检索结果-南通市图书馆

基于点云处理网络的三维颜面正中矢状面预测模型

在线全文

学校读者我要写书评

暂无评论

山东大学学报（工学版） 2024年第3期54卷 30-35页

作者：刘真光朱玉佳王勇傅湘玲赵一姣陈晋鹏北京邮电大学计算机学院(国家示范性软件学院) 北京100876 可信分布式计算与服务教育部重点实验室(北京邮电大学) 北京100876 北京大学口腔医学院􀅰口腔医院北京100081 国家口腔医学中心北京100081 口腔生物材料和数字诊疗装备国家工程研究中心北京100081

设计一种基于点云处理网络的三维颜面正中矢状面预测模型(facial midsagittal plane prediction network,FSPNet),实现三维颜面正中矢状面端到端自动化预测。FSPNet模型以三维颜面点云数据为输入,利用点云处理网络提高数据处理效率。它... 详细信息

设计一种基于点云处理网络的三维颜面正中矢状面预测模型(facial midsagittal plane prediction network,FSPNet),实现三维颜面正中矢状面端到端自动化预测。FSPNet模型以三维颜面点云数据为输入,利用点云处理网络提高数据处理效率。它包含3个模块:全局特征编码模块从点云整体结构提取全局特征;局部特征编码模块从点云局部空间结构提取局部特征;正中矢状面预测模块聚合全局特征和局部特征,输出正中矢状面平面参数。借助点云编码模块,模型能够从不同角度充分挖掘颜面点云数据空间信息,实现点云特征全面提取。在真实颜面数据集上的试验结果表明,FSPNet模型具有优秀的性能,点云编码模块能够准确提取颜面点云特征,模型预测效果明显优于临床广泛使用的迭代最近点关联法,充分验证了FSPNet模型的有效性。

关键词：颜面正中矢状面点云处理网络平面预测端到端框架三维颜面数据

乳切牙树脂预成冠的数字化设计方法及初步应用

在线全文

学校读者我要写书评

暂无评论

口腔医学研究 2024年第5期40卷 436-442页

作者：李文博陈小贤李静石冰清秦庆钊高梓翔朱玉佳温奥楠单珅瑶王勇赵一姣北京大学医学部医学技术研究院北京100191 北京大学口腔医学院·口腔医院第一门诊部儿童口腔科北京100050 北京大学口腔医学院·口腔医院儿童口腔科北京100081 北京大学口腔医学院·口腔医院数字化研究中心/口腔修复教研室、国家口腔医学中心、国家口腔疾病临床医学研究中、心口腔生物材料和数字诊疗装备国家工程研究中心、国家卫生健康委口腔数字医学重点实验室、口腔数字医学北京市重点实验室北京100081

目的:本研究旨在探索乳切牙树脂预成冠的数字化设计和制作方法,并初步评价其临床适合性。方法:应用牙颌模型扫描仪获取儿童乳牙牙列教学模型4颗上颌乳切牙临床牙冠的三维数据,应用逆向工程软件Geomagic Wrap 2021,参考王慧芸教授对中国... 详细信息

目的:本研究旨在探索乳切牙树脂预成冠的数字化设计和制作方法,并初步评价其临床适合性。方法:应用牙颌模型扫描仪获取儿童乳牙牙列教学模型4颗上颌乳切牙临床牙冠的三维数据,应用逆向工程软件Geomagic Wrap 2021,参考王慧芸教授对中国儿童乳牙外形的测量和统计数据,对上述上颌乳切牙三维扫描数据进行尺寸比例和三维形态的调整,以切端0.8 mm厚度和唇腭面0.3 mm厚度的牙冠设计参数,构建乳切牙预成冠标准尺寸数字模型。参考儿童口腔科临床常用的上颌乳切牙透明树脂冠各型号间的尺寸比例关系,设计出4个牙位(51、52、61、62)3个型号的乳切牙预成冠数字模型,通过五轴数控切削技术制作出临时冠桥树脂材质的乳切牙预成冠,进行临床病例试戴评价。结果:完成了上颌乳切牙(4个牙位)树脂预成冠的数字化设计和制作方法,并初步进行了临床病例应用,儿科高年资专家对本研究乳切牙树脂预成冠的应用评价显示,其在外观、颜色和强度等方面均可满足口腔儿科临床的应用需求。结论:本研究采用数字化方法设计和制作的乳切牙树脂预成冠,针对儿科临床乳切牙大范围龋损修复的病例,相比传统乳切牙透明树脂冠充填修复技术具有更好的牙冠解剖外形恢复和更佳的美观修复效果,并且该技术可以实现更便捷的临床操作流程,有较好的儿科临床应用前景。

关键词：乳切牙预成冠计算机辅助设计与制作可切削树脂

基于非刚性配准算法的上颌骨复合体三维数据自动定点研究

在线全文

学校读者我要写书评

暂无评论

中华口腔医学杂志 2023年第6期58卷 554-560页

作者：高梓翔王晶温奥楠朱玉佳秦庆钊王勇赵一姣北京大学口腔医学院·口腔医院口腔医学数字化研究中心、口腔修复教研室、国家口腔医学中心、国家口腔疾病临床医学研究中心口腔生物材料和数字诊疗装备国家工程研究中心、国家卫生健康委口腔医学计算机应用工程技术研究中心、口腔数字医学北京市重点实验室北京、100081 北京大学口腔医学院·口腔医院口腔颌面外科、国家口腔医学中心、国家口腔疾病临床医学研究中心、口腔生物材料和数字诊疗装备国家工程研究中心、口腔数字医学北京市重点实验室北京、100081

目的探索上颌骨复合体三维数据解剖标志点的自动定点方法,并初步评价其可重复性与准确性。方法从2021年6月至2022年12月就诊于北京大学口腔医学院·口腔医院口腔颌面外科的口腔疾病患者螺旋CT资料中,选取31例颅颌面骨骼形态大致正常者... 详细信息

目的探索上颌骨复合体三维数据解剖标志点的自动定点方法,并初步评价其可重复性与准确性。方法从2021年6月至2022年12月就诊于北京大学口腔医学院·口腔医院口腔颌面外科的口腔疾病患者螺旋CT资料中,选取31例颅颌面骨骼形态大致正常者的螺旋CT资料,其中男性15例,女性16例,年龄(33.3±8.3)岁,通过Mimics软件对上颌骨复合体进行三维重建,通过Geomagic软件对上颌骨复合体三维数据进行网格优化。由2名主治医师和1名副主任医师对31例上颌骨复合体数据进行人工定点,确定24个解剖标志点,取3人定点均值作为专家定点结果。选择其中1例符合健康人颅颌面骨骼三维形态平均特征的上颌骨复合体数据作为模板数据,其余30例作为目标数据。采用MeshMonk开源程序(一种非刚性配准算法)将模板数据与目标数据基于4个标志点(鼻根点、左右颧弓最突点、前鼻棘点)进行初对齐,再将模板数据基于非刚性配准算法变形为目标数据的形状,得到变形后模板数据,基于模板数据变形前后同名标志点的索引不变特性,自动检索变形后模板数据各标志点坐标,以此作为目标数据同名标志点自动定点坐标,也即完成自动定点过程。30例目标数据的自动定点过程重复3次。计算变形后模板数据与目标数据的稠密对应点对(约25000对)的三维偏差[均方根距离(root-mean-square distance,RMSD)],作为非刚性配准算法的变形误差,并分析非刚性配准算法3次变形误差的组内相关系数(intra-class correlation coefficient,ICC);计算24个解剖标志点自动定点结果与专家定点结果的直线距离作为自动定点误差,并分析3次自动定点三维坐标的ICC值。结果30例变形后模板数据与对应目标数据的三维偏差(RMSD)为(0.70±0.09)mm,非刚性配准算法3次变形误差的ICC值为1.00。24个解剖标志点自动定点误差为(1.86±0.30)mm,前鼻棘点自动定点误差最小,为(0.65±0.24)mm;左眶下缘点自动定点误差最大,为(3.27±2.28)mm;3次自动定点三维坐标ICC值均为1.00。结论本项研究建立了一种基于非刚性配准算法的上颌骨复合体三维数据自动定点方法,该方法应用于正常形态上颌骨复合体三维数据定点的准确性与可重复性较好。

关键词：人工智能上颌骨测颅法成像,三维解剖标志点非刚性配准

基于点云处理网络的三维颜面正中矢状面预测模型

在线全文

学校读者我要写书评

暂无评论

山东大学学报(工学版) 2023年

作者：刘真光朱玉佳王勇傅湘玲赵一姣陈晋鹏北京邮电大学计算机学院(国家示范性软件学院) 北京大学口腔医学院·口腔医院口腔生物材料和数字诊疗装备国家工程研究中心国家口腔医学中心可信分布式计算与服务教育部重点实验室(北京邮电大学)

设计一种基于点云处理网络的三维颜面正中矢状面预测模型(facial midsagittal plane prediction network,FSPNet),实现三维颜面正中矢状面端到端自动化预测。FSPNet模型以三维颜面点云数据为输入,利用点云处理网络提升数据处理效率。它... 详细信息

设计一种基于点云处理网络的三维颜面正中矢状面预测模型(facial midsagittal plane prediction network,FSPNet),实现三维颜面正中矢状面端到端自动化预测。FSPNet模型以三维颜面点云数据为输入,利用点云处理网络提升数据处理效率。它包含3个模块:全局特征编码模块从点云整体结构提取全局特征;局部特征编码模块从点云局部空间结构提取局部特征;正中矢状面预测模块聚合全局特征和局部特征,输出正中矢状面平面参数。借助点云编码模块,模型能够从不同角度充分挖掘颜面点云数据空间信息,实现点云特征全面提取。在真实颜面数据集上的试验结果表明,FSPNet模型具有优秀的性能。其点云编码模块能够准确提取颜面点云特征,模型预测效果明显优于临床广泛使用的迭代最近点关联法,充分验证了FSPNet模型的有效性。

关键词：颜面正中矢状面点云处理网络平面预测端到端框架三维颜面数据

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

5种椅旁三维颜面扫描技术正确度的初步评价

北京大学学报（医学版） 2023年第2期55卷 343-350页

作者：温奥楠刘微柳大为朱玉佳萧宁王勇赵一姣北京大学医学部医学技术研究院北京100191 北京大学口腔医学院·口腔医院数字化研究中心国家口腔医学中心国家口腔疾病临床医学研究中心口腔生物材料和数字诊疗装备国家工程研究中心口腔数字医学北京市重点实验室国家卫生健康委员会口腔医学计算机应用工程技术研究中心国家药品监督管理局口腔材料重点实验室北京100081 银川市口腔医院银川750004 北京大学口腔医学院·口腔医院正畸科北京100081

目的:量化评价5种椅旁三维颜面扫描技术的正确度,为口腔临床诊疗应用提供参考。方法:使用传统专业型三维颜面扫描仪Face Scan采集受试者三维颜面数据,作为本研究的参考数据。分别使用4种便携式三维颜面扫描仪(Space Spider、LEO、EVA和D... 详细信息

目的:量化评价5种椅旁三维颜面扫描技术的正确度,为口腔临床诊疗应用提供参考。方法:使用传统专业型三维颜面扫描仪Face Scan采集受试者三维颜面数据,作为本研究的参考数据。分别使用4种便携式三维颜面扫描仪(Space Spider、LEO、EVA和DS-FScan)及iPhoneⅩ手机(Bellus3D颜面扫描APP),采集受试者三维颜面数据。在Geomagic Studio 2013中通过数据配准、偏差分析等功能计算上述5种椅旁三维颜面扫描技术的整体三维偏差和面部分区三维偏差,评价其正确度的表现。扫描过程中同时记录扫描时间,并对受试者舒适度采用视觉模拟评分法(visual analogue scale,VAS)进行评分,评价5种三维颜面扫描技术的扫描效率和患者接受度。结果:测试数据与参考数据间平均整体和平均分区三维偏差最小者均为DS-FScan(分别为0.334 mm和0.329 mm),最大者均为iPhoneⅩ手机(分别为0.483 mm和0.497 mm)。Space Spider获取的三维颜面数据的细节特征表现力最好。扫描效率最高和受试者接受度最高者均为iPhoneⅩ手机,平均扫描时间为14 s,受试者扫描舒适度的VAS评分为9分。结论:5种椅旁三维颜面扫描技术中,4种便携式设备的扫描数据正确度没有显著差异,均优于iPhoneⅩ手机的扫描数据,iPhoneⅩ扫描技术的受试者体验最好。

关键词：面部三维成像计算机辅助图像处理

基于三维人脸模板的颜面解剖标志点自动定点方法初探

在线全文

学校读者我要写书评

暂无评论

中华口腔医学杂志 2022年第4期57卷 358-365页

作者：温奥楠朱玉佳郑盛文萧宁高梓翔傅湘玲王勇赵一姣北京大学医学部医学技术研究院北京100191 北京大学口腔医学院·口腔医院口腔医学数字化研究中心口腔修复教研室国家口腔医学中心国家口腔疾病临床医学研究中心口腔生物材料和数字诊疗装备国家工程研究中心国家卫生健康委口腔医学计算机应用工程技术研究中心口腔数字医学北京市重点实验室北京100081 北京邮电大学计算机学院国家示范性软件学院可信分布式计算与服务教育部重点实验室北京100876

目的探讨建立一种高效、自动确定三维数据颜面解剖标志点(简称标志点)的方法,并对该方法的定点效果进行初步评价。方法选取2021年6至8月于北京大学口腔医学院·口腔医院修复科就诊的牙体缺损或缺失男性患者(面部对称性良好)30例,年龄18... 详细信息

目的探讨建立一种高效、自动确定三维数据颜面解剖标志点(简称标志点)的方法,并对该方法的定点效果进行初步评价。方法选取2021年6至8月于北京大学口腔医学院·口腔医院修复科就诊的牙体缺损或缺失男性患者(面部对称性良好)30例,年龄18~45岁;采集患者三维颜面数据,基于普氏分析算法进行尺寸归一化和重叠对齐。在Geomagic Studio 2013软件中构建三维人脸平均模型,并通过参数化处理构建三维人脸模板,使用MeshLab 2020软件在其上确定32个标志点序号(10个中线标志点和22个双侧标志点)。选取2021年6至8月于北京大学口腔医学院·口腔医院正畸科或口腔颌面外科就诊的下颌无偏斜和下颌轻度偏斜男性患者各5例,获取患者三维颜面数据作为测试数据,基于三维人脸模板及其标志点序号,借助MeshMonk非刚性配准算法程序自动确定测试数据32个标志点坐标,作为模板法定点数据。由同一名主治医师人工确定测试数据32个标志点位置,记录标志点坐标作为专家法定点数据。计算模板法与专家法标志点距离,作为定点误差,评价模板法的定点效果。结果对于5例下颌无偏斜患者,模板法所有标志点的定点误差为(1.65±1.19)mm,其中中线标志点的定点误差为(1.19±0.45)mm,双侧标志点的定点误差为(1.85±1.33)mm。对于5例下颌轻度偏斜患者,模板法所有标志点的定点误差为(2.55±2.22)mm,其中中线标志点的定点误差为(1.85±1.13)mm,双侧标志点的定点误差为(2.87±2.45)mm。结论本项研究提出的通过三维人脸模板自动确定标志点的方法具有一定的可行性,其对中线标志点的定点效果优于双侧标志点,对下颌无偏斜患者标志点的定点效果优于下颌轻度偏斜患者。

关键词：计算机辅助设计美学,牙科面部成像,三维解剖标志点三维人脸模板

基于三维下颌骨平均模型的颌骨标志点自动确定方法

在线全文

学校读者我要写书评

暂无评论

北京大学学报（医学版） 2023年第1期55卷 174-180页

作者：高梓翔王勇温奥楠朱玉佳秦庆钊张昀王晶赵一姣北京大学医学部医学技术研究院北京100191 北京大学口腔医学院·口腔医院数字化研究中心国家口腔医学中心国家口腔疾病临床医学研究中心口腔生物材料和数字诊疗装备国家工程研究中心口腔数字医学北京市重点实验室国家卫生健康委员会口腔医学计算机应用工程技术研究中心北京100081 兰州市口腔医院兰州730031 北京大学口腔医学院·口腔医院口腔颌面外科北京100081

目的:探索一种高效、自动确定三维下颌骨数据解剖标志点的方法,并对该方法的定点效果进行初步评价。方法:选取40例颅颌面三维形态正常患者的CT数据(其中30例用来建立三维下颌骨平均模型,10例作为测试本研究方法确定下颌骨标志点效果的... 详细信息

目的:探索一种高效、自动确定三维下颌骨数据解剖标志点的方法,并对该方法的定点效果进行初步评价。方法:选取40例颅颌面三维形态正常患者的CT数据(其中30例用来建立三维下颌骨平均模型,10例作为测试本研究方法确定下颌骨标志点效果的测试数据),将数据导入到Mimics软件中进行下颌骨三维重建。在这40例三维重建后的下颌骨数据中,选取与中国人下颌骨特征均值更为接近的30例,在MATLAB软件中基于普氏分析(Procrustes analysis)算法对此30例下颌骨数据进行尺寸归一化处理,并在Geomagic Wrap软件中,构建上述30例下颌骨数据的三维平均形状模型,通过对称化处理、曲率采样、索引标记等过程,构建出具有18996个类标志点和19个下颌骨解剖标志点索引的三维下颌骨结构化模板。应用开源非刚性配准算法程序Meshmonk,将上述构建的三维下颌骨模板通过非刚性变形与患者三维下颌骨数据进行匹配,获得患者三维下颌骨数据的19个解剖标志点位置。与口腔专家手动标注的标志点位置误差(定点误差)进行比较,评价本方法的准确性。结果:将本研究方法应用于10例无显著下颌骨形态畸形患者数据,19个标志点的平均定点误差为1.42 mm,其中最小和最大误差分别为喙突顶点[右:(1.01±0.44)mm;左:(0.56±0.14)mm]和下颌升支前缘点[右:(2.52±0.95)mm;左:(2.57±1.10)mm],中线点平均定点误差为(1.15±0.60)mm,双侧点平均定点误差为(1.51±0.67)mm。结论:基于三维下颌骨平均模型和非刚性配准算法的三维下颌骨解剖标志点自动确定方法,可有效提高三维下颌骨数据特征自动标注的效率,其对无显著畸形下颌骨数据解剖标志点的自动确定效果可基本满足口腔临床应用的需求,对畸形下颌骨数据的标注效果有待进一步测试。

关键词：下颌骨成像三维解剖标志结构模型

基于深度学习点云配准的三维颜面正中矢状面构建算法研究

在线全文

学校读者我要写书评

暂无评论

中华口腔医学杂志 2023年第11期58卷 1178-1183页

作者：朱玉佳刘真光温奥楠高梓翔秦庆钊傅湘玲王勇陈晋鹏赵一姣北京大学口腔医学院·口腔医院口腔医学数字化研究中心、口腔修复教研室、国家口腔医学中心、国家口腔疾病临床医学研究中心、口腔生物材料和数字诊疗装备国家工程研究中心、国家卫生健康委口腔医学计算机应用工程技术研究中心、口腔数字医学北京市重点实验室北京100081 北京邮电大学计算机学院、北京邮电大学可信分布式计算与服务教育部重点实验室北京100876

目的基于可变图结构配准网络(DGRNet)模型,建立一种可实现三维点云智能配准的本体-镜像关联深度学习算法,以实现三维颜面正中矢状面的自动化构建,为口腔临床数字化设计与分析提供参考。方法收集200例2020年10月至2022年10月就诊于北京... 详细信息

目的基于可变图结构配准网络(DGRNet)模型,建立一种可实现三维点云智能配准的本体-镜像关联深度学习算法,以实现三维颜面正中矢状面的自动化构建,为口腔临床数字化设计与分析提供参考。方法收集200例2020年10月至2022年10月就诊于北京大学口腔医学院·口腔医院修复科、正颌外科和口腔正畸科的无明显颜面畸形的牙体缺损或缺失或错畸形患者的三维颜面数据。通过数据增强(平移和旋转)的方式获得1200例三维颜面数据,分为训练集(800例)、验证集(200例)、测试集(200例),用于DGRNet模型训练与测试。DGRNet模型包含构造本体与镜像点云中关键点的特征向量、基于特征向量获取本体和镜像点云中关键点的对应关系,并通过奇异值分解计算旋转矩阵和平移矩阵。基于DGRNet模型实现本体点云与镜像点云的智能配准,获得本体-镜像联合点云,并采用主成分分析算法获得DGRNet模型正中矢状面。基于决定系数R 2指标对测试集平移及旋转矩阵进行模型评价,以迭代最近点(ICP)算法构建的三维颜面正中矢状面作为真值。选择上述200例临床患者中的50例数据,对DGRNet模型与ICP算法构建的三维颜面正中矢状面进行角度误差评价。结果基于200例三维颜面数据测试DGRNet模型旋转矩阵R 2为0.90,平移矩阵R 2为0.94。构建50例三维颜面数据正中矢状面共用时3 s,DGRNet模型与ICP算法构建的三维颜面正中矢状面角度误差为1.05°±0.56°,最小误差为0.13°,1.50°以内的准确率为78%(39/50),2.00°以内的准确率为90%(45/50)。结论本项研究提出的基于三维点云智能配准的DGRNet模型可构建三维颜面正中矢状面,并在一定程度上提升诊疗效率和效果。

关键词：人工智能口腔医学图像处理,计算机辅助面部深度学习正中矢状面

在线全文

学校读者我要写书评

暂无评论

深度学习算法辅助构建三维颜面正中矢状平面

北京大学学报（医学版） 2022年第1期54卷 134-139页

作者：朱玉佳许晴赵一姣张磊付子旺温奥楠高梓翔张昀傅湘玲王勇北京大学口腔医学院·口腔医院口腔医学数字化研究中心国家口腔医学中心国家口腔疾病临床医学研究中心口腔数字化医疗技术和材料国家工程实验室口腔数字医学北京市重点实验室国家卫生健康委员会口腔医学计算机应用工程技术研究中心国家药品监督管理局口腔生物材料重点实验室北京100081 北京大学口腔医学院·口腔医院口腔修复科北京100081 北京邮电大学计算机学院(国家示范性软件学院) 北京100876 兰州市口腔医院特诊科兰州730000

目的:旨在建立一种可准确确定三维颜面解剖标志点的深度学习算法——多视图堆叠沙漏神经网络(multi-view stacked hourglass convolutional neural networks,MSH-CNN),并结合赋权普氏分析算法实现三维颜面正中矢状平面的自动构建。方法... 详细信息

目的:旨在建立一种可准确确定三维颜面解剖标志点的深度学习算法——多视图堆叠沙漏神经网络(multi-view stacked hourglass convolutional neural networks,MSH-CNN),并结合赋权普氏分析算法实现三维颜面正中矢状平面的自动构建。方法:收集面部无明显畸形的受试者100例,获取三维颜面数据,由专家进行颜面标志点(21个)和正中矢状平面的标注。以上述其中80例受试者三维颜面数据作为训练集数据,训练并建立本研究的MSH-CNN算法模型。以其余20例作为测试集数据,由训练后的深度学习算法自动确定每例数据的三维颜面解剖标志点(21个),并评价算法标点与专家标点间“定点误差”。将MSH-CNN自动确定的三维颜面解剖标志点应用于本课题组前期研究建立的赋权普氏分析算法,可自动构建出20例受试者的三维颜面正中矢状平面。计算MSH-CNN结合赋权普氏分析算法构建的正中矢状平面与专家正中矢状平面间“角度误差”,评价三维颜面正中矢状平面自动构建方法的效果。结果:针对20例面部无明显畸形的受试者,基于MSH-CNN和赋权普氏分析算法构建正中矢状平面与专家平面间的角度误差平均为0.73°±0.50°,其中MSH-CNN自动确定颜面21个解剖标志点的定点误差平均为(1.13±0.24)mm,眶区定点误差最大平均为(1.31±0.54)mm,鼻区定点误差最小平均为(0.79±0.36)mm。结论:将深度学习算法与赋权普氏分析算法结合应用,实现了三维颜面正中矢状平面的全自动构建,初步达到了临床专家的构建效果,为自主知识产权的软件开发奠定了基础。

关键词：正中矢状平面深度学习普氏分析