公开(公告)号：CN114067081A

公开(公告)日：2022-02-18

申请号：CN202111418946.6

申请日：2021-11-26

Applicant: 南京理工大学

Inventor： 贾修一 ,  李自刚 ,  张长东 ,  刘婷婷

IPC: G06T17/20 ,  G06T15/00 ,  G06T7/11 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于双向增强网络的3D牙齿模型分割方法，包括：使用quadricedge collapse网格化简算法对原始3D牙齿模型进行化简，得到化简后的3D牙齿模型的初始化坐标矩阵P和法向量矩阵V；将化简后的3D牙齿模型输入特征提取器，得到其语义信息F；将每个网格的坐标p和语义信息f输入双向增强模块，得到增强后的网格特征s；将每个网格增强后的网格特征s输入多层感知机，得到每个网格所属特定牙齿种类的概率矩阵M，训练3D牙齿模型分割网络；利用训练好的3D牙齿模型分割网络对测试实例中每个网格所属特定牙齿种类进行预测。本发明方法分割精度高，并应用于牙齿分割领域。

公开(公告)号：CN114067081B

公开(公告)日：2025-05-06

申请号：CN202111418946.6

申请日：2021-11-26

Applicant: 南京理工大学

Inventor： 贾修一 ,  李自刚 ,  张长东 ,  刘婷婷

IPC: G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06V20/70 ,  G06V20/64 ,  G06N3/0499 ,  G06T17/20

Abstract: 本发明公开了一种基于双向增强网络的3D牙齿模型分割方法，包括：使用quadricedge collapse网格化简算法对原始3D牙齿模型进行化简，得到化简后的3D牙齿模型的初始化坐标矩阵P和法向量矩阵V；将化简后的3D牙齿模型输入特征提取器，得到其语义信息F；将每个网格的坐标p和语义信息f输入双向增强模块，得到增强后的网格特征s；将每个网格增强后的网格特征s输入多层感知机，得到每个网格所属特定牙齿种类的概率矩阵M，训练3D牙齿模型分割网络；利用训练好的3D牙齿模型分割网络对测试实例中每个网格所属特定牙齿种类进行预测。本发明方法分割精度高，并应用于牙齿分割领域。