一种头颅侧位片中轮廓线的构建方法及系统

技术领域

本发明属于牙齿矫治技术领域，更确切的说涉及一种头颅侧位片中轮廓线的构建方法及系统、电子设备、及计算机存储介质。

背景技术

在正畸治疗过程中，头颅侧位片是医生用于判断患者是牙性凸还是骨性凸的判据之一，具体的在诊疗过程中需要观测患者的头颅侧位片上不同区域的轮廓线的形状，以此来判断患者的头颅以及牙齿等医学特征。

X光线投影自动化测量分析使得牙颌面畸形的诊断、治疗设计更加准确，并大大减轻了操作者的负担。但是，标志点定位的准确与否会直接影响测量结果的可靠性，如果标志点的输入仍然停留在人工定点的水平，不仅需要大量时间，而且主观因素强，不可避免地会产生人为误差，危及测量结果的准确性。

现有技术中主要是基于边缘检测方法，但计算量大、速度慢、容易漏检、对图片的质量要求也比较高。

基于以上本发明提供了解决以上技术问题的技术方案。

发明内容

本发明的主要目的是克服现有技术中存在的缺陷，提供“一种头颅侧位片中轮廓线的获取方法及系统、电子设备、及计算机存储介质”，解决了现有技术中头颅侧位片的计算量大，人工参与以及速度慢的问题。

本发明提供的技术方案如下：

一种头颅侧位片中轮廓线的构建方法，包括：

将预置轮廓线模板映射在当前头颅侧位片的头颅坐标系中，分别提取所述当前头颅侧位片中预设标志点的位置信息、及预置轮廓线模板上模板标志点的位置信息和轮廓调整点的位置信息；

将模板标志点的位置信息与预设标志点的位置信息进行比对处理，根据比对的结果利用仿射变换矩阵算法构建所述预设标志点的位置信息与模板标志点的位置信息之间标志点位置变换关系；

将轮廓调整点的位置信息输入至标志点位置变换关系中获取所述当前头颅侧位片的动态可调标志点的位置信息；

根据所述预设标志点的位置信息以及动态可调标志点的位置信息在当前头颅侧位片上构建满足诊疗参数的轮廓线。

进一步优选的，构建标志点位置变换关系包括：

根据在预置轮廓线模板上提取的所述模板标志点的位置信息对所述预置轮廓线模板进行多分段解析处理，将每一分段解析处理后的所述预置轮廓线模板设置为子轮廓线模板。

进一步优选的，构建标志点位置变换关系包括：

在每一子轮廓线模板上提取预设数量的所述模板标志点的位置信息，且提取的每一所述模板标志点的位置信息与所述头颅侧位片上所述预设标志点的位置信息一一对应；

根据仿射变换矩阵算法构建每一所述模板标志点的位置信息与所述头颅侧位片上所述预设标志点的位置信息之间的标志点位置变换关系。

进一步优选的，构建标志点位置变换关系包括：

将所述模板标志点的位置信息与所述预设标志点的位置信息通过仿射变换矩阵算法得到方程组为：

其中，所述模板标志点的位置信息(x

将方程组(1)进行矩阵表示为：

进一步的，

上述方程组则用B＝AM+ε的形式进行表示，其中ε是误差项，M即为仿射变换矩阵，

M＝(A

进一步优选的，所述动态可调标志点的位置信息包括：

进一步优选的，构建满足诊疗参数的轮廓线包括：

根据相邻两所述预设标志点的位置信息之间的动态可调标志点的位置信息进行位置排序；按照位置排序关系通过插值法进行点对点连接并构建所述轮廓线。

进一步优选的，构建的轮廓线的插值法包括：

其中，P

进一步优选的，所述预设标志点的位置信息包括：

获取设定尺寸的待标定头颅侧位片；

将待标定头颅侧位片输入至第一检测模型中进行检测标定，在待标定头颅侧位片中标定出设定数量的候选标志区域；

根据预设偏移算法在每一所述候选标志区域上提取出预设数量的初始标志子区域；

将每一所述候选标志区域上提取出的预设数量的初始标志子区域输入至第二检测模型中进行坐标转化处理，得到每一所述候选标志区域对应的一目标标志坐标点；

将每一标志坐标点输入至所述待标定头颅侧位片所属的头颅坐标系中，并将所述头颅坐标系中输入的每一标志坐标点设置为头颅侧位片中的预设标志点的位置信息。

一种头颅侧位片中轮廓线的构建系统，可执行上述的所述的头颅侧位片中轮廓线的构建方法，包括

位置信息提取模块，将预置轮廓线模板映射在当前头颅侧位片的头颅坐标系中，提取所述当前头颅侧位片中预设标志点的位置信息、及预置轮廓线模板上模板标志点的位置信息和轮廓调整点的位置信息；

变换关系构建模块，将模板标志点的位置信息与预设标志点的位置信息进行比对，根据提取的比对结果利用防射矩阵算法构建所述预设标志点的位置信息与模板标志点的位置信息的之间标志点位置变换关系；

动态标志获取模块，根据构建的标志点位置变换关系结合轮廓调整点的位置信息获取所述当前头颅侧位片的动态可调标志点的位置信息；

轮廓线构建模块，根据所述预设标志点的位置信息以及动态可调标志点的位置信息在当前头颅侧位片上构建满足诊疗参数的轮廓线。

一种电子设备，包括处理器和存储器，所述处理器执行所述存储器存储的计算机指令，使得所述电子设备执行上述任一项所述的头颅侧位片中轮廓线的构建方法。

一种计算机存储介质，包括计算机指令，当所述计算机指令在电子设备上运行时，使得所述电子设备执行上述任一项所述的头颅侧位片中轮廓线的构建方法。

本发明提供头颅侧位片中轮廓线的构建方法及系统、电子设备、计算机存储介质，能够带来以下至少一种有益效果：

本发明通过自动提取头颅测量标志点，并由标志点自动生成轮廓线，能够准确快速地识别医生在分析头颅侧位片时需要分析的医学特征，并给出对应实际的医学特数据，改变了现有技术中通过人工构建轮廓线带来的数据人工参与造成的主观因素大，以及同时提高了计算速度，提高了诊疗速度。

本发明基于标志点自动生成颅骨轮廓线，解决了现有技术中头颅侧位片的计算量大，主观因素强，不可避免地会产生人为误差，危及测量结果的准确性的问题。

附图说明

下面将以明确易懂的方式，结合附图说明优选实施方式，对上述特性、技术特征、优点及其实现方式予以进一步说明。

图1为本发明头颅侧位片中轮廓线的构建方法实施例的流程图；

图2为本发明头颅侧位片中轮廓线的构建方法实施例的另一流程图；

图3为本发明头颅侧位片中标志点展示图；

图4为本发明头颅侧位片中轮廓线展示图；

图5为本发明头颅侧位片中轮廓线的构建方法实施例的另一流程图；

图6为本发明头颅侧位片中轮廓线的构建图；

图7为本发明头颅侧位片中轮廓线的构建系统实施例的结构图；

图8为本发明电子设备的结构图。

具体实施方式

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

在正畸治疗过程中，通常需要观测患者的头颅侧位片上不同区域的轮廓线的形状，以此来判断患者的头颅以及牙齿等医学特征。现有的轮廓线生成主要是基于边缘检测方法，计算量大，速度慢，容易漏检，本发明是基于上述的问题构建一种快速、精准的头颅侧位片中的轮廓线，而构建轮廓线的基础是对于标志点的标定准确性，标志点的准确性决定了轮廓线的精准度。为了实现轮廓线的构建，参见图2和图3，本发明还提供了基于头颅侧位片的自动识别标志点的实施方式，具体的包括以下：

步骤S010获取设定尺寸的待标定头颅侧位片；

步骤S020将待标定头颅侧位片输入至第一检测模型中进行检测标定，在待标定头颅侧位片中标定出设定数量的候选标志区域；

步骤S030根据预设偏移算法在每一候选标志区域上提取出预设数量的初始标志子区域；

步骤S040将每一候选标志区域上提取出的预设数量的初始标志子区域输入至第二检测模型中进行坐标转化处理，得到每一候选标志区域对应的一目标标志坐标点；

步骤S050将每一目标标志坐标点输入至待标定头颅侧位片所属的头颅坐标系中，并将头颅坐标系中输入的每一目标标志坐标点设置为头颅侧位片中的预设标志点。

在本发明在中，需要大量的已标记完成标志点的头颅侧位片作为样本数据构建第一检测模型，而样本数据的来源是借助于专家在这些侧位片上标定好了常用的标志点。在实际训练中采集大约3000多张，每张侧位片上有50～100个常用标志点。针对标志点的精确定位，包括了两个阶段：

第一阶段是得到用于定位的定位模型，也即第一检测模型。采用的方案是YOLO v3单阶段模型。输入一张头颅侧位片，第一检测模型就会输出包含50～100个标志点对应数量的检测框，并且这些检测框也会给出它的框里所包含的医学名称标志点。例如可通过YOLOv3模型的结构搭建若干个卷积层提取特征，并且结合ResNet的残差连接思想以及特征金字塔结构，输出不同尺度的检测框，再利用非极大值抑制的方法挑选出概率最大的目标检测框，本发明的目标检测框为候选标志区域，也就是头颅侧位片上的一块块图像区域，在本发明中把头颅侧位片上每种标志点周围的图像看做是一种目标。在第一阶段把标志点定位问题转化为目标检测问题，所以用目标检测网络做检测，通过神经网络利用这些数据训练出相应的自动定位和标点模型(即为第一检测模型)。

第二阶段是将候选标志区域进行剪切，分组解析后的初始标志子区域输入至第二检测模型，通过第二检测模型的运算处理就可以确定这些标志点在候选标志区域的精确位置。在确定每一个候选标志区域时不限于卷积神经元算法。

参见图3，基于以上，实现了预设标志点的自动识别定位在头颅侧位片上，在头颅坐标系中的具体的位置后，并进一步的进行轮廓线的构建，具体的实施方式包括：

参见图1-8所示，本发明提供了一种头颅侧位片中轮廓线的构建方法的实施例，包括步骤：

S100将预置轮廓线模板映射在当前头颅侧位片的头颅坐标系中，分别提取当前头颅侧位片中预设标志点的位置信息、及预置轮廓线模板上模板标志点的位置信息和轮廓调整点的位置信息；

参见图3和图4所示；无论是预设标志点还是模板标志点都基于已是公开经既定的医学术语，在头颅上包括颅部标志点、上颌标志点、下颌标志点、软组织侧面标志点；其中颅部标志点具体的包括额点(G.)、软组织鼻根点(Ns.)、鼻顶点(Prn.)鼻小柱点(Cm.)、鼻下点(Sn.)等，通过教科书可以查阅。

在每一个预置轮廓线模板上包括模板标志点以及轮廓调整点，轮廓调整点是可控点，可以进行调整的；在本发明的实施例中将当前头颅侧位片上的标志点被设置为预设标志点。在进行构建轮廓线时，将预置轮廓线模板上映射在当前需要进行构建轮廓线的侧位片的头颅坐标系中，使其与预置轮廓线模板上处在同一坐标系下，分别获取对应的标志点在头颅坐标系的位置信息。

S200将模板标志点的位置信息与预设标志点的位置信息进行比对处理，根据比对的结果利用仿射变换矩阵算法构建预设标志点的位置信息与模板标志点的位置信息之间标志点位置变换关系；

具体的，将对应位置处(例如额点、和/或鼻根点)的标志点信息进行对比，对比的信息包括相互之间的距离，角度等；由于是坐标点，则可以反映出标志点之间的距离，角度等；本发明中的实施例中可以将额点的模板标志点的位置信息设置为(x

参见图5所示，在构建构建标志点位置变换关系包括：

步骤S210根据在预置轮廓线模板上提取的模板标志点的位置信息对预置轮廓线模板进行多分段解析处理，将每一分段解析处理后的预置轮廓线模板设置为子轮廓线模板；

步骤S220在每一子轮廓线模板上提取预设数量的模板标志点的位置信息，且提取的每一模板标志点的位置信息与头颅侧位片上预设标志点的位置信息一一对应；

步骤S230根据仿射变换矩阵算法构建每一模板标志点的位置信息与头颅侧位片的预设标志点的位置信息之间的标志点位置变换关系。

在本发明参见图3和图4所示；例如在头颅侧位片提取颅部部分的轮廓线，以额点(G.)为起点，终点鼻下点(Sn.)这一段为轮廓线模板中分段子轮廓线模板，并进一步的在子轮廓线模板上提取标志点为额点(G.)、软组织鼻根点(Ns.)、鼻顶点(Prn.)、鼻小柱点(Cm.)、鼻下点(Sn.)等，将对应子轮廓线模板的标志点以及当前头颅侧位片上的预设标志点进行一一对应的提取，根据同一标志点对应的建立方程组包括以下：现以三个标志为例进行说明：

其中，模板标志点的位置信息为(x

将方程组(1)进行矩阵表示为：

进一步的，

上述方程组则用B＝AM+ε的形式进行表示，其中ε是误差项，M即为仿射变换矩阵，通过最小二乘法使得误差项的平方和最小，也就是在求取的仿射变换矩阵满足

进一步的将仿射变换矩阵由6×1变形到2×3，得：

S300将轮廓调整点的位置信息输入至标志点位置变换关系中获取当前头颅侧位片的动态可调标志点的位置信息；

在每一个预置轮廓线模板上都设置为医学的标志点，同时也存在可调的标志点，通过设置可调的标志点其用于在不同的头颅侧位片上进行精调，进一步的根据仿射变换矩阵，并结合模板标志点与轮廓调整点的位置信息之间的位置关系，计算出与轮廓线模板轮廓调整点的位置信息对应的头颅侧位片上的动态可调标志点的信息；其计算方式为：

在上述的求得仿射变换矩阵

即：

S400根据预设标志点的位置信息以及动态可调标志点的位置信息在当前头颅侧位片上构建满足诊疗参数的轮廓线。

在构建轮廓线是基于计算机完成，在本发明中，以通过插值法(CentripetalCatmull-Rom Spline)进行点对点连接并构建轮廓线，在进行点对点连接之前需要根据相邻两预设标志点的位置信息之间的动态可调标志点的位置信息沿着轮廓线进行位置排序，在进行轮廓线的构建的时候，位置排序是依照模板的位置排序进行的。本发明中通过插值法完成轮廓线的连接，可以直接穿过控制点，因此构建的轮廓线更加精确，平滑，贴近患者真实轮廓线，并非拟合而成。

在本发明中构建的轮廓线以插值法为例进行说明包括：

其中，参见图6所示，P

其中，P

具体的，本发明的目的则是通过在已经完成标记的标志点头颅侧位片上进行自动化轮廓线的构建；根据两标志点之间构建轮廓线，或者几个标志点之间构建轮廓线的坐标系位置关系，求出相应的角度，例如，头颅上的鞍角(N-S-As)、关节角(N-S-Ba)等，将求出的当前头颅侧位片角度与医学指标参数上设定的相应角度范围进行对比，判断是否满足医学指标参数中待测量的头颅上的鞍角(N-S-As)、关节角(N-S-Ba)以及标志点间距离的范围，根据范围的不同，诊断患者的头颅状态，以确定矫治方案。

由于患者不同，其具体的头颅大小的不一，本发明中通过历史数据构建一个基于头颅侧位片的预置轮廓线模板上，因此本发明是基于预置轮廓线模板上进行个体头颅侧位片上轮廓线的构建。以获取患者的头颅参数，根据精确的数据信息为患者设计相应的正畸方案，以便达到更好的矫治效果。

参见图7所示；本发明还提供了一种头颅侧位片中轮廓线的构建系统的实施例，可执行上述的头颅侧位片中轮廓线的构建方法的实施例，构建系统包括：

位置信息提取模块100，将预置轮廓线模板映射在当前头颅侧位片的头颅坐标系中，提取当前头颅侧位片中预设标志点的位置信息、及预置轮廓线模板上模板标志点的位置信息和轮廓调整点的位置信息；

变换关系构建模块200，将模板标志点的位置信息与预设标志点的位置信息进行比对，根据提取的比对结果利用仿射射变换矩阵算法构建预设标志点的位置信息与模板标志点的位置信息的之间标志点位置变换关系；

动态标志获取模块300，根据构建的标志点位置变换关系结合轮廓调整点的位置信息获取当前头颅侧位片的动态可调标志点的位置信息；

轮廓线构建模块400，根据预设标志点的位置信息以及动态可调标志点的位置信息在当前头颅侧位片上构建满足诊疗参数的轮廓线。

具体的，本发明的一种头颅侧位片中轮廓线的构建系统的实施例可执行上述一种头颅侧位片中轮廓线的构建方法的实施例，在此不再赘述。

本实施例提供一种电子设备，其结构框图如图8所示，该电子设备000可以是平板电脑、笔记本电脑或台式电脑。该电子设备000还可能被称为便携式终端、膝上型终端、台式终端等其他名称。

电子设备000内置有处理器010和存储器020，其中，存储器020上存储有计算机程序，处理器010运行存储器020中的计算机程序时实现头颅侧位片中轮廓线的构建方法。

处理器010可以包括一个或多个处理核心，比如4个核心处理器、8个核心处理器等。处理器010可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field—Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器010也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。

在一些实施例中，处理器010可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器010还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器020包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器020还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器020中的非暂态的计算机可读存储介质用于存储至少一个指令、至少一段程序、代码集或指令集，该至少一条指令、至少一段程序、代码集或指令集用于被处理器010所执行以实现本发明中实施例中提供的头颅侧位片中轮廓线的构建方法。以及在该电子设备000中还设置有050外围接口设备，可用于进行外部信息号的通信，以及还包括在构建轮廓线后生成矫治方案，并进一步进行矫治器的生产，在矫治器的生产中用于打印牙颌模型040的3D打印设备以及获取数字化牙颌模型的030口内扫描仪。

系统实施例中的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-only memory，ROM)、随机存取存储器(Random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

应当说明的是，上述实施例均可根据需要自由组合。以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。