文摘针对现有正畸治疗中牙弓提取方法存在交互烦琐、效率低、个性化程度低等问题,提出一种基于三维深度神经网络的个性化牙弓智能提取方法.首先,分析牙弓的分布形态,采用归一化点云模型对牙列模型进行标签化预处理,并构建训练数据集;其次,利用训练好的网络模型对牙列点云进行分割,使用全连接条件随机场(conditional randomfield,CRF)对分割区域进行建模和优化,提取预测结果中标签值为1的牙列点云作为提取牙弓线的预备体;最后,将分割结果中标签值为1的牙列点云的边界点作为预备体边缘点,并采用多项式样条曲线拟合的方法构建牙弓线形状.使用800组标签化的牙列点云训练网络模型进行实验,结果表明,使用所提方法构建的牙弓线提取网络分割精度可以达到96.10%,提取时长与传统方法相比缩短了3~8 s;所提方法与医生手工提取方法相比,提取畸形程度较小牙列的牙弓线的平均误差小于0.5 mm,提取畸形程度较大牙列牙弓线的平均误差小于1 mm.
