买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆邮电大学;重庆医科大学附属口腔医院

摘要：本发明公开了一种基于语义协调的双空间表征口内扫描图像牙齿分割方法，涉及医学图像处理与计算机视觉技术领域，本方法包括对原始口内扫描图像进行数据下采样；对口内扫描图像的欧式空间的几何属性进行自适应的语义协调化，关注空间与语义特征之间在真实空间维度的关系；通过空间‑语义图学习模块学习口内扫描图像的结构特征和旋转不变性；学习得到的表征送入分割进行预测，将口内扫描图像中的单颗牙齿和牙龈进行分割，本发明能够有效应对口内扫描图像的旋转不变性并提升分割精度。

主权项：1.一种基于语义协调的双空间表征口内扫描图像牙齿分割方法，其特征在于，所述方法包括：S1、获取原始口内扫描图像，对原始口内扫描图像进行下采样，下采样过程中保持原始口内扫描图像的拓扑结构，获得下采样后的口内扫描图像中每个顶点的几何属性；S2、基于下采样后的口内扫描图像中每个顶点的几何属性，获得下采样后的口内扫描图像的语义信息，对所述语义信息进行进行语义协调化处理，获得语义协调化的语义信息；S3、在坐标空间，利用K近邻策略，以下采样后的口内扫描图像中每个顶点为中心，将其他顶点距离中心的距离由小到大进行排序，获得N个顶点中任意两个顶点之间的空间信息距离矩阵选择排序前K个顶点共同构建第一局部区域，在第一局部区域计算获得第一局部区域的极坐标信息，对极坐标信息进行更新，获得更新后的极坐标信息，基于更新后的极坐标信息获得旋转不变性信息；S4、基于每一个顶点pi的语义协调化的语义信息获得顶点之间的语义欧式距离；基于顶点之间的语义欧式距离获得顶点之间的语义信息距离；对于每一个顶点pi，以顶点为pi中心，将其他顶点距离中心的语义信息距离由小到大进行排序，获得N个顶点中任意两个顶点之间的语义信息距离矩阵选择排序前K个顶点共同构建第二局部区域；基于每一个顶点pi的语义协调化的语义信息和顶点pi的邻居点所构成的语义信息集合，在语义空间通过局部特征聚合获得第一局部聚合特征基于空间信息距离矩阵中的K个索引，将顶点pi的语义协调化的语义信息与距离顶点pi的距离由小到大排序前K个顶点的语义信息，在语义空间通过局部特征聚合获得第二局部聚合特征将第一局部聚合特征和第二局部聚合特征进行通道级别的拼接获得聚合的局部语义特征对于每一个顶点pi，以顶点为pi中心，将其他顶点距离中心的空间距离由小到大进行排序，选择排序前K个顶点共同构建第三局部区域；基于每一个顶点pi的坐标信息和顶点pi的邻居点所构成的坐标信息集合，在坐标空间通过局部特征聚合获得第三局部聚合特征基于语义信息距离矩阵中的K个索引，将顶点pi的空间信息与距离顶点pi的距离由小到大排序前K个顶点的空间信息，在坐标空间通过局部特征聚合，得到第四局部聚合特征将第三局部聚合特征和第四局部聚合特征进行通道级别的拼接获得聚合的局部空间特征S5、将旋转不变性信息和局部空间特征进行通道级别的拼接，获得双空间表达特征将双空间表达特征分别通过卷积层进行卷积，将两个卷积层的输出进行进行通道级别的拼接，获得拼接双空间表达特征对拼接双空间表达特征进行特征筛选，获得筛选双空间表达特征将选双空间表达特征与拼接双空间表达特征进行通道级别的拼接，获得双空间特征表征S6、基于双空间特征表征和局部语义特征空间-语义图学习模块学习牙齿的结构和旋转不变性，获得每层空间-语义图学习模块的输出；S7、基于每层空间-语义图学习模块的输出，将多尺度的牙齿特征进行拼接，获得最终的牙齿特征描述；S8、将最终的牙齿特征描述输入分割网络进行预测，得到最终的分割结果；S9、根据分割结果和精度标注计算分割网络的总体损失函数，通过梯度反向传播更新分割网络的参数，当损失函数收敛到最小值时完成迭代训练，得到训练好的口内扫描图像分割模型；S10、获得待处理口内扫描图像，将待处理口内扫描图像输入训练好的口内扫描图像分割模型，获得待处理口内扫描图像中的牙齿分割结果。

全文数据：

权利要求：

百度查询： 重庆邮电大学 重庆医科大学附属口腔医院 一种基于语义协调的双空间表征口内扫描图像牙齿分割方法