本公開的實施例主要涉及牙齒矯正領(lǐng)域，并且更具體地，涉及用于矯正牙齒的系統(tǒng)和方法。

背景技術(shù)：

1、當今牙科正畸醫(yī)療領(lǐng)域，牙醫(yī)需要為患者設(shè)計正畸最終階段的目標牙列姿態(tài)，患者也想要知道正畸治療的效果。為患者和牙醫(yī)展示正畸目標牙列姿態(tài)，是醫(yī)患溝通的重要步驟。目前，對于正畸治療方案的設(shè)計，基本都需要受到過大量專業(yè)培訓的正畸醫(yī)生來完成，操作繁瑣，效率較低。

2、近年來，基于計算機算法的“正畸模擬”是各大口腔醫(yī)療器械公司都很重視的一項功能。然而，傳統(tǒng)的正畸模擬算法通常都不夠“真實”，患者往往抱怨算法給出的目標牙列姿態(tài)和正畸治療的真實效果不一致。造成客戶這一抱怨的原因，主要在于算法給出的正畸目標牙列姿態(tài)存在“千篇一律”的問題，并且排牙方法不靈活，比如無法進行美學排牙，而只能針對全口牙齒進行排牙等。

技術(shù)實現(xiàn)思路

1、根據(jù)本公開的第一方面，提供了一種用于矯正牙齒的系統(tǒng)。該系統(tǒng)包括口內(nèi)掃描儀；以及與口內(nèi)掃描儀耦合的計算設(shè)備。該計算設(shè)備被配置為：從口內(nèi)掃描儀獲取針對當前矯正階段所包含的多個牙齒的初始位姿數(shù)據(jù)，當前矯正階段包括未經(jīng)任何矯正的起始階段、選自多個中間階段的目標中間階段、或歷經(jīng)多個中間階段之后的最終階段，其中多個中間階段中的每個中間階段歷經(jīng)過至少一次矯正；獲取基于初始位姿數(shù)據(jù)而確定的每個牙位的標識符，其中每個牙位包括牙齒牙位或缺牙牙位；獲取待矯正牙位組合，其中待矯正牙位組合包括從針對每個牙位的標識符中選擇的、針對多個牙齒中的兩個或以上牙齒的牙位標識符組合；以及利用經(jīng)訓練的深度學習網(wǎng)絡(luò)，基于初始位姿數(shù)據(jù)和待矯正牙位組合，確定用于當前矯正階段的目標位姿數(shù)據(jù)。

2、在一些實施例中，在缺牙牙位存在空位的情況下，針對缺牙牙位的標識符包括與缺牙牙位對稱的對稱牙位的標識符；或者在缺牙牙位被相鄰的牙齒占據(jù)的情況下，針對缺牙牙位的標識符包括相鄰的牙齒的標識符。

3、在一些實施例中，待矯正牙位組合包括針對上牙弓和/或下牙弓中的至少一個牙弓的如下項中至少一項：包括4顆門牙和2顆虎牙在內(nèi)的6顆牙齒；包括4顆門牙、2顆虎牙和左右各一顆前磨牙在內(nèi)的8顆牙齒；包括4顆門牙、2顆虎牙和4顆前磨牙的共10顆牙齒；包括4顆門牙、2顆虎牙、4顆前磨牙和左右各一個后磨牙在內(nèi)的12顆牙齒；或者除了2顆智齒之外剩下的全部14顆牙。

4、在一些實施例中，缺牙牙位的數(shù)量小于5個；以及牙齒牙位不包括用于智齒的牙位。

5、在一些實施例中，深度學習網(wǎng)絡(luò)經(jīng)過如下操作而被訓練：針對目標矯正階段，基于訓練數(shù)據(jù)，在矯正前的牙弓中確定針對目標牙位的第一特征編碼信息，其中第一特征編碼信息包括目標牙位的點云中至少兩個點之間的關(guān)聯(lián)信息，其中該目標矯正階段包括起始階段、目標中間階段、或最終階段；基于第一特征編碼信息，確定表示目標牙位和目標牙位之外的所有牙位之間的關(guān)聯(lián)信息的第二特征編碼信息；基于第二特征編碼信息，確定針對目標矯正階段的目標牙位的預測位姿信息；以及基于網(wǎng)絡(luò)預測的預測位姿信息和牙醫(yī)規(guī)劃的針對目標矯正階段的參考位姿信息，對深度學習網(wǎng)絡(luò)進行調(diào)整，以提高預測精度。

6、在一些實施例中，第一特征編碼信息基于如下兩項而被確定：目標牙位的局部特征編碼信息，以及針對目標牙位所在的牙弓的矯正牙列編碼信息，其中矯正牙列編碼信息表示訓練數(shù)據(jù)中的目標牙位所在的牙弓上的已經(jīng)被矯正過的牙位序列的編碼信息。

7、在一些實施例中，第一特征編碼信息還基于目標牙位所在的牙弓的全局特征編碼信息而被確定，其中第一特征編碼信息還包括目標牙位所在的牙弓點云上的至少兩個點之間的關(guān)聯(lián)信息，或者第一特征編碼信息還基于牙頜信息編碼信息而被確定，其中牙頜信息編碼包括用于區(qū)分上牙弓和下牙弓。

8、在一些實施例中，深度學習網(wǎng)絡(luò)包括多個網(wǎng)絡(luò)單元，以及多個網(wǎng)絡(luò)單元中的每個網(wǎng)絡(luò)單元被配置為預測針對一個目標矯正階段的每個目標牙位的預測位姿信息。

9、在一些實施例中，預測位姿信息包括深度學習網(wǎng)絡(luò)預測出的六個自由度的位姿矢量信息，以及參考位姿信息包括基于目標牙位的排牙前的三維模型和醫(yī)生規(guī)劃的排牙后的參考三維模型而計算出的六個自由度的位姿矢量信息；或者預測位姿信息包括深度學習網(wǎng)絡(luò)預測出的針對目標牙位的第一目標點云信息，以及參考位姿信息包括由醫(yī)生標注的針對目標牙位的第二目標點云信息。

10、在一些實施例中，訓練數(shù)據(jù)不包括針對最終階段的如下項中的至少一項：相鄰的牙齒之間存在縫隙的數(shù)據(jù)；存在備牙的數(shù)據(jù)；至少一個牙齒矯正錯誤的數(shù)據(jù)；咬合不正常的數(shù)據(jù)；以及錯頜畸形的數(shù)據(jù)。該咬合不正常的數(shù)據(jù)包括：反頜，深覆頜，深覆蓋，過大的開頜等中的至少一項或多項。

11、根據(jù)本公開的一些實施例，提供一種用于矯正牙齒的方法。該方法包括：從口內(nèi)掃描儀獲取針對當前矯正階段所包含的多個牙齒的初始位姿數(shù)據(jù)，當前矯正階段包括未經(jīng)任何矯正的起始階段、選自多個中間階段的目標中間階段、或歷經(jīng)多個中間階段之后的最終階段，其中多個中間階段中的每個中間階段歷經(jīng)過至少一次矯正；獲取基于初始位姿數(shù)據(jù)而確定的每個牙位的標識符，其中每個牙位包括牙齒牙位或缺牙牙位；獲取待矯正牙位組合，其中待矯正牙位組合包括從針對每個牙位的標識符中選擇的、針對多個牙齒中的兩個或以上牙齒的牙位標識符組合；以及利用經(jīng)訓練的深度學習網(wǎng)絡(luò)，基于初始位姿數(shù)據(jù)和待矯正牙位組合，確定用于當前矯正階段的目標位姿數(shù)據(jù)。例如，為了獲得上下牙弓的多個牙齒的初始位姿數(shù)據(jù)(例如，初始點云數(shù)據(jù))，可以基于該掃描數(shù)據(jù)，使用牙齒分割算法，得到每個牙齒的點云數(shù)據(jù)以及多個牙齒的初始位姿信息。

12、在一些實施例中，在缺牙牙位存在空位的情況下，針對缺牙牙位的標識符包括與缺牙牙位對稱的對稱牙位的標識符；或者在缺牙牙位被相鄰的牙齒占據(jù)的情況下，針對缺牙牙位的標識符包括相鄰的牙齒的標識符。

13、在一些實施例中，待矯正牙位組合包括針對上牙弓和/或下牙弓中的至少一個牙弓的如下項中的至少一項：包括4顆門牙和2顆虎牙在內(nèi)的6顆牙齒；包括4顆門牙、2顆虎牙和左右各一顆前磨牙在內(nèi)的8顆牙齒；包括4顆門牙、2顆虎牙和4顆前磨牙的共10顆牙齒；包括4顆門牙、2顆虎牙、4顆前磨牙和左右各一個后磨牙在內(nèi)的12顆牙齒；或者除了2顆智齒之外剩下的全部14顆牙。

14、在一些實施例中，深度學習網(wǎng)絡(luò)經(jīng)過如下操作而被訓練：針對目標矯正階段，基于訓練數(shù)據(jù)，在矯正前的牙弓中確定針對目標牙位的第一特征編碼信息，其中第一特征編碼信息包括目標牙位的點云中至少兩個點之間的關(guān)聯(lián)信息，其中目標矯正階段包括起始階段、目標中間階段、或最終階段；基于第一特征編碼信息，確定表示目標牙位和目標牙位之外的所有牙位之間的關(guān)聯(lián)信息的第二特征編碼信息；基于第二特征編碼信息，確定針對目標矯正階段的目標牙位的預測位姿信息；以及基于網(wǎng)絡(luò)預測的預測位姿信息和牙醫(yī)規(guī)劃的針對目標矯正階段的參考位姿信息，對深度學習網(wǎng)絡(luò)進行調(diào)整，以提高預測精度。

15、在一些實施例中，第一特征編碼信息基于如下兩項而被確定：目標牙位的局部特征編碼信息，以及針對目標牙位所在的牙弓的矯正牙列編碼信息，其中矯正牙列編碼信息表示目標牙位所在的牙弓上的已經(jīng)被矯正過的牙位序列的編碼信息。

16、在一些實施例中，第一特征編碼信息還基于目標牙位所在的牙弓的全局特征編碼信息而被確定，其中第一特征編碼信息還包括目標牙位所在的牙弓點云上的至少兩個點之間的關(guān)聯(lián)信息；或者第一特征編碼信息還基于牙頜信息編碼信息而被確定，其中牙頜信息編碼信息用于區(qū)分上牙弓和下牙弓。

17、在一些實施例中，深度學習網(wǎng)絡(luò)包括多個網(wǎng)絡(luò)單元，以及多個網(wǎng)絡(luò)單元中的每個網(wǎng)絡(luò)單元被配置為預測針對一個目標矯正階段的每個目標牙位的預測位姿信息。

18、在一些實施例中，預測位姿信息包括深度學習網(wǎng)絡(luò)預測出的旋轉(zhuǎn)和平移的位姿矢量信息，以及參考位姿信息包括基于目標牙位的排牙前的三維模型和醫(yī)生規(guī)劃的排牙后的參考三維模型而計算出的六個自由度的位姿矢量信息；或者預測位姿信息包括深度學習網(wǎng)絡(luò)預測出的針對目標牙位的第一目標點云信息，以及參考位姿信息包括由醫(yī)生標注的針對目標牙位的第二目標點云信息。

19、在一些實施例中，該方法還包括從所述訓練數(shù)據(jù)的最終階段中排除如下項中的至少一項：相鄰的牙齒之間存在縫隙的數(shù)據(jù)；存在備牙的數(shù)據(jù)；至少一個牙齒矯正錯誤的數(shù)據(jù)；反頜/深覆頜/深覆蓋/過大的開頜等咬合不正常的數(shù)據(jù)；以及錯頜畸形的數(shù)據(jù)。

20、根據(jù)本公開的第三方面，提供一種電子裝置，其包括：處理器；以及存儲器，存儲可執(zhí)行指令，響應于被處理器執(zhí)行，指令使得電子裝置至少：從口內(nèi)掃描儀獲取針對當前矯正階段所包含的多個牙齒的初始位姿數(shù)據(jù)，當前矯正階段包括未經(jīng)任何矯正的起始階段、選自多個中間階段的目標中間階段、或歷經(jīng)多個中間階段之后的最終階段，其中多個中間階段中的每個中間階段歷經(jīng)過至少一次矯正；獲取基于初始位姿數(shù)據(jù)而確定的每個牙位的標識符，其中每個牙位包括牙齒牙位或缺牙牙位；獲取待矯正牙位組合，其中待矯正牙位組合包括從針對每個牙位的標識符中選擇的、針對多個牙齒中的兩個或以上牙齒的牙位標識符組合；以及利用經(jīng)訓練的深度學習網(wǎng)絡(luò)，基于初始位姿數(shù)據(jù)和待矯正牙位組合，確定用于當前矯正階段的目標位姿數(shù)據(jù)。

21、根據(jù)本公開的用于矯正牙齒的系統(tǒng)和方法考慮排牙前的牙齒排列特征、牙槽骨形狀、牙齒運動難易等實際因素，排牙后的牙弓曲線相對于排牙前，不存在過大的形變和扭曲等，該矯正牙齒的方法更接近真實的排牙算法，其是“千牙千面”的。

22、應當理解，
技術(shù)實現(xiàn)要素：
部分中所描述的內(nèi)容并非旨在限定本公開的實施例的關(guān)鍵或重要特征，亦非用于限制本公開的范圍。本公開的其它特征將通過以下的描述變得容易理解。