本发明涉及神经检测方法及装置，本发明的神经检测方法包括：获取学习影像的步骤，上述学习影像包括沿着冠状面方向排列的多个切片；生成学习数据和学习模型的步骤，通过学习上述学习数据来生成学习模型，上述学习数据通过在上述学习影像中设定神经和作为检测上述神经的基准的下巴颏结节及下颌角中的至少一个而成；向学习模型输入对象影像的步骤；以及在对象影像中检测神经的步骤，其以学习数据为基础，本发明还可通过其他实施例来实现。

　　(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 CN 113873947 A (43)申请公布日 2021.12.31 (21)申请号 1.8 (74)专利代理机构 北京鸿德海业知识产权代理 有限公司 11412 (22)申请日 2020.02.26 代理人 于未茗 (30)优先权数据 (51)Int.Cl. 10- 2019.05.22 KR A61B 6/00 (2006.01) 10- 2019.06.26 KR A61B 34/10 (2006.01) (85)PCT国际申请进入国家阶段日 A61B 6/14 (2006.01) 2021.11.16 G06N 3/02 (2006.01) (86)PCT国际申请的申请数据 PCT/KR2020/002757 2020.02.26 (87)PCT国际申请的公布数据 WO2020/235784 KO 2020.11.26 (71)申请人 株式会社迪耀 地址 韩国釜山 (72)发明人 金镇喆金镇柏 权利要求书2页 说明书10页 附图14页 (54)发明名称 神经检测方法及装置 (57)摘要 本发明涉及神经检测方法及装置，本发明的 神经检测方法包括：获取学习影像的步骤，上述 学习影像包括沿着冠状面方向排列的多个切片； 生成学习数据和学习模型的步骤，通过学习上述 学习数据来生成学习模型，上述学习数据通过在 上述学习影像中设定神经和作为检测上述神经 的基准的下巴颏结节及下颌角中的至少一个而 成；向学习模型输入对象影像的步骤；以及在对 象影像中检测神经的步骤，其以学习数据为基 础，本发明还可通过其他实施例来实现。 A 7 4 9 3 7 8 3 1 1 N C CN 113873947 A 权利要求书 1/2页 1.一种神经检测方法，其特征在于，包括： 获取学习影像的步骤，上述学习影像包括沿着冠状面方向排列的多个切片； 生成学习数据和学习模型的步骤，通过学习上述学习数据来生成学习模型，上述学习 数据通过在上述学习影像中设定神经和作为检测上述神经的基准的下巴颏结节及下颌角 中的至少一个而成； 向上述学习模型输入对象影像的步骤；以及 在上述对象影像中检测神经的步骤，其以上述学习数据为基础。 2.根据权利要求1所述的神经检测方法，其特征在于，在上述对象影像中检测神经的步 骤包括： 在上述对象影像中检测下巴颏结节及下颌角的步骤； 将所检测的上述下巴颏结节与下颌角之间的区间设定为神经有效区间的步骤；以及 通过探索上述神经有效区间来检测上述神经的步骤。 3.根据权利要求1所述的神经检测方法，其特征在于，生成上述学习数据的步骤为生成 在上述学习影像中设定牙槽骨、下巴颏神经及下齿槽神经中的至少一个的上述学习数据的 步骤。 4.根据权利要求3所述的神经检测方法，其特征在于，在上述对象影像中检测上述神经 的步骤为在上述对象影像中检测牙槽骨、下巴颏神经及下齿槽神经的步骤。 5.根据权利要求4所述的神经检测方法，其特征在于，检测上述下齿槽神经的步骤为通 过所检测的上述牙槽骨来检测上述下齿槽神经的步骤。 6.根据权利要求2所述的神经检测方法，其特征在于，在上述对象影像中检测上述下巴 颏结节的步骤为检测上述下巴颏结节的步骤，以上述学习影像的统计值为基础，设定第一 探索起点，并从上述第一探索起点沿着上述对象影像的外侧方向进行开云电竞探索。 7.根据权利要求2所述的神经检测方法，其特征在于，在上述对象影像中检测下颌角的 步骤为检测上述下颌角的步骤，以上述学习影像的统计值为基础，设定第二探索起点，并从 上述第二探索起点沿着上述对象影像的外侧方向进行探索。 8.根据权利要求1所述的神经检测方法，其特征在于，在上述对象影像中检测神经的步 骤包括： 在上述对象影像中设定对象区域的步骤，上述对象区域包括作为检测对象的上述下巴 颏结节、下颌角及神经； 计算上述对象区域的位置及大小信息的步骤；以及 计算上述对象区域中包括上述检测对象的概率值的步骤。 9.根据权利要求8所述的神经检测方法，其特征在于，在上述对象影像中检测神经的步 骤还包括将上述概率值达到基准值以上的上述对象区域检测成包括上述检测对象的检测 区域的步骤。 10.根据权利要求9所述的神经检测方法，其特征在于，在上述对象影像中检测神经的 步骤还包括： 在上述检测区域中抽取包括上述神经的区域的坐标的步骤；以及 以上述坐标为基础来检测上述神经的步骤。 11.根据权利要求1所述的神经检测方法，其特征在于，还包括： 2 2 CN 113873947 A 权利要求书 2/2页 以上述神经位置为基础来获取曲面重建影像的步骤； 在上述曲面重建影像分别显示神经位置与基线的步骤；以及 以上述基线为基础来在上述曲面重建影像上校正上述神经位置的步骤。 12.根据权利要求11所述的神经检测方法，其特征在于，上述基线的坐标值包括上述神 经位置的多个坐标值中的至少一个。 13.根据权利要求11所述的神经检测方法，其特征在于，上述基线为经过显示于上述曲 面重建影像的神经区域的一部分的线.一种神经检测装置，其特征在于，包括： 影像获取部，获取学习影像，上述学习影像包括沿着冠状面方向排列的多个切片； 学习部，生成学习数据和学习模型，通过学习上述学习数据来生成学习模型，上述学习 数据通过在上述学习影像中设定神经和作为检测上述神经的基准的下巴颏结节及下颌角 中的至少一个而成；以及 神经检测部，以上述学习数据为基础，通过向上述学习模型输入对象影像来在上述对 象影像中检测神经。 15.根据权利要求14所述的神经检测装置，其特征在于，还包括校正部，以上述神经位 置为基础，获取曲面重建影像，在上述曲面重建影像中显示基线，以上述基线为基础，校正 上述神经位置。 3 3 CN 113873947 A 说明书 1/10页 神经检测方法及装置 技术领域 [0001] 本发明涉及神经检测方法及装置，更详细地，涉及以神经分布的解剖学特性为基 础的神经检测方法及装置。 背景技术 [0002] 通常，植牙意味着丧失原本的人体组织时能够代替人体组织的替代物，尤其，在牙 科中意味着将利用包括人工牙根(fixture)、基台(abutment)及牙冠(crown)在内的假体的 人工牙齿移植于实际牙齿位置。 [0003] 在牙科中，植牙手术是指在牙槽骨形成穿孔，并向穿孔植入人工牙根，随着人工牙 根熔敷于齿槽骨，在人工牙根上安装基台及牙冠的手术。 [0004] 为了防止发生神经损伤等问题，这种植牙手术在进行植牙手术之前以锥形束投照 计算机重建断层影像设备(CBCT，cone beam computed tomography)影像为基础，通过决定 植牙的植入位置、角度、深度等来确认牙齿及牙槽骨等的骨组织和神经管位置等。 [0005] 尤其，当进行植牙手术时，由于每个患者具有多种神经路径及状态且必须维持人 工牙根与下齿槽神经之间的安全距离，因此用于在牙槽骨进行穿孔的钻孔工作存在诸多困 难。并且，虽然以往通过断层拍摄图像的全景影像来检测下齿槽神经，但由于全景影像中存 在不透明且不明确的下齿槽神经，因此，当进行植牙手术时，存在有可能造成神经损伤的隐 患。 发明内容 [0006] 技术问题 [0007] 为了解决上述问题，本发明的目的在于，提供一种神经检测方法及装置，即，以神 经分布的解剖学特性为基础进行神经检测，能够更快、更准确地自动检测神经，并通过准确 掌握每个患者不同的神经管的位置及状态来安全地进行植牙手术。 [0008] 并且，本发明的另一目的在于，提供一种神经位置校正方法及装置，即，通过多种 神经位置检测技术来对所检测的神经位置进行方便、更准确的校正。 [0009] 本发明所要解决的技术问题并不限于上述提到的多个技术问题，本发明所属技术 领域的普通技术人员可从下述记载中明确理解未提及的其他多个技术问题。 [0010] 技术方案 [0011] 为了解决上述问题，本发明的神经检测方法包括：获取学习影像的步骤，学习影像 包括沿着冠状面方向排列的多个切片；生成学习数据和学习模型的步骤，通过学习学习数 据来生成学习模型，学习数据通过在学习影像中设定神经和作为检测上述神经的基准的下 巴颏结节及下颌角中的至少一个而成；向学习模型输入对象影像的步骤；以及在对象影像 中检测神经的步骤，其以学习数据为基础。 [0012] 其中，在对象影像中检测神经的步骤可包括：在对象影像中检测下巴颏结节及下 颌角的步骤；将所检测的下巴颏结节与下颌角之间的区间设定为神经有效区间的步骤；以 4 4 CN 113873947 A 说明书 2/10页 及通过探索神经有效区间来检测神经的步骤。 [0013] 并且，生成学习数据的步骤为生成在学习影像中设定牙槽骨、下巴颏神经及下齿 槽神经中的至少一个的学习数据的步骤。 [0014] 并且，在对象影像中检测神经的步骤为在对象影像中检测牙槽骨、下巴颏神经及 下齿槽神经的步骤。 [0015] 并且，检测下齿槽神经的步骤为通过所检测的牙槽骨来检测下齿槽神经的步骤。 [0016] 并且，在对象影像中检测下巴颏结节的步骤为检测下巴颏结节的步骤，以学习影 像的统计值为基础，设定第一探索起点，并从第一探索起点沿着对象影像的外侧方向进行 探索。 [0017] 并且，在对象影像中检测下颌角的步骤为检测下颌角的步骤，以学习影像的统计 值为基础，设定第二探索起点，并从第二探索起点沿着对象影像的外侧方向进行探索。 [0018] 并且，在对象影像中检测神经的步骤可包括：在对象影像中设定对象区域的步骤， 对象区域包括作为检测对象的下巴颏结节、下颌角及神经；计算对象区域的位置及大小信 息的步骤；以及计算对象区域中包括检测对象的概率值的步骤。 [0019] 并且，在对象影像中检测神经的步骤还可包括将概率值达到基准值以上的对象区 域检测成包括检测对象的检测区域的步骤。 [0020] 并且，在对象影像中检测神经的步骤还可包括：在检测区域中抽取包括神经的区 域的坐标的步骤；以及以坐标为基础来检测神经的步骤。 [0021] 并且，本发明的神经检测方法还可包括：以神经位置为基础来获取曲面重建(CPR， Curved Planar Reformation)影像的步骤；在曲面重建影像分别显示神经位置与基线的步 骤；以及以基线为基础来在上述曲面重建影像上校正神经位置的步骤。 [0022] 其中，基线的坐标值可包括神经位置的多个坐标值中的至少一个。 [0023] 并且，基线可以为经过显示于曲面重建影像的神经区域的一部分的线] 并且，本发明提供的神经检测装置包括：影像获取部，获取学习影像，学习影像包 括沿着冠状面方向排列的多个切片；学习部，生成学习数据和学习模型，通过学习学习数据 来生成学习模型，上述学习数据通过在学习影像中设定神经和作为检测上述神经的基准的 下巴颏结节及下颌角中的至少一个而成；以及神经检测部，以学习数据为基础，通过向学习 模型输入对象影像来在对象影像中检测神经。 [0025] 并且，本发明的神经检测装置还可包括校正部，以神经位置为基础，获取曲面重建 影像(CPR，Curved Planar Reformation)，在曲面重建影像中显示基线，以上述基线为基 础，校正神经位置。 [0026] 发明的效果 [0027] 本发明具有如下效果，即，以神经分布的解剖学特性为基础进行神经检测，能够更 快、更准确地自动检测神经，并通过准确掌握每个患者不同的神经管的位置及状态来安全 地进行植牙手术。 [0028] 并且，本发明具有如下效果，即，通过多种神经位置检测技术来对所检测的神经位 置进行方便、更准确的校正。 [0029] 本发明的效果并不限于以上提到的多个效果，本发明所属技术领域的普通技术人 员可从下述记载中明确理解到未提及的其他多个效果。 5 5 CN 113873947 A 说明书 3/10页 附图说明 [0030] 图1为本发明实施例的在对象影像中检测神经的电子装置的简要框图。 [0031] 图2为图1中的控制部的具体框图。 [0032] 图3为本发明实施例的在对象影像中检测神经的方法的流程图。 [0033] 图4为根据患者的头部形状方向变化的牙齿断面影像的图。 [0034] 图5为分别在冠状面方向的牙齿断面影像中示出检测对象的图。 [0035] 图6为用于说明本发明实施例的学习数据生成方法的图。 [0036] 图7为图6中的在对象影像中检测神经的步骤的流程图。 [0037] 图8为用于说明图6中的在对象影像中检测神经的步骤的图。 [0038] 图9为图7中的在对象影像中检测神经的步骤的具体流程图。 [0039] 图10为本发明一实施例的神经位置校正方法的流程图。 [0040] 图11为示出显示神经位置的三维影像的一例示的图。 [0041] 图12为示出从图11中获取的曲面重建影像的一例示的图。 [0042] 图13为示出获取曲面重建影像的过程的图。 [0043] 图14为示出在图12中的曲面重建影像中显示神经位置的一例的图。 [0044] 图15为示出在图12中的曲面重建影像中一同显示神经位置和基线为示出通过基线中的曲面重建影像中显示的神经位置进行校正 的一例的图。 [0046] 图17为示出以图16所示的方式进行校正后的曲面重建影像的一例的图。 [0047] 图18至图21为示出显示曲面重建影像的用户界面(UI，User  Interface)的多种例 的图。 [0048] 图22为示出多种范围的曲面重建影像的图。 [0049] 图23为对以往校正方法与本发明一实施例的神经位置校正方法进行比较的图。 具体实施方式 [0050] 以下，参照附图详细说明本发明的优选实施例。以下，与附图一同公开的详细说明 仅示例性地说明了本发明的实施形态，并不表示能够实施本发明的唯一实施形态。为了明 确说明本发明，可在附图中省略与说明无关的部分，在说明书全文中，可对相同或类似的结 构要素使用相同的附图标记。 [0051] 本发明一实施例中的“或”、“至少一个”等表达形式可表示一同排列的多个单词中 的一个或两个以上的组合。例如，“A或B”、“A及B中的至少一个”可仅包括A或B中的一个，也 可同时包括A和B。 [0052] 图1为本发明实施例的在对象影像中检测神经的电子装置的简要框图，图2为图1 中的控制部的具体框图。 [0053] 参照图1，本发明的电子装置100可包括通信部110、输入部120、显示部130、存储器 140及控制器150。 [0054] 通信部110与影像获取装置(未图标)及服务器(未图标)等的外部装置进行通信。 th 为此，通信部110不仅可进行如第五代移动通信技术(5G，5  generation communication)、 先进的长期演进技术(LTE‑A，long term evolution‑advanced)、长期演进(LTE，long term  6 6 CN 113873947 A 说明书 4/10页 evolution)、蓝牙、低功耗蓝牙(BLE，bluetooth  low energy)、近场通信(NFC，near field  communication)等的无线通信，而且还可进行电缆通信等的有线使用人员的输入来产生输入数据。输入部120包括至 少一个输入单元。输入部120可包括键盘(key board)、小键盘(key pad)、圆顶开关(dome  switch)、触控面板(touch panel)、触控键(touch key)、鼠标(mouse)、菜单按钮(menu  button)等。 [0056] 显示部130根据电子装置100的动作显示显示数据。显示部130包括液晶显示器 (LCD，liquid crystal display)、发光二级管(LED，light emitting diode)显示器、有机 发光二极管(OLED，organic  LED)显示器、微电子机械系统(MEMS，micro  electro  mechanical systems)显示器及电子纸(electronic paper)显示器。显示部130可通过与输 入部120相结合来形成触摸屏(touch screen)。 [0057] 存储器140用于存储电子装置100的多个动作程序。并且，存储器140可存储基于卷 积神经网络的图像分割网络(U‑Net)、区域卷积神经网络(RCNN，Region CNN)等的与卷积神 经网络(CNN，convolutional neural network)相关的算法。存储器140可存储从影像获取 装置等接收的多个学习影像。 [0058] 控制部150通过学习学习影像来生成学习数据，并以学习数据为基础，在对象影像 中检测神经。尤其，控制部150以位于下巴颏结节与下颌角之间的解剖学特性为基础，优先 检测下巴颏结节及下颌角，之后检测位于下巴颏结节与下颌角之间的神经，具有能够更快、 更准确地检测神经的优点。 [0059] 参照图2，控制部150可包括影像获取部151、学习部152及神经检测部153。 [0060] 这种控制部150的特征在于，能够清楚地显示下巴颏结节(mental  tubercle)、下 巴颏神经(Mental Nerve)、下齿槽神经(Inferior Alveolar Nerve)、牙槽骨(Alveolar  Bone)以及下颌角(Mandibular Angle)等解剖部位，并通过以能够明确显示出其区分的冠 状面方向的牙齿断面影像为基础生成的学习数据来检测神经。 [0061] 影像获取部151将从外部的影像获取装置接收的三维影像变换为沿着冠状面方向 排列的多个二维断面影像(以下称为切片)。即，影像获取部151获取包括沿着冠状面方向排 列的多个切片的学习影像。 [0062] 学习部152生成对通过影像获取部151获取的多个学习影像设定神经(下巴颏神经 及下齿槽神经)和作为检测上述神经的基准的下巴颏结节及下颌角、有助于检测下齿槽神 经的牙槽骨中的至少一个的学习数据，并通过学习上述学习数据来生成学习模型。其中，学 习部152可通过存储于存储器140的基于卷积神经网络的图像分割网络(U‑Net)、区域卷积 神经网络(RCNN，Region CNN)等的与卷积神经网络(CNN，convolutional neural network) 相关的算法来学习学习影像。 [0063] 向通过学习部152生成的学习模型输入对象影像并由神经检测部153以学习数据 为基础来在对象影像中检测神经。其中，对象影像可以为包括沿着患者的冠状面方向排列 的多个切片(二维断面影像)的三维影像。 [0064] 具体地，神经检测部153以学习数据为基础来在对象影像中检测下巴颏结节及下 颌角，将所检测的下巴颏结节与下颌角之间的区间设定为神经有效区间，并通过探索设定 的神经有效区间来检测神经(下巴颏神经及下齿槽神经)。其中，神经检测部153可通过检测 7 7 CN 113873947 A 说明书 5/10页 牙槽骨来检测下齿槽神经。即，因为下齿槽神经位于牙槽骨内部，所以优先检测牙槽骨，之 后通过在所检测的牙槽骨中检测下齿槽神经，从而可提高检测的准确性。 [0065] 另一方面，神经检测部153检测下巴颏结节、下颌角、牙槽骨及神经可以解释为检 测包括这些检测对象的切片。 [0066] 神经检测部153以多个学习影像的统计值为基础来设定第一探索起点，并从所设 定的第一探索起点沿着对象影像的外侧方向进行探索，从而可检测下巴颏结节。 [0067] 与此相同，神经检测部153以多个学习影像的统计值为基础来设定第二探索起点， 并从所设定的第二探索起点沿着对象影像的外侧方向进行探索，从而可检测下颌角。 [0068] 其中，由于各个影像获取装置所拍摄的影像的分辨率不同，多个学习影像的统计 值为对各个影像包含的解剖学部位位置进行正规化的值(例如，0～1)。据统计，在第一探索 起点(例如，0.323)以上几乎不可能发现下巴颏结节，在第二探索起点(例如，0.715)以下也 几乎不可能发现下颌角。因此，若以第一探索起点及第二探索起点为基准来探索下巴颏结 节及下颌角，则能够更快、更准确地探索下巴颏结节及下颌角。 [0069] 神经检测部153在对象影像中设定作为检测对象的下巴颏结节、下颌角及神经有 可能包括在内的对象区域。而且，计算对象区域的位置及大小信息，计算在对象区域中包括 上述检测对象的概率值。而且，将所计算的概率值达到基准值以上的对象区域检测成包括 检测对象的检测区域，并以在包括相应区域的切片显示检测对象的方式进行标记。 [0070] 神经检测部153在检测区域中抽取包括神经的区域的坐标(例如，中心坐标)，并以 所抽取的坐标(例如，中心坐标)为基础来检测神经。即，可通过收集多个切片中的包括神经 的区域的多个坐标(例如，多个中心坐标)，来最终抽取神经管。 [0071] 图3为本发明实施例的在对象影像中检测神经的方法的流程图。 [0072] 参照图3，本发明实施例的神经检测方法可包括获取学习影像的步骤S100、生成学 习数据和学习模型的步骤S200、向学习模型输入对象影像的步骤S300以及在对象影像中检 测神经的步骤S400。 [0073] 在获取学习影像的步骤S100中，从外部的影像获取装置接收三维影像，并将其变 换为沿着冠状面方向排列的多个二维断面影像(以下称为切片)。即，获取包括沿着冠状面 方向排列的多个切片的学习影像。 [0074] 图4为根据患者的头部形状方向变化的牙齿断面影像的图，图5为分别在冠状面方 向的牙齿断面影像中示出检测对象的图。 [0075] 参照图4，患者的头部形状方向可区分为水平面方向a(axial)、冠状面方向b (coronal)及矢状面方向c(sagittal)，从中可确认到沿着头部形状方向来在牙齿断面影像 (切片)中显示的牙齿的解剖学部位均各不相同。 [0076] 参照图4及图5，根据本发明实施例的神经检测方法，其特征在于，能够清楚地显示 下巴颏结节(mental  tubercle)、下巴颏神经(Mental Nerve)、下齿槽神经(Inferior  Alveolar Nerve)、牙槽骨(Alveolar Bone)及下颌角(Mandibular Angle)等的解剖学部 位，并以明确显示出其区分的冠状面方向b的牙齿断面影像为基础来生成学习数据，并以此 为基础来检测神经。 [0077] 作为参考，参照图5，可确认到下齿槽神经位于牙槽骨内部，而下巴颏神经并不位 于牙槽骨内部，呈向外侧穿透的形态。 8 8 CN 113873947 A 说明书 6/10页 [0078] 在生成学习数据和学习模型的步骤S200中，生成对所获取的多个学习影像设定神 经(下巴颏神经及下齿槽神经)和作为检测上述神经的基准的下巴颏结节及下颌角、有助于 检测下齿槽神经的牙槽骨中的至少一个的学习数据，并通过学习上述学习数据来生成学习 模型。 [0079] 其中，可通过存储于存储器140的基于卷积神经网络的图像分割网络(U‑Net)、区 域卷积神经网络(RCNN，Region CNN)等的与卷积神经网络(CNN，convolutional neural  network)相关的算法来学习学习影像，从而生成学习模型。 [0080] 图6为用于说明本发明实施例的学习数据生成方法的图。 [0081] 参照图6，学习数据可按学习影像中所包括的多个切片来设定下巴颏结节、下颌 角、牙槽骨及神经(学习对象)区域(例如，箱(Box))的位置及大小信息。具体地，以学习影像 的左侧上端为原点，将箱的左侧上端的x轴及y轴位置设定为箱的位置坐标，并以所设定的 位置坐标为基准来设定箱的宽度(Width)和高度(Height)。 [0082] 另一方面，如上所述的在学习影像中设定学习对象的位置及大小信息的方式可直 接适用于后述的在对象影像中设定检测对象的位置及大小信息的方式。 [0083] 在对象影像中检测神经的步骤S400中，在向学习模型输入对象影像S300之后，以 学习数据为基础，在对象影像中检测神经。其中，对象影像可以为包括沿着患者的冠状面方 向排列的多个切片(二维断面影像)的三维影像。 [0084] 图7为图6中的在对象影像中检测神经的步骤的流程图，图8为用于说明图6中的在 对象影像中检测神经的步骤的图。 [0085] 参照图7，在对象影像中检测神经的步骤S400可包括：步骤S410，以学习数据为基 础来在对象影像中检测下巴颏结节及下颌角；步骤S420，将所检测的下巴颏结节与下颌角 之间的区间设定为神经有效区间；以及步骤430，通过探索所设定的神经有效区间来检测神 经(下巴颏神经及下齿槽神经)。 [0086] 其中，所检测的牙槽骨可用于检测下齿槽神经。即，因为下齿槽神经位于牙槽骨内 部，所以优先检测牙槽骨，之后通过在所检测的牙槽骨中检测下齿槽神经，从而可提高检测 的准确性。 [0087] 另一方面，检测下巴颏结节、下颌角、牙槽骨及神经可以解释为检测包括这些检测 对象的切片。 [0088] 参照图8，在对象影像中检测神经的步骤S400以多个学习影像的统计值为基础来 设定第一探索起点S1，并从所设定的第一探索起点S1沿着对象影像的外侧方向进行探索， 从而可检测下巴颏结节(MT)。 [0089] 同样，以多个学习影像的统计值为基础，设定第二起点S2，并从所设定的第二探索 起点S2沿着对象影像的外侧方向进行探索，从而可检测下颌角(MA)。 [0090] 其中，将所检测的下巴颏结节(MT)与下颌角(MA)之间的区间设定为神经有效区 间，并可通过探索所设定的神经有效区间来检测神经(下巴颏神经及下齿槽神经)。 [0091] 其中，由于各个影像获取装置所拍摄的影像的分辨率不同，多个学习影像的统计 值为对各个影像包含的解剖学部位位置进行正规化的值(例如，0～1)。据统计，在第一探索 起点(例如，0.323)以上几乎不可能发现下巴颏结节，在第二探索起点(例如，0.715)以下也 几乎不可能发现下颌角。因此，若以第一探索起点及第二探索起点为基准来探索下巴颏结 9 9 CN 113873947 A 说明书 7/10页 节及下颌角，则能够更快、更准确地探索下巴颏结节及下颌角。 [0092] 图9为图7中的在对象影像中检测神经的步骤的具体流程图。 [0093] 参照图9，在对象影像中检测神经的步骤S400以学习数据为基础来在对象影像中 设定作为检测对象的下巴颏结节、下颌角及神经有可能包括在内的对象区域(步骤S431)。 而且，计算对象区域的位置及大小信息(步骤S432)，计算在对象区域中包括上述检测对象 的概率值(步骤S433)。而且，将所计算的概率值达到基准值以上的对象区域检测成包括检 测对象的检测区域(步骤S434)，并以在包括相应区域的切片显示检测对象的方式进行标 记。 [0094] 而且，抽取检测区域中包括神经的区域的坐标(例如，中心坐标)(步骤S435)，并以 所抽取的坐标(例如，中心坐标)为基础来检测神经(步骤S436)。即，可通过收集多个切片中 的包括神经的区域的多个坐标(例如，多个中心坐标)，来最终抽取神经管。 [0095] 像这样，本发明实施例的神经检测方法以神经分布的解剖学特性为基础进行神经 检测，能够更快、更准确地自动检测神经，并通过准确掌握每个患者的不同神经管的位置及 状态来安全地进行植牙手术。 [0096] 参照图2，本发明实施例的神经检测装置还可包括校正部154。 [0097] 以下，对通过校正部154执行的本发明一实施例的神经位置校正方法进行说明。 [0098] 图10为本发明一实施例的神经位置校正方法的流程图。 [0099] 参照图10，本发明一实施例的神经位置校正方法为在三维影像中校正预先检测的 神经位置的方法，可包括步骤S500至步骤S700。以下，为了便于说明，三维影像为有关牙齿 及其周围骨架结构的影像，虽然将从中预先检测的神经假设为齿槽神经(尤其，下齿槽神 经)来在附图中示出及说明，但本发明并不限于此。 [0100] 步骤S500作为获取影像的步骤，以预先检测的神经位置为基础，获取曲面重建 (CPR，Curved Planar Reformation)影像。 [0101] 图11为示出显示神经位置的三维影像的一例示的图，并且，图12为示出从图11中 获取的曲面重建影像的一例示的图。 [0102] 参照图11，可在三维影像中用不同的颜色来表示齿槽神经C的神经位置的区域。如 图12所示，以这种神经位置为基础，可通过后述曲面重建影像获取步骤来获取曲面重建影 像。 [0103] 图13示出获取曲面重建影像的过程。以下，参照图13详细说明获取曲面重建影像 的过程。 [0104] 首先，在牙齿及其周围骨架结构的三维影像中，齿槽神经C的神经位置可包括对于 C的N个中心坐标值C (其中，i＝0，1，…，N－1)(参照图13的(a)部分)。即，C作为构成C的坐 i i 标值，是对其中心曲线的多个点的N个坐标值。由此，C可通过从各个C 相连接的中心线 规定长度R的空间区域来组成。即，可以为C＝{C ∈R i＝0，1，…，N‑开云电竞1}。 i [0105] 在这种情况下，可导出各个C 中的多个法线矢量n与垂直于各个n 的多个平面P i i i i (参照图13的(b)部分)。即，n为显示各个C 中的切线方向的多个矢量，具有n ＝n ，n ，n i i i x y z 的坐标值，可通过C －C的计算导出。 i+1 i [0106] 并且，可导出根据各个C 中的基准矢量r的正射影矢量 (参照图5的(c)部分)。 i 即， 为r投影于P 的矢量。并且，可导出在P 的垂直平面上以C为中心点并具有半径为 i i i 10 10 CN 113873947 A 说明书 8/10页 的区域的平面(以下称为“正射影平面”)。在这种情况下，r作为用于计算曲面重建影像的范 围参数值，可预先设定或输入。 [0107] 若集合这种正射影平面，则可获取作为用于曲面重建影像的曲面区域的样品区域 S(参照图13的(f)部分)。在这种情况下，可在S中沿着各个P 的断面方向θ最终获取曲面重 i 建(CPR)影像(参照图13的(d)部分以及图13的(e)部分)。即，θ作为曲面重建(CPR)角度的参 数值，可预先设定或输入。 [0108] 即，曲面重建(CPR)影像由构成C的曲线形态的平面组成，并可通过C 、r及θ来获 i 取。尤其，n ·v ＝0， 由此，构成曲面重建(CPR)的多个坐标值为C+ i i i 3 kV 。在这种情况下，k为y轴范围指定纯量值(实数K∈R)。由此，曲面重建(CPR)影像的分辨 i 率(Sampling数)可通过C 的数量(N值)和k值来决定。 i [0109] 图14示出在图12中的曲面重建影像中显示神经位置的一例，图15示出在图12中的 曲面重建影像中一同显示神经位置和基线作为显示步骤，是显示从步骤S500中获取的曲面重建 (CPR)影像的步骤。尤其，如图14及图15所示，在步骤S600中，可在曲面重建(CPR)影像中一 同显示神经位置(菱形)和基线(虚线)。在这种情况下，神经位置可通过表示C 的多个点来 i 显示。 [0111] 尤其，基线为用于校正神经位置的引导线。即，曲面重建(CPR)影像中显示的校正 前的齿槽神经区域C (位于上下白色区域之间的黑色区域)与其神经位置的线 形的线)因其齿槽神经的特性而应以直线形态来显示。但，参照图14，C 与其神经位置的线 显示为“～”形态的弯曲形态。这说明，预先设定的神经位置已被设定。 [0112] 因此，基线在曲面重建(CPR)影像上提供用于对以如上所述的方式错误设定的神 经位置为基础来在曲面重建(CPR)影像中显示的校正前的齿槽神经区域C 进行校正的基 d1 准。即，显示于曲面重建(CPR)的基线可根据对象神经的种类及形态来使其形态变得不同， 可以为直线或曲线形态。尤其，在对象神经为齿槽神经的情况下，基线可反应齿槽神经的形 态来以直线形态显示于曲面重建(CPR)影像。 [0113] 但在大部分的情况下，仅校正神经位置的一部分，优选地，基线的坐标值可包括神 经位置的多个坐标值中的至少一个。即，基线可以为经过显示于曲面重建(CPR)影像的神经 区域的一部分的线。因为这种基线存储有多种形态，因而可通过输入部120来被使用人员选 择，也可提出以默认值(default)方式指定的形态。 [0114] 另一方面，为了区分神经位置和基线，能够以不同种类的线、形状、粗细程度、颜色 等来显示于曲面重建(CPR)影像。 [0115] 图16示出通过基线中的曲面重建影像中显示的神经位置进行校正的 一例。 [0116] 接着，步骤S700为校正步骤，以显示于曲面重建(CPR)影像的基线为基础，在曲面 重建(CPR)影像上对显示于曲面重建(CPR)影像的神经位置进行校正。即，能够以使显示于 曲面重建(CPR)影像的神经位置的点或线与基线相对应的方式在曲面重建(CPR)影像上进 行变更(在图16中以箭头表示变更的部分)。由此，可通过将经过变更的部分的神经位置的 坐标值实时变更为相应部分的坐标值来进行校正。在这种情况下，可通过输入部120来接收 使用人员对在显示于曲面重建(CPR)影像的神经位置中需变更的部分进行的选择和其变更 11 11 CN 113873947 A 说明书 9/10页 程度并根据所输入的数据来执行变更，或可通过机器学习(machine  learning)等的多种算 法来执行变更。 [0117] 图17示出以图16所示的方式进行校正后的曲面重建影像的一例。 [0118] 根据步骤S700，若以基线为基础来在曲面重建(CPR)影像上对显示于曲面重建 (CPR)影像的神经位置进行校正，则如图17所示，显示于曲面重建(CPR)影像的进行校正后 的齿槽神经区域C (位于上下白色区域之间的黑色区域)显示得几乎接近于直线 为符合作为对象神经的齿槽神经的C ，表示C 校正得当。 d2 d1 [0119] 另一方面，可反复进行步骤S500至步骤S700。在这种情况下，将预先检测的神经位 置更新为在之前的步骤S700中校正的神经位置，并以此为基础，可反复进行步骤S500至步 骤S700。即，若将步骤S500至步骤S700作为之前步骤来对神经位置进行校正，则当再次进行 步骤S500至步骤S700时，能够以在之前步骤中校正的神经位置为基础来执行步骤S500至步 骤S700。可像这样反复执行步骤来更准确地校正神经位置。 [0120] 尤其，当反复执行步骤时，可在步骤S500中获取角度θ与之前获取的曲面重建 2 (CPR)影像的角度θ不同的曲面重建(CPR)影像。但这种对于θ的选择可由使用人员通过输 1 2 入部120在规定范围(例如，90°至－90°)内进行输入并接收输入数据来实现，或可通过预设 的规定角度变更值来进行选择。 [0121] 图18至图21示出显示曲面重建影像的用户界面(UI，User  Interface)的多种例。 [0122] 参照图18至图21，为了给使用人员提供便利，曲面重建(CPR)影像可以与基准影像 一同显示。在这种情况下，基准影像是指导出曲面重建(CPR)影像的三维影像或对相应的三 维影像进行加工的影像。尤其，当提供这种用户界面(UI)时，可同时显示曲面重建(CPR)影 像和基准影像，可在基准影像中显示神经位置区域。 [0123] 并且，当提供上述用户界面(UI)时，在步骤S500中，通过输入部120来接收基准影 像中对于多个神经中的特定神经的选择，并以所输入的神经位置为基础来获取曲面重建 (CPR)影像。例如，可通过输入部120输入对下齿槽神经中的左侧或右侧的选择，根据所输入 的输入数据进行步骤S500，并可获取以相应的神经位置(左侧下齿槽神经位置或右侧下齿 槽神经位置)为基础的曲面重建(CPR)影像。 [0124] 图22示出多种范围的曲面重建影像。 [0125] 并且，在步骤S500中，除了获取对曲面重建(CPR)影像的角度θ之外，可通过接收对 于曲面重建(CPR)影像的范围，来获取反映其范围的曲面重建(CPR)影像。在这种情况下，曲 面重建(CPR)影像的范围可以为使用人员通过输入部120输入的值或r值等。最终，如图22所 示，可获取多种范围的曲面重建(CPR)影像。接着，可在步骤S600中实时显示反映相应范围 及角度θ的曲面重建(CPR)影像。 [0126] 另一方面，当提供上述用户界面(UI)时，可通过输入部120选择曲面重建(CPR)影 像的角度θ或范围。例如，角度θ或范围可通过鼠标的滚轮操作、鼠标的拖拽输入、键盘的箭 头键输入、提供显示部130上的滚动条的键盘的值输入等来选择。尤其，随着鼠标的滚轮操 作或键盘的箭头键输入(与键盘的其他按键一同输入)，曲面重建(CPR)影像的角度θ或范围 可变大或变小。这种输入手段具有可在上述用户界面(UI)上向使用人员提供更大便利的优 点。 [0127] 图23为对以往校正方法与本发明一实施例的神经位置校正方法进行比较的图。 12 12 CN 113873947 A 说明书 10/10页 [0128] 另一方面，如图23的(a)部分所示，在以往的校正方法中，将圆筒形断面影像作为 对象来进行断面影像移动及矫正。相反，如图23的(b)部分所示，本发明一实施例的神经位 置校正方法中，将曲面重建(CPR)影像作为对象，以其圆筒中心点为基准来进行断面旋转及 校正。 [0129] 本说明书和附图中公开的本发明的多个实施例仅为了便于说明本发明的技术内 容、有助于理解本发明而提出特定实施例，并不用于限定本发明的范围。因此，应当解释为， 在本发明的范围方面，除了上述实施例之外，以本发明的技术思想为基础导出的所有变更 或变形的实施方式属于本发明的范围。 [0130] 产业上的可利用性 [0131] 本发明的神经检测方法及装置可用于植牙手术等多种牙齿治疗领域。 13 13 CN 113873947 A 说明书附图 1/14页 图1 图2 14 14 CN 113873947 A 说明书附图 2/14页 图3 15 15 CN 113873947 A 说明书附图 3/14页 图4 16 16 CN 113873947 A 说明书附图 4/14页 图5 17 17 CN 113873947 A 说明书附图 5/14页 图6 18 18 CN 113873947 A 说明书附图 6/14页 图7 19 19 CN 113873947 A 说明书附图 7/14页 图8 20 20 CN 113873947 A 说明书附图 8/14页 图9 图10 21 21 CN 113873947 A 说明书附图 9/14页 图11 图12 22 22 CN 113873947 A 说明书附图 10/14页 图13 23 23 CN 113873947 A 说明书附图 11/14页 图14 图15 图16 图17 24 24 CN 113873947 A 说明书附图 12/14页 图18 图19 25 25 CN 113873947 A 说明书附图 13/14页 图20 图21 26 26 CN 113873947 A 说明书附图 14/14页 图22 图23 27 27

　　2、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问加。

　　3、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。

　　4、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

　　使用左旋（R）β2受体激动剂在预防和治疗肺部炎症与重构及减少其毒副作用的应用.pdf

　　制造(6AR,10AR)-7-丙基-6,6A,7,8,9,10,10A,11-八氢-[1,3]二氧杂环戊并[4’,5’:5,6]苯并[1,2-G]喹啉和(4AR,10AR)-1-丙基-1,2,3,4,.pdf

　　用于治疗粘膜癌的单独或与I型IFN诱导剂组合的基于壳聚糖多聚复合物的IL-12的局部表达.pdf

　　2017-2023年副主任医师(副高)-针灸学(副高)笔试历年真题摘选附答案.docx

　　原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者

• 上一篇：神经监测技术在甲状腺外科手术的意义docx
• 下一篇：颅内风云 洞察先机｜颅内压监测的创新技术与临床影响分析