一种种植方案多目标动态规划方法、系统、设备及介质与流程

摘要: 本发明属于口腔种植修复领域,特别是涉及一种种植方案多目标动态规划方法、系统、设备及介质。背景技术:1、随着口腔种植修复技术的发展,数字化种植设计逐渐成为无牙颌全...
一种种植方案多目标动态规划方法、系统、设备及介质与流程

本发明属于口腔种植修复领域,特别是涉及一种种植方案多目标动态规划方法、系统、设备及介质。

背景技术:

1、随着口腔种植修复技术的发展,数字化种植设计逐渐成为无牙颌全口种植方案规划的重要手段。该技术通过对患者颌骨影像数据进行三维重建,辅助医生确定种植体的数量、位置和角度,以提高种植修复的安全性和可预测性。

2、传统技术中,种植方案规划主要依赖医生的临床经验进行手工测量和点位选择,或采用基于单目标优化的自动规划方法。医生根据颌骨解剖形态和骨质条件,在二维断面图像或三维模型中逐一判断候选种植位点的可行性,再结合修复体的力学要求进行综合权衡。

3、然而,传统方法存在以下技术问题:第一,手工规划效率低下,不同医生之间主观差异大,难以保证方案的一致性和可重复性;第二,单目标优化方法仅关注骨密度最大化或应力最小化等单一指标,无法同时平衡植入骨体积、修复体支撑跨度和种植体长轴夹角等多个相互冲突的规划目标;第三,缺乏动态决策机制,无法在种植体数量递增的过程中实时评估各阶段决策对全局方案的影响,导致最终方案往往陷入局部最优。因此,亟需一种能够实现多目标动态规划的种植方案自动生成方法。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种种植方案多目标动态规划方法、系统、设备及介质。

2、第一方面,本申请提供了一种种植方案多目标动态规划方法,包括:

3、s1、获取目标患者口腔的cbct影像数据,对cbct影像数据进行三维重建和灰度阈值分割,得到颌骨三维形态数据和骨密度分布数据;

4、s2、结合预设的种植体多目标约束条件集,对颌骨三维形态数据和骨密度分布数据进行种植位点网格划分,得到候选种植点位数据和候选种植点位的局部骨密度数据;

5、s3、将候选种植点位数据和局部骨密度数据输入至多阶段决策网络中,进行动态规划迭代,生成多个阶段状态转移路径数据;

6、s4、对各阶段状态转移路径数据进行全局多目标适应度计算,得到种植方案帕累托前沿解集数据;

7、s5、结合预设的临床优先级权重系数向量,对种植方案帕累托前沿解集数据进行加权排序和方案筛选,得到最优种植规划方案数据。

8、第二方面,本申请还提供了一种种植方案多目标动态规划系统,包括:

9、影像解析与三维重建模块,用于获取目标患者口腔的cbct影像数据,对cbct影像数据进行三维重建和灰度阈值分割,得到颌骨三维形态数据和骨密度分布数据;

10、空间网格划分与位点提取模块,用于结合预设的种植体多目标约束条件集,对颌骨三维形态数据和骨密度分布数据进行种植位点网格划分,得到候选种植点位数据和候选种植点位的局部骨密度数据;

11、动态规划与路径生成模块,用于将候选种植点位数据和局部骨密度数据输入至多阶段决策网络中,进行动态规划迭代,生成多个阶段状态转移路径数据;

12、多目标优化与帕累托求解模块,用于对各阶段状态转移路径数据进行全局多目标适应度计算,得到种植方案帕累托前沿解集数据;

13、加权排序与最优规划决策模块,用于结合预设的临床优先级权重系数向量,对种植方案帕累托前沿解集数据进行加权排序和方案筛选,得到最优种植规划方案数据。

14、第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现第一方面所述的方法。

15、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的方法。

16、上述一种种植方案多目标动态规划方法、系统、设备及介质,首先对患者cbct影像进行三维重建与灰度阈值分割,提取颌骨三维形态和骨密度分布数据,再结合预设的种植体多目标约束条件集进行种植位点网格划分,获得候选点位及其局部骨密度数据;然后将上述数据输入多阶段决策网络进行动态规划迭代,生成多个阶段状态转移路径数据;进而对各路径进行全局多目标适应度计算,得到帕累托前沿解集;最后结合临床优先级权重系数向量对解集进行加权排序与方案筛选,输出最优种植规划方案;能够有效提升种植方案规划的自动化程度和客观性,降低人工经验带来的主观差异;能够同时兼顾植入骨体积、修复体支撑跨度和种植体长轴夹角等多个相互冲突的优化目标,避免单目标优化的局部最优缺陷;能够实现从候选点位筛选到全局方案评估的全流程动态规划,减少方案寻优的盲目性和计算冗余。

1.一种种植方案多目标动态规划方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述cbct影像数据包括第一体素,所述s1包括:

3.根据权利要求2所述的方法,其特征在于,所述种植体多目标约束条件集包括咬合力传递路径约束、神经血管避让约束和修复体附着空间约束,所述s2包括:

4.根据权利要求3所述的方法,其特征在于,所述多阶段决策网络包括输入层、状态编码层、决策评估层和路径搜索层,所述s3包括:

5.根据权利要求1所述的方法,其特征在于,各所述阶段状态转移路径数据包括多条路径,各所述路径对应一个种植体数量下的一个种植点位选择序列且由按照阶段顺序排列的空间位置点构成,所述s4包括:

6.根据权利要求1所述的方法,其特征在于,所述种植方案帕累托前沿解集数据包括多个帕累托前沿解,所述s5包括:

7.一种种植方案多目标动态规划系统,其特征在于,所述系统包括:

8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法。