条件的填补拼接方法，将牙冠和牙根数据进行光滑拼接；输出拼接后的完整牙齿或牙列模型。权利要求书:一种口腔三维多源数据的配准融合方法，其特征在于：该方法具体步骤如下：步骤一：读取STL与OBJ格式的口腔三维多源数据模型。对于STL模型读取其中的三角面片并将重复点去除后，得到不重复的点和三角面片的顶点索引。对于OBJ模型，如果含有重复点则去除重复点，得到不重复的点和三角面片的顶点索引。口腔多源数据包括CBCT数据创建的三角网格模型和口内扫描的三角网格模型。步骤二：设定配准的固定模型与浮动模型，其中固定模型为通过CBCT创建的三角网格模型，浮动模型为口内扫描的三角网格模型。步骤三：在固定模型和浮动模型上，手动拾取模型特征点对，根据模型点云曲率修正特征点对，将特征点移动到周围邻域中曲率最大的点。采用点到点的ICP算法，对特征点对进行初步配准。步骤四：计算初步配准后模型点云误差并结合医学参数要求，设置精确配准的参数；采用优化的点到面的ICP算法进行精确配准。步骤五：对配准后的CBCT数据和口内扫描数据进行融合。融合的步骤包括步骤六到十步骤六：在口内扫描数据上，沿颈缘线绘制剪裁曲线。采用曲线将扫描数据剪裁为两个部分，保留牙冠部分。步骤七：根据剪裁曲线计算特征平面，通过计算牙冠部分相对于特征平面的位置，确定剪裁线的偏置方向。将剪裁线向牙冠的反方向偏置一定的距离。步骤八：将偏置后的剪裁线，投影到CBCT数据创建的三角网格模型上，将模型剪裁为两个部分。根据特征平面，计算剪裁后模型的相对特征平面的位置，保留牙根部分。步骤九：通过缝合方法，将牙根模型和牙冠模型连接在一起。对缝合的部分网格进行变形，保证其连续性和光滑性。步骤十：将配准融合后的牙根和牙冠模型输出STL或OBJ文件。根据权利要求1所述的一种口腔三维多源数据配准融合方法，其特征在于：在步骤一中所述的去除重复点的方法是按照点之间距离进行去重。计算点距离时采用空间划分的方法提高计算速度。根据权利要求1所述的一种口腔三维多源数据配准融合方法，其特征在于：在步骤一中的所述的通过CBCT数据创建的三角网格模型是指对含有牙齿以及下颌骨的影像学分割数据进行高质量的三维重建得到的三角网格模型。根据权利要求1所述的一种口腔三维多源数据配准融合方法，其特征在于：在步骤三中所述的点云曲率是通过点以及周边邻域点拟合二次曲面，计算曲面的曲率得到的。根据权利要求1所述的一种口腔三维多源数据配准融合方法，其特征在于：在步骤四中所述的精确配准参数包括：采样点数，配准精度，最大迭代次数。根据权利要求1所述的一种口腔三维多源数据配准融合方法，其特征在于：步骤六中所述的剪裁曲线是B-Spline曲线。通过最近点投影的方法进行模型剪裁。根据权利要求1所述的一种口腔三维多源数据配准融合方法，其特征在于：步骤七所述的特征平面是通过求解Jacobi矩阵的特征值和特征向量，采用最小的特征值对应的特征向量作为平面的法相构造的。根据权利要求1所述的一种口腔三维多源数据配准融合方法，其特征在于：步骤八所述的投影是指最近距离投影。根据权利要求1所述的一种口腔三维多源数据配准融合方法，其特征在于：步骤九所述的缝合是通过连接牙根与牙冠的剪裁边界的最近点构造三角网格的。根据权利要求1所述的一种口腔三维多源数据配准融合方法，其特征在于：步骤九所述的变形为采用网格点以及点法矢插值生成基于BRF的隐式曲面，将缝合网格顶点投影到隐式曲面上得到的。说明书：一种口腔三维多源数据的配准融合方法技术领域本发明属于三维数字化领域，具体涉及一种口腔三维多源数据的配准融合方法，主要应用于口腔正畸、口腔修复以及口腔种植等临床医学。背景技术在口腔医学领域，单一的数据不能满足临床需求。在正畸科、修复科、种植科室往往需要完整的牙齿或牙列模型。口内扫描仪可以获取到精确的牙冠数据，医学影像设备可以采集到不可见的骨骼和牙根数据，但精度较低。临床上对牙冠的精度要求较高。为得到满足临床需求的完整的牙齿或牙列模型，