结合稀疏八叉树卷积神经网络的牙齿预备体颈缘线提取方法

作     者：张贝 戴宁 田素坤 袁福来 俞青 Zhang Bei;Dai Ning;Tian Sukun;Yuan Fulai;Yu Qing

作者机构：南京航空航天大学机电学院南京210016 南京市口腔医院口腔修复科南京210008 

基　　金：国家自然科学基金(51775273) 国家重点研发计划项目(2018YFB1106903) 江苏省重点研发计划项目(BE2018010-2) 江苏省自然科学基金(BK20161487) 江苏省六大人才项目(GDZB-034) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2019年第31卷第12期

页      码：2129-2135页

摘      要：针对传统手工提取牙齿预备体颈缘线需要交互标记特征点,操作复杂,效率低的问题,提出了一种基于稀疏八叉树的卷积神经网络自动提取牙齿预备体颈缘线的方法.首先利用稀疏八叉树的空间划分,牙齿预备体模型被预处理为带有标签信息的稀疏点云,构建牙齿预备体数据集;其次利用已训练的卷积神经网络模型将牙齿预备体点云分割为2部分;然后采用密集条件随机场优化分割点云的边界,再将边界点拟合及插值获取新的边界点集;最后连接边界点在预备体模型上对应的投影点形成牙齿预备体颈缘线.在牙齿预备体数据集上的实验结果表明,卷积神经网络模型的预测准确率达到97.23%,通过对该方法提取的预备体颈缘线与专业医生提取的颈缘线之间的曲线偏差进行对比分析,验证了该方法的有效性.

主 题 词：预备体颈缘线 稀疏八叉树 卷积神经网络 条件随机场 

学科分类：08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2019.17783

馆 藏 号：203860561...