高分辨率深度生成网络的缺失牙体形态设计

摘要：

目的 针对口腔修复体设计中采用标准牙数据库进行再设计时未考虑缺失牙多样性以及个性化程度不足的问题,提出基于高分辨生成式对抗网络(high resolution generative adversarial network,HRGAN)的缺失牙冠个性化设计方法.方法 首先,利用图像熵的多方向正交投影方法计算牙体的深度距离值,并构建出咬合面、舌侧面和颊侧面的具有像素值增强的高分辨率深度图像数据集;其次,通过构建的HRGAN模型合成具有高分辨率的缺失牙深度图像,并采用像素一距离的映射关系得到缺失牙齿的3维点云数据;最后,采用点云配准技术和网格重建方法完成3组点云的拼接及3维牙冠形态重建.结果 实验采用500副牙冠模型进行训练和测试,通过设置不同损失条件的实验,与不同方法进行比较分析设计牙冠与目标牙冠的偏差.与计算机辅助设计(computer aided design,CAD)方法和基于生成模型的设计方法对比得出,本文构建的HRGAN模型生成的牙冠形态的标准偏差相比前两者分别降低了21.2％和7％,均方根值(root mean square,RMS)分别下降了43.8％和9.8％,并且牙冠咬合面形态与专家设计牙冠形态最为接近.结论 本文提出的基于高分辨率生成网络的牙体设计方法能够有效地完成缺失牙体的形态设计,设计的牙冠具有天然牙解剖形态特征.

关键词：全冠修复、生成式对抗网络(GAN)、图像合成、点云配准、牙齿形态设计

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划项目2018YFB1106903

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2249-2258