申请/专利权人:浙江大学
申请日:2023-02-20
公开(公告)日:2023-05-26
公开(公告)号:CN116167219A
主分类号:G06F30/20
分类号:G06F30/20;A61C5/77;G06T17/00;G06T5/00;G06V10/774;G06N3/0464;G06N3/08;G06F119/10
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.06.13#实质审查的生效;2023.05.26#公开
摘要:本发明提供了一种基于扩散模型的牙冠修复体重建方法及系统,本发明将预备牙、咬合牙的网格模型根据固定的投影规则投影生成深度图,获得预备牙深度图和咬合牙深度图;将随机噪声图、预备牙深度图和咬合牙深度图一起输入到训练好的扩散模型中,通过扩散模型对噪声图不断去噪获得目标牙深度图,再根据生成深度图的投影规则将目标牙深度图反投影获得目标牙的三维点云,最后利用点云重建获得目标牙网格即重建的牙冠修复体;本发明基于扩散模型的牙冠修复体重建,形成对牙冠更精细地建模,大大提高了牙冠修复体质量。同时本发明省去了培训人工的成本,大大提高了效率。
主权项:1.一种基于扩散模型的牙冠修复体重建方法,其特征在于,包括:将预备牙、咬合牙的网格模型根据固定的投影规则投影生成深度图,获得预备牙深度图和咬合牙深度图;将随机噪声图、预备牙深度图和咬合牙深度图一起输入到训练好的扩散模型中,通过扩散模型对噪声图不断扩散去噪获得目标牙深度图,再根据生成深度图的投影规则将目标牙深度图反投影获得目标牙的三维点云,最后利用点云重建获得目标牙网格即重建的牙冠修复体;其中,所述扩散模型包括噪声预测器和去噪图像生成器;所述噪声预测器用于基于输入的噪声图、预备牙深度图和咬合牙深度图进行噪声预测输出预测噪声;去噪图像生成器用于基于预测噪声生成去噪图像并作为噪声预测器下一步预测的噪声图: 式中,Xt为第t步的噪声图,Xt-1为第t-1步的噪声图,βt是当前扩散步t的噪声方差系数,γt是当前扩散步t的扩散系数,εt是当前扩散步t的预测噪声,Z是正态分布。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于扩散模型的牙冠修复体重建方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。