(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111549844.8 (22)申请日 2021.12.17 (71)申请人 南京理工大 学 地址 210094 江苏省南京市玄武区孝陵卫 200号 (72)发明人 廖文和　申鑫泽　张长东　刘婷婷　 贾修一　李大伟　 (74)专利代理 机构 南京钟山专利代理有限公司 32252 代理人 王磊 (51)Int.Cl. G06T 7/11(2017.01) G06T 17/00(2006.01) G06F 30/27(2020.01) G06N 3/08(2006.01) (54)发明名称 一种牙颌三维模型分割方法和系统 (57)摘要 本发明提供一种牙颌三维模型分割方法和 系统， 其中方法包括获取牙颌三维模 型中每个顶 点的手工 特征； 将每个顶点的手工特征与笛卡尔 坐标拼接， 得到每个顶点输入特征； 将每个顶点 输入特征依次输入深度学习点云分割网络， 得到 每个顶点的牙位标签； 将每个顶 点的牙位标签依 次映射至牙颌三维模型， 得到相邻两个牙齿的以 及牙齿和牙龈的边界线。 本发明融合使用了多种 轻量级的手工特征， 相比于仅使用法向和曲率信 息的算法， 能够更好的捕获牙颌模型多尺度、 多 层次的局部特征， 对牙颌分割任务的精度提升可 以起到显著作用； 在手工特征的基础上用深度学 习进一步提取三维牙颌模型特征， 降低了网络学 习成本， 减少了深度网络对训练样 本数量以及训 练周期的依赖性。 权利要求书2页 说明书8页 附图3页 CN 114255244 A 2022.03.29 CN 114255244 A 1.一种牙颌三维模型分割方法， 其特 征在于， 包括： 获取牙颌三维模型中每 个顶点的手工特 征； 将每个顶点的手工特 征与笛卡尔坐标拼接， 得到每 个顶点的输入特 征； 将每个顶点的输入特 征依次输入深度学习点云 分割网络， 得到每 个顶点的牙位标签； 将每个顶点的牙位标签依次映射至牙颌三维模型， 得到相邻 两个牙齿的以及牙齿和 牙 龈的边界线。 2.根据权利要求1所述的牙颌三维模型分割方法， 其特征在于， 所述获取牙颌三维模型 中每个顶点的手工特 征， 包括： 根据以下公式计算每 个顶点的拉普拉斯 坐标： 其中， δi为牙颌三维模型中第i个顶点的拉普拉斯坐标； vi为牙颌三维模型中第i个顶 点； di为与第i个顶点直接相连的顶点的数量； vj为牙颌三维模型中第j个顶点； Ni＝{j|(i, j)∈K}， 为顶点 i的领域顶点 集合， K为邻域内所有顶点的集 合； 获取每个顶点的法向量； 获取顶点主曲率、 高斯曲率和平均曲率； 获取每个顶点的RS D特征； 获取每个顶点的FPFH特 征。 3.根据权利要求2所述的牙颌三维模型分割方法， 其特征在于， 所述将每个顶点的手工 特征与笛卡尔坐标拼接， 得到每 个顶点的输入特 征， 包括： 根据以下公式计算每 个顶点的输入特 征： 其中， Fin为第i个顶点的输入特征； vi牙颌三维模型中第i个顶点； δi为牙颌三维模型中 第i个顶点的拉普拉斯坐标； Mi为第i个顶 点的法向量； k1i、 k2i均为第i个顶点的主曲率； Ki为 第i个顶点的高斯曲率； Hi为第i个顶点的平均曲率； FRSDi为第i个顶点的RSD特征； FFPFHi为第 i个顶点的FPFH特 征。 4.根据权利要求3所述的牙颌三维模型分割方法， 其特征在于， 所述将每个顶点的输入 特征依次输入深度学习点云 分割网络， 得到每 个顶点的牙位标签， 包括： 将每个顶点的输入特征依次输入至深度学习点云分割网络的三个特征提取层， 在每个 特征提取层中使用最远点采样算法进 行降采样， 利用不同半径参数的球形查询算法确定降 采样点的邻域， 对每个邻域内的点使用PointNet算法进行局 部特征提取， 将提取自不同半 径邻域内点的特 征拼接作为当前 特征提取层的第一输出 特征； 将每个顶点的第 一输出特征依次输入至深度 学习点云分割网络的三个特征传播层， 第 m个特征传播层将前一层的输出以及第4 ‑m个特征提取层的输入拼接起来作为当前特征传 播层的输入， 在每个特征传播层中， 通过三线性插值将特征由下采样点向周围点扩散， 并用 MLP算法对特 征降维作为当前 特征传播层的第二输出 特征； 将每个顶点的第二输出特征输入至两个MLP网络， 使输出特征通道数等于语义类别的 数目， 将上下牙龈分别视作两个语义类别， 将降维后的特征输入至Softmax函数得到 当前点权　利　要　求　书 1/2 页 2 CN 114255244 A 2归属于不同语义类别的概 率， 取概率最大值对应的类别为牙位标签。 5.一种牙颌三维模型分割 系统， 其特 征在于， 包括： 获取模块， 用于获取牙颌三维模型中每 个顶点的手工特 征； 拼接模块， 用于将每 个顶点的手工特 征与笛卡尔坐标拼接， 得到每 个顶点的输入特 征； 输入模块， 用于将每个顶点的输入特征依次输入深度学习点云分割 网络， 得到每个顶 点的牙位标签； 映射模块， 用于将每个顶点的牙位标签依次映射至牙颌三维模型， 得到相邻两个牙齿 的以及牙齿和牙龈的边界线。 6.根据权利要求5所述的牙颌三维模型分割 系统， 其特 征在于， 所述获取模块包括： 第一计算单 元， 用于根据以下公式计算每 个顶点的拉普拉斯 坐标： 其中， δi为牙颌三维模型中第i个顶点的拉普拉斯坐标； vi为牙颌三维模型中第i个顶 点； di为与第i个顶点直接相连的顶点的数量； vj为牙颌三维模型中第j个顶点； Ni＝{j|(i, j)∈K}， 为顶点 i的领域顶点 集合， K为邻域内所有顶点的集 合； 第一获取 单元， 用于获取每 个顶点的法向量； 第二获取 单元， 用于获取顶点主曲率、 高斯曲率和平均曲率； 第三获取 单元， 用于获取每 个顶点的RS D特征； 第四获取 单元， 用于获取每 个顶点的FPFH特 征。 7.根据权利要求6所述的牙颌三维模型分割 系统， 其特 征在于， 所述 拼接模块包括： 第二计算单 元， 用于根据以下公式计算每 个顶点的输入特 征： 其中， Fin为第i个顶点的输入特征； vi牙颌三维模型中第i个顶点； δi为牙颌三维模型中 第i个顶点的拉普拉斯坐标； Mi为第i个顶 点的法向量； k1i、 k2i均为第i个顶点的主曲率； Ki为 第i个顶点的高斯曲率； Hi为第i个顶点的平均曲率； FRSDi为第i个顶点的RSD特征； FFPFHi为第 i个顶点的FPFH特 征。权　利　要　求　书 2/2 页 3 CN 114255244 A 3