基于深度学习的牙齿嵌塞自动判别方法

来源：计算机工程杂志2022年第4期北京时间：

作者：王志江, 秦品乐, 柴锐, 武峰, 程一彤, 史玥

单位：1. 中北大学 大数据学院山西省生物医学成像与影像大数据重点实验室, 太原 030051;2. 山西医科大学口腔医院 修复科, 太原 030012

摘要：食物嵌塞是口腔常见病征，容易引发局部牙龈红肿、溢脓、龋齿等口腔问题，给患者带来极大的痛苦和不便。目前临床上难以自动筛查嵌塞牙齿，且传统的锥形束CT重建方法的准确度及精度均有待提高。提出一种牙齿嵌塞自动化判断的方法，对牙齿模型进行单个牙体的精准分割，在U-Net网络的基础上使用KPConv卷积核代替二维卷积核来构建分割网络，并使用图割方法优化分割结果。同时，采用平面拟合的方法将分割后的牙齿模型投影到水平和竖直平面上，在平面上求出牙齿嵌塞特征，并利用支持向量机根据所求特征对牙齿的嵌塞情况进行判断。通过充分利用样本模型的几何结构信息，设计简化牙齿模型的几何采样及包含牙齿几何结构约束的图割方法提高网络模型的运算时间及精度。实验结果表明，该方法对牙齿模型的分割准确率为92%，对牙齿嵌塞的判断正确率为81%，能够为医生提供辅助诊断。

关键词：深度学习,点云分割,牙齿分割,食物嵌塞,支持向量机

基金资助：山西省重点研发计划项目（201903D321120）；山西省高等学校科技创新项目（2019L0533）。