牙齒表面分類方法
2023-05-21 21:21:31 1
牙齒表面分類方法
【專利摘要】一種用於口腔內成像的方法獲取一個或多個牙齒的數字圖像並檢測第一邊界和第二邊界。在第一邊界和第二邊界的每一處計算所述邊界的一側上的牙齒區域的平均灰度值與另一側上的背景區域的平均灰度值的邊界比值。存儲計算的邊界比值。計算並存儲靠近第一邊界的牙齒區域的平均灰度值與靠近第二邊界的牙齒區域的平均灰度值的第三比值。形成並存儲含有至少計算的邊界比值和第三比值的矢量。根據存儲的矢量將牙齒表面分類為光滑面或咬合面。根據分類處理所述圖像數據，且報告處理結果。
【專利說明】牙齒表面分類方法
【技術領域】
[0001]本發明大致涉及口腔內和牙科成像。更明確而言，本發明涉及用於將牙齒表面分類以用於後續處理的方法。
[0002]發明背景
[0003]儘管在檢測、治療和預防技術中已經有所改進，但是齲齒仍然是影響所有年齡組人群的非常普遍的情況。如果不適當和及時地治療，齲齒可導致永久的牙齒損傷和甚至牙齒脫落。
[0004]齲齒檢測的傳統方法包括肉眼檢查和用尖鋭的牙齒探查設備觸覺探測，其通常由放射攝影(X射線)成像輔助。使用這些方法的檢測由於許多因素而可能具一定主觀性，在精確度上變化，所述因素包括實踐者的專業知識、受感染部位的位置、感染程度、觀察條件、X射線設施和處理的精確度和其它因素。也具有與常規檢測技術相關的危險，包括損傷衰弱的牙齒和隨著觸覺方法傳播感染，以及暴露至X射線輻射的風險。在肉眼和觸覺檢查下齲齒較明顯的時候，疾病通常處在需要填補的高級階段，且如果不及時治療，可能導致牙齒脫落。
[0005]響應於對改進齲齒檢測方法的需求，在不用X射線的改進的成像技術上已有相當大的關注。已經商業化的ー個方法利用螢光，牙齒被照亮時引起高強度藍光。這種稱為定量光致螢光(QLF)的技術以健全、健康的牙釉質比已經被齲齒感染損傷的去礦化釉質在從某些波長的激發下產生更高螢光強度的原理操作。接著利用對於藍光激發而言在礦物損失與螢光損失之間的較強相關性來識別和評估牙齒的齲齒區域。對於紅光激發已找到不同的關係，齲齒區域中的細菌和細菌副產物吸收某一區域的光譜，並且比健康區域更顯著地發出螢光。
[0006]已認識到，用螢光技術，所獲取的圖像對比度對應於病情的嚴重程度。使用這些技木精確識別齲齒通常需要病情處在超過初期或早期齲齒的更高級階段，因為對於早期階段的齲齒，齲齒與健全牙齒結構之間的螢光上的差異非常小。在這種情況下，使用螢光技術的檢測精確度可能沒有展示勝過常規方法的顯著改迸。由於這個原因，使用螢光效應似乎具有某些實際限制，其阻礙了初期齲齒的精確診斷。結果，齲齒病情可能持續未被檢測到，直到其更嚴重，例如需要填補。
[0007]對於預防性牙科，檢測處在非常早期階段的齲齒是特別受關注的。如前文所述，常規技術通常未能在病情可以逆轉的階段檢測齲齒。作為一般的經驗法則，初期齲齒是尚未實質上滲透到牙釉質的病變。在齲齒病變威脅到牙齒的牙本質部分前識別這種齲齒病變之處，通常可完成再礦化，逆轉早期損傷並防止填補的需要。然而更高級的齲齒變得越來越難以治療，最常需要某些類型的填補或其它類型的幹預。
[0008]為了利用無創性牙科技術的機會來預防齲齒，需要在齲齒開始發病時被檢測到。在許多情況下，已發現使用現有的螢光成像技術(如QLF)難以實現這種水平的檢測。結果，早期齲齒可能持續未檢測到，使得在得到陽性檢測時，可能失去了使用低成本預防措施逆轉病情的機會。[0009]在共同轉讓的美國專利申請公開第2008/0056551號中，使用利用牙齒的反射圖像和螢光圖像兩者的方法和裝置來檢測齲齒。其利用初期齲齒的觀察到的背向散射或反射，且與螢光效應結合以提供改進的牙科成像技術來檢測齲齒。稱為螢光成像和反射增強(FIRE)的技術比早期途徑的圖像促進了圖像對比度，且檢測在預防措施可能產生作用的階段的初期齲齒。有利地，比起使用単獨測量螢光的現有螢光途徑所展現的階段，FIRE檢測可在更早的齲齒感染階段具有精確性。本申請描述一種轉換方法以生成FIRE圖像。
[0010]標題為METHOD FOR DETECTION OF CARIES的共同轉讓共同待審的PCT/CN2009/000078描述用於生成對照明變化具有降低敏感度的FIRE圖像的形態學方法。
[0011]牙齒表面自身較複雜。牙齒的頰面和舌面典型地光滑,具有從牙齒的一側至另一側逐漸變化的輪廓。另ー方面，咬合面通常有凹痕，且在牙齒表面上具有顯著數量的坡度和輪廓上的過渡。由於表面特性上的這些差異，相同類型的圖像處理和分析技術對兩種牙齒表面通常不能同樣很好地奏效。齲齒區域沿著頰面或舌面的特性外觀可與齲齒咬合面顯著不同。這些不同類型的表面可例如相對於齲齒區域的對比度和鏡面反射不同地響應。礦質過少和其它效應可能使被設計來檢測疑似齲齒區域的圖像處理算法產生混淆。
[0012]除了齲齒檢測之外，牙齒表面的表徵對於其它類型的口腔內和牙科圖像處理也有用，包括例如涉及牙齒陰影和外觀的處理，以及口腔內圖像的整體分類。
[0013]因此，可看到在嘗試應用齲齒檢測技術以及用於其它處理之前將牙齒表面類型分類會是有用的。在圖像分析中這個增加的步驟可幫助改進齲齒檢測的精確度並減少假陽性的數量。
發明概要
[0014]本發明的目的是推動用於齲齒檢測的圖像處理技術。本發明的實施方案解決了更精確地將牙齒表面分類的需要，使得可取決於牙齒表面的性質而使用適當圖像處理方法。本發明的方法的優點在 於其可在無需操作者幹預的情況下自動確定牙齒表面是否是光滑面或咬合面，從而當後續應用齲齒檢測算法時減少假陽性的數量。
[0015]因而，描述具有ー個或多個以下優點的牙齒表面分類方法:(I)牙齒表面可被自動分類；(2)結果相對穩定且對於照明變化不敏感；(3)方法不採用較大的計算複雜度且可以實時執行；(4)方法可用於靜止圖像或視頻圖像中的齲齒檢測，伴隨自動突出顯示。這個方法可容易地與許多不同類型的口腔內窺鏡成像系統使用。應用這個方法可幫助減少正確地評估病人牙齒病情所需的時間量。
[0016]這些目的僅藉助於說明性的實例給出，且這些目的可以是本發明的ー個或多個實施方案的示例。本質上由所公開的發明實現的其它所需目的和優點可對於本領域技術人員出現或變得顯而易見。由隨附權利要求定義本發明。
[0017]根據本發明的一方面，提供一種用於口腔內成像的方法，所述方法至少部分在計算機系統上執行，且包括:獲取ー個或多個牙齒的數字圖像；檢測所述ー個或多個牙齒的第一邊界和第二邊界；在所述第一邊界和第二邊界的每ー處計算所述邊界的ー側上的牙齒區域的平均灰度值與所述邊界的另ー側上的背景區域的平均灰度值的邊界比值，並將所計算的邊界比值存儲在存儲器中；計算靠近所述第一邊界的牙齒區域的平均灰度值與靠近所述第二邊界的牙齒區域的平均灰度值的第三比值，並將所述第三比值存儲在存儲器中；形成並存儲含有至少所計算的邊界比值和所述第三比值的矢量；根據所存儲的矢量將牙齒表面分類為光滑面或咬合面；根據牙齒表面分類處理數字圖像；和報告處理結果。
[0018]附圖簡述
[0019]本發明的前述目的、特徵和優點以及其它目的、特徵和優點將從如附圖中圖示的本發明的實施方案的下文更特定的描述顯而易見。
[0020]圖中的元件不一定相對於彼此按比例繪製。
[0021]圖1是示出齲齒檢測的步驟的邏輯流程圖。
[0022]圖2是牙齒的示例性白光圖像。
[0023]圖3是牙齒的示例性螢光圖像。
[0024]圖4示出閾值處理以識別背景內容。
[0025]圖5示出閾值處理以識別牙齦組織內容。
[0026]圖6示出閾值處理以識別牙齒內容。
[0027]圖7是示出圖1和圖2的牙齒的邊界劃分的圖像。
[0028]圖8是示出頰面視圖的邊界劃分的圖像。
[0029]圖9是示出咬合面視圖的邊界劃分的圖像。
[0030]圖10是示出構造用於牙`齒分類的特徵矢量的處理步驟的邏輯流程圖。
[0031]圖1lA是示出擴張邊界線以用於後續灰度比計算的圖像。
[0032]圖1lB是示出識別邊界線的一側上的區域以用於平均灰度計算的圖像。
[0033]圖1lC是示出識別邊界線的另ー側上的區域以用於平均灰度計算的圖像。
[0034]圖12A是示出擴張邊界線以用於後續灰度比計算的圖像。
[0035]圖12B是示出識別邊界線的一側上的區域以用於平均灰度計算的圖像。
[0036]圖12C是示出識別邊界線的另ー側上的區域以用於平均灰度計算的圖像。
[0037]圖13是詳細敘述圖1的檢測步驟的邏輯流程圖。
【具體實施方式】
[0038]下文是本發明的優選實施方案的詳細描述，對圖進行參考，其中相同附圖標記指若干圖的每一個中的相同結構元件。
[0039]本申請要求2011年3月21日提交的標題為「A METHOD FOR TOOTH SURFACECLASSIFICATION」的美國臨時申請第61/454，761號的優先權，其全部內容以引用的方式併入本文中。
[0040]在使用術語之處，術語「第一」、「第二」、「第三」等等不一定指示任何序數或優先關係，而是可用於更清晰地將一個元件或時間間隔從另一者分辨。
[0041]用於顯示特徵的術語「突出顯示」具有如信息和圖像顯示領域中的技術人員所理解的其常規的意義。一般而言，突出顯示使用某些形式的局部顯示增強以吸引觀看者的注意力。例如可以任何許多方式實現突出顯示圖像的一部分，如個別牙齒或其它結構，或從一個特徵至下ー個的路徑，所述方式包括但不限於注釋，顯示附近或重疊符號，勾畫或描摹，以與其它圖像或信息內容不同的顔色或以明顯不同的強度或灰度值顯示，顯示的一部分閃爍或動畫化，或以更高清晰度或對比度顯示。
[0042]圖1的邏輯流程圖示出根據本發明的實施方案的用於齲齒檢測的序列中的步驟。在初始化步驟SlOO中，獲得ー個或多個牙齒的數字圖像數據以用於分析。執行邊界檢測步驟S110，基於牙齒區域分割的結果計算牙齒邊界。執行圖像歸ー化步驟以將像素強度值歸一化至適合用於後續圖像處理的預設範圍。舉例而言，圖2示出歸ー化的白光圖像10。圖3示出對應的螢光圖像20。
[0043]然後接著背景區域檢測，其中利用牙齒區域分割實用工具來將牙齒區域與牙齦和背景區域分開。因為牙齒和牙齦區域中的強度可能高於背景的強度，所以最初可基於閾值技術檢測背景區域。在當前算法中，使用固定閾值來處理歸一化的白光圖像。可選地，白光圖像和圖3的螢光圖像20的對應通道用於閾值處理。在這個替代序列中，算法分別閾值處理白光圖像和螢光圖像的緑色通道。接著，計算這些閾值區域的聯合，其中源自白光圖像和螢光圖像的閾值被用作背景區域。
[0044]繼續圖1的序列，作為邊界檢測步驟SllO的一部分而檢測牙齦區域。因為牙齦在白光圖像中是紅色，所以其可容易被識別並隨著顏色信息被移除。根據本發明的實施方案，白光圖像的紅色通道與緑色通道之間的比值用於從牙齒區域分辨牙齦。如果顏色通道的比值在某一區域內高於預設值，那麼對應的圖像部分被計算為牙齦區域。在移除背景和牙齦區域之後，剩下的區域被視為牙齒區域的部分。
[0045]圖4至圖6示出用於提供圖2至圖3中所示的圖像的分割結果的實例ニ值化閾值圖像。圖4示出背景區域圖像40，其中既不是牙齒也不是牙齦組織的圖像內容以白色示出。圖5示出牙齦區域圖像50，其中牙齦組織以白色示出。圖6示出牙齒區域圖像60，其中牙齒內容以白色示出。如圖7中所示，可沿著牙齒區域的邊緣追蹤輪廓32，從而識別牙齒邊界以例如在邊界圖像30中顯示。
[0046]檢測到牙齒邊界之後，在邊界劃分步驟S120 (圖1)中根據位置信息，牙齒邊界被分成兩個區段。接著可基於所分的牙齒邊界提取特徵。對於頰面和舌面，牙齒邊界分離識別兩個區段，第一區段靠近牙齦區域，且第二區段靠近背景區域。圖8示出頰面的邊界劃分圖像70。邊界線74和76指示這種表面類型的不同邊界區段。接壤線74的非牙齒區域是牙齦區域，在緑色通道中具有較高像素強度值。接壤線76的非牙齒區域是背景區域，在綠色通道中具有較低像素強 度值。
[0047]對於咬合面，如圖9中的圖像80中所示，牙齒邊界遵循牙齒排列的方向被分成兩個區段。ー個區段由線82指示；鄰接這條線的非牙齒區域在緑色通道中具有較低像素強度值。另一區段由線84突出顯示；鄰接這條線的非牙齒區域在緑色通道中具有較高像素強度值。邊界以可跨牙齒和沿著圖像改變的距離D分離。
[0048]再次參考圖1的序列，特徵提取步驟S130接著使用邊界劃分步驟S120的結果以進ー步將牙齒表面分類。圖10的邏輯流程圖示出用於特徵提取步驟S130的步驟序列。識別步驟S131從邊界劃分步驟S120識別第一邊界區段，如(例如)由圖8中的線74識別的沿著牙齦線的邊界。參考圖11A，最初使用形態學成像技術(如(例如)圖像擴張)擴大這個第ー邊界曲線。這使線74擴大並定義第一邊界區段44。
[0049]繼續圖10的序列，後續子步驟將第一邊界區段44分成兩部分，如圖1lB和圖1lC中所示。圖1lB示出第一部分46如何被定義為第一邊界區段44的位於線74的牙齦組織側或重疊所述牙銀組織側的部分。這個部分具有灰度分布值上牙銀特徵(FeaUpperGum),計算為鄰近牙齦區域中的平均值或其它統計值。[0050]圖1lC示出第二部分48如何被定義為第一邊界區段44的重疊了線74的牙齒側的部分。這個部分具有灰度分布值上牙齒特徵(FeaUpperTooth),計算為鄰近牙齒區域中的平均值或其它統計值。
[0051]鑑於這些定義的區域，第一比值計算步驟S132接著計算特徵I的值，並將其存儲在存儲器中，其計算為靠近邊界的ー側(第二部分48)的牙齒區域的平均灰度值與靠近邊界的另ー側(第一部分46)的牙齦區域的平均灰度值的第一邊界比值，即:
[0052]特徵1=上牙齒特徵/上牙齦特徵
[0053]或可選地，該比值表達為其倒數:
[0054]特徵Ib=上牙齦特徵/上牙齒特徵
[0055]在本公開的上下文中，術語「靠近」特定位置意味著在邊界之間的總距離的三分之一內，優選地更接近這個長度的三分之一。圖9示出邊界之間的典型距離D。
[0056]繼續圖10的序列，後續識別步驟S133從邊界劃分步驟S120識別第二邊界區段，如(例如)由圖8中的線76識別的沿著背景的邊界。參考圖12A，最初使用形態學成像技術(如(例如)圖像擴張)擴大這個第二邊界曲線。這使線76擴大並定義第二邊界區段54。
[0057]第二比值計算步驟S134接著計算靠近邊界的ー側的牙齒區域的平均灰度值與靠近邊界的另ー側的背景區域的平均灰度值的第二邊界比值，並將其存儲在存儲器中。圖12A、圖12B和圖12C圖示了如何識別各個區域，類似於圖11A、圖1lB和圖1lC中所示的序列。
[0058]繼續圖 10的序列，後續子步驟將第二邊界區段54分成兩部分，如圖12B和圖12C中所示。圖12B示出第一部分56如何被定義為第二邊界區段54的位於線76的牙齒組織側或重疊所述牙齒組織側的部分。這個部分具有灰度分布值下牙齒特徵(FeaLowerTooth)，計算為鄰近牙齒區域中的平均值或其它統計值。
[0059]圖12C示出第二部分58如何被定義為第二邊界區段54的重疊線76的背景側的部分。這個部分具有灰度分布值下背景特徵(FeaLowerBack)，計算為鄰近背景區域中的平均值或其它統計值。
[0060]鑑於這些定義的區域，第二比值計算步驟S134接著計算特徵2的值，並將其存儲在存儲器中，其計算為:
[0061]特徵2=下牙齒特徵/下背景特徵
[0062]或可選地，該比值表達為其倒數:
[0063]特徵2b=下背景特徵/下牙齒特徵
[0064]圖10中的第三比值計算步驟S136接著計算並存儲靠近第一邊界區段和第二邊界區段的牙齒區域的平均灰度值的比值。即:
[0065]特徵3=上牙齒特徵/下牙齒特徵
[0066]或可選地，其倒數:
[0067]特徵3b=下牙齒特徵/上牙齒特徵
[0068]接著使用從特徵矢量生成步驟S138中的先前步驟計算的比值數據而形成三維特徵矢量或類似數據結構。因此所生成的矢量包括第一邊界比值、第二邊界比值和第三比值。以這種方式形成的特徵矢量可接著被存儲和用於牙齒表面分類。
[0069]三維矢量構造可以任何適當順序使用特徵1、特徵2和特徵3，或其倒數。可選地，可用[特徵1，特徵2]或[特徵2，特徵I]形成ニ維矢量。
[0070]任選的矢量歸ー化過程生成歸ー化特徵矢量，如:
[0071].パ.特徵1-凡特徵2-/? 特徵3 -",
【權利要求】
1.一種用於口腔內成像的方法，所述方法至少部分在計算機系統上執行，且包括: 獲取ー個或多個牙齒的數字圖像； 檢測所述ー個或多個牙齒的第一邊界和第二邊界； 在所述第一邊界和第二邊界的每ー處計算所述邊界的ー側上的牙齒區域的平均灰度值與所述邊界的另ー側上的背景區域的平均灰度值的邊界比值，並將所計算的邊界比值存儲在存儲器中； 計算靠近所述第一邊界的牙齒區域的平均灰度值與靠近所述第二邊界的牙齒區域的平均灰度值的第三比值，並將所述第三比值存儲在所述存儲器中； 形成並存儲含有至少所計算的邊界比值和所述第三比值的矢量； 根據所存儲的矢量將牙齒表面分類為光滑面或咬合面； 根據所述牙齒表面分類處理所述數字圖像；和 報告所述處理結果。
2.根據權利要求 1所述的方法，其中所述平均灰度值是來自所述圖像在所述第一邊界與第二邊界之間的距離的三分之一內的部分。
3.根據權利要求1所述的方法，其中將所述牙齒表面分類包括使用主成分分析分類器。
4.根據權利要求1所述的方法，其中將所述牙齒表面分類包括使用受訓分類器。
5.根據權利要求1所述的方法，其中根據所述牙齒表面分類處理所述數字圖像包括檢測ー個或多個頻齒部位。
6.根據權利要求5所述的方法，其中報告所述處理結果包括在顯示器上突出顯示所述一個或多個頻齒部位。
7.根據權利要求1所述的方法，其中根據來自訓練數據集的值而將所存儲的矢量歸ー化。
8.根據權利要求1所述的方法，其中所述邊界包括一個或多個牙齦區域和背景區域。
9.ー種用於齲齒檢測的方法，所述方法至少部分在具有顯示器的計算機系統上執行，且包括: 獲取ー個或多個牙齒的數字圖像； 檢測所述ー個或多個牙齒的第一邊界和第二邊界； 在所述第一邊界和第二邊界的每ー處計算所述邊界的ー側上的牙齒區域的平均灰度值與所述邊界的另ー側上的背景區域的平均灰度值的邊界比值，並將所計算的邊界比值存儲在存儲器中； 計算靠近所述第一邊界的牙齒區域的平均灰度值與靠近所述第二邊界的牙齒區域的平均灰度值的第三比值，並將所述第三比值存儲在所述存儲器中； 形成並存儲含有至少所計算的邊界比值和所述第三比值的矢量； 根據所存儲的矢量將牙齒表面分類為光滑面或咬合面； 根據所述牙齒表面分類處理所述數字圖像；和 在顯示器上報告所述處理結果。
10.根據權利要求9所述的方法，其中報告所述處理結果包括在所述顯示器上突出顯示一個或多個頻齒部位。
【文檔編號】G06T9/20GK103442645SQ201280014154
【公開日】2013年12月11日 申請日期:2012年3月19日 優先權日:2011年3月21日
【發明者】W.王, L.宋, Y.吳, V.C.王, J.嚴 申請人:卡爾斯特裡姆保健公司