(19)国家知识产权局

(12)发明专利申请
(10)申请公布号 CN 116310651 A
(43)申请公布日 2023.06.23
(21)申请号 202310311200 .8

(22)申请日 2023 .03 .28

(71)申请人 杭州朝厚信息科技有限公司
地址 311400 浙江省杭州市富阳区银湖街
道中国智谷富春园区13号楼13楼1302
室

(72)发明人 马成龙　徐乾　

(74)专利代理机构 北京超凡宏宇专利代理事务
所(特殊普通合伙) 11463
专利代理师 曹瑞敏

(51)Int .Cl .
G06V 10/774 (2022 .01)
G06V 20/64 (2022 .01)
G06V 20/70 (2022 .01)
G06V 10/26 (2022 .01)
权利要求书2页 说明书10页 附图5页

(54)发明名称
分割模型训练方法、曲面确定方法、装置、设
备及介质
(57)摘要
本申请提供一种牙齿分割模型的训练方法、
牙齿曲面确定方法、 装置、设备及存储介质，涉及
牙齿模型技术领域。该牙齿分割模型的训练方法
包括： 获取预设牙齿三维模型；为多个初始面片
标注属性信息， 构建训练样本集；根据训练样本
集， 对预设牙齿分割模型进行训练， 得到目标牙
齿分割模型， 目标牙齿分割模型用于确定待检测
牙齿三维模型中各面片的类别和位置。用本申请
的训练方法训练出的牙齿分割模型来判断牙齿
面片类别和位置， 可以提高判断的准确度，并且，
用该模型可以实现对牙齿面片类别的自动判断，
节省了工作人员的时间。
CN 116310651 A
CN 116310651 A 权　利　要　求　书 1/2 页

1 .一种牙齿分割模型的训练方法， 其特征在于， 包括：

获取预设牙齿三维模型， 所述预设牙齿三维模型包括： 多个初始面片，多个所述初始面
片的类别不同；
为多个所述初始面片标注属性信息， 构建训练样本集， 所述属性信息用于指示多个所
述初始面片的类别、 以及多个所述初始面片的位置；
根据所述训练样本集， 对预设牙齿分割模型进行训练， 得到目标牙齿分割模型，所述目
标牙齿分割模型用于确定待检测牙齿三维模型中各面片的类别和位置。
2 .如权利要求1所述的方法， 其特征在于， 所述为多个所述初始面片标注属性信息， 构
建训练样本集， 包括：
对所述预设牙齿三维模型进行采样， 确定每个初始面片的属性信息； 所述属性信息包
括：多个所述初始面片的中心位置、 法向量、 以及面片类别， 所述面片类别用于指示多个所
述初始面片为牙齿面片或非牙齿面片， 所述中心位置和所述法向量用于指示多个所述初始
面片的坐标；
为多个所述初始面片标注所述属性信息， 生成多个样本面片， 构建所述训练样本集。
3 .如权利要求2所述的方法， 其特征在于， 所述对所述预设牙齿三维模型进行采样， 确
定每个初始面片的属性信息之前， 所述方法还包括：
确定所述预设牙齿三维模型中各初始面片的尺寸是否满足预设尺寸条件；
若所述各初始面片中存在满足所述预设尺寸条件的第一目标面片， 则去除所述预设牙
齿三维模型中的所述第一目标面片；
所述对所述预设牙齿三维模型进行采样， 确定每个初始面片的属性信息， 包括：
对去除所述第一目标面片后的所述预设牙齿三维模型进行采样， 得到所述多个初始面
片的中心位置以及法向量。
4 .如权利要求3所述的方法，其特征在于， 所述确定所述预设牙齿三维模型中各初始面
片的尺寸是否满足预设尺寸条件， 包括：
确定所述各初始面片的面积是否大于或等于预设面积阈值以及所述各初始面片的长
边边长是否大于或等于预设长度阈值；
若所述各初始面片的面积大于或等于所述预设面积阈值， 且所述各初始面片的长边边
长大于或等于所述预设长度阈值， 则确定所述预设牙齿三维模型中各初始面片的尺寸满足
所述预设尺寸条件；
若所述各初始面片的面积小于所述预设面积阈值， 或所述各初始面片的长边边长小于
所述预设长度阈值， 则确定所述预设牙齿三维模型中各初始面片的尺寸不满足所述预设尺
寸条件。
5 .如权利要求1‑4任一项所述的方法， 其特征在于， 所述根据所述训练样本集，对预设
牙齿分割模型进行训练， 得到目标牙齿分割模型， 包括：
采用所述预设牙齿分割模型， 对多个样本面片进行处理， 得到所述多个样本面片的预
测类别；
根据所述多个样本面片的预测类别和属性信息， 计算模型损失函数值；
根据所述模型损失函数值， 调整所述预设牙齿分割模型的参数， 并对参数调整后的所
述预设牙齿分割模型重新进行训练， 直至所述预设牙齿分割模型收敛， 得到所述目标牙齿

2
CN 116310651 A 权　利　要　求　书 2/2 页

分割模型。
6 .一种牙齿曲面确定方法，其特征在于， 包括：
获取待检测牙齿三维模型中的多个面片；
根据所述多个面片， 采用目标牙齿分割模型进行处理， 确定所述多个面片的类别；
根据所述多个面片的类别和所述待检测牙齿三维模型， 生成牙齿曲面模型。
7 .如权利要求6所述的方法，其特征在于， 所述根据所述多个面片的类别和所述待检测
牙齿三维模型， 生成牙齿曲面模型， 包括：
将所述待检测牙齿三维模型中类别为牙齿的各第二目标面片进行连接， 得到初始曲面
模型；
去除所述初始曲面模型中类别为非牙齿面片的各第三目标面片， 得到所述牙齿曲面模
型。
8 .一种牙齿分割模型的训练装置， 其特征在于，包括：
获取模块，用于获取预设牙齿三维模型， 所述预设牙齿三维模型包括：多个初始面片，
多个所述初始面片的类别不同；
标注模块， 用于为多个所述初始面片标注属性信息， 构建训练样本集，所述属性信息用
于指示多个所述初始面片的类别、 以及多个所述初始面片的位置；
训练模块， 用于根据所述训练样本集， 对预设牙齿分割模型进行训练， 得到目标牙齿分
割模型， 所述目标牙齿分割模型用于确定待检测牙齿三维模型中各面片的类别。
9 .一种计算机设备，其特征在于， 包括：处理器、存储介质和总线，所述存储介质存储有
所述处理器可执行的程序指令， 当计算机设备运行时， 所述处理器与所述存储介质之间通
过总线通信， 所述处理器执行所述程序指令， 以执行如权利要求1至7任一所述的牙齿分割
模型的训练方法的步骤。
10 .一种计算机可读存储介质， 其特征在于，所述存储介质上存储有计算机程序， 所述
计算机程序被处理器运行时执行如权利要求1至7任一所述的牙齿分割模型的训练方法的
步骤。

3
CN 116310651 A 说　明　书 1/10 页

分割模型训练方法、曲面确定方法、装置、设备及介质

技术领域
[0001] 本申请涉及牙齿模型技术领域，具体而言，
涉及一种牙齿分割模型的训练方法、
牙
齿曲面确定方法、 装置、
设备及存储介质。

背景技术
[0002] 牙齿建模是临床诊断中一项十分重要的技术手段，该技术采集目标病例的口腔三
维信息， 并确定采集到的口腔三维信息中的牙齿信息，从而根据牙齿信息对目标病例的牙
齿进行建模， 便于工作人员用牙齿模型来实现对牙齿问题的诊断。
[0003] 通常，对牙齿三维模型中牙齿位置的判断由工作人员凭借肉眼观察以及经验进
行， 这种判断方式极大程度地依赖工作人员的经验， 且人眼判断容易有误差，
容易导致对牙
齿位置判断的准确度低， 同时也需要花费技术人员的大量时间。

发明内容
[0004] 本申请的目的在于， 针对上述现有技术中的不足， 提供一种牙齿分割模型的训练
方法、 牙齿曲面确定方法、装置、设备及存储介质，以便解决现有技术中存在的问题。
[0005] 为实现上述目的，本申请实施例采用的技术方案如下：
[0006] 第一方面，本申请实施例提供了一种牙齿分割模型的训练方法， 包括：
[0007] 获取预设牙齿三维模型， 所述预设牙齿三维模型包括： 多个初始面片，多个所述初
始面片的类别不同；
[0008] 为多个所述初始面片标注属性信息， 构建训练样本集， 所述属性信息用于指示多
个所述初始面片的类别、 以及多个所述初始面片的位置；
[0009] 根据所述训练样本集， 对预设牙齿分割模型进行训练， 得到目标牙齿分割模型，所
述目标牙齿分割模型用于确定待检测牙齿三维模型中各面片的类别和位置。
[0010] 在可能的实现示例中， 所述为多个所述初始面片标注属性信息， 构建训练样本集，
包括：
[0011] 对所述预设牙齿三维模型进行采样， 确定每个初始面片的属性信息； 所述属性信
息包括： 多个所述初始面片的中心位置、 法向量、
以及面片类别， 所述面片类别用于指示多
个所述初始面片为牙齿面片或非牙齿面片， 所述中心位置和所述法向量用于指示多个所述
初始面片的坐标；
[0012] 为多个所述初始面片标注所述属性信息， 生成样本面片，构建所述训练样本集。
[0013] 在可能的实现示例中， 所述对所述预设牙齿三维模型进行采样， 确定每个初始面
片的属性信息之前， 所述方法还包括：
[0014] 确定所述预设牙齿三维模型中各初始面片的尺寸是否满足预设尺寸条件；
[0015] 若所述各初始面片中存在满足所述预设尺寸条件的第一目标面片， 则去除所述预
设牙齿三维模型中的所述第一目标面片；
[0016] 所述对所述预设牙齿三维模型进行采样， 确定每个初始面片的属性信息，包括：

4
CN 116310651 A 说　明　书 2/10 页

[0017] 对去除所述第一目标面片后的所述预设牙齿三维模型进行采样， 得到所述多个初

始面片的中心位置以及法向量。
[0018] 在可能的实现示例中， 所述确定所述预设牙齿三维模型中各初始面片的尺寸是否
满足预设尺寸条件， 包括：
[0019] 确定所述各初始面片的面积是否大于或等于预设面积阈值以及所述各初始面片
的长边边长是否大于或等于预设长度阈值；
[0020] 若所述各初始面片的面积大于或等于所述预设面积阈值， 且所述各初始面片的长
边边长大于或等于所述预设长度阈值， 则确定所述预设牙齿三维模型中各初始面片的尺寸
满足所述预设尺寸条件；
[0021] 若所述各初始面片的面积小于所述预设面积阈值， 或所述各初始面片的长边边长
小于所述预设长度阈值， 则确定所述预设牙齿三维模型中各初始面片的尺寸不满足所述预
设尺寸条件。
[0022] 在可能的实现示例中， 所述根据所述训练样本集， 对预设牙齿分割模型进行训练，
得到目标牙齿分割模型， 包括：
[0023] 采用所述预设牙齿分割模型， 对所述多个样本面片进行处理， 得到所述多个样本
面片的预测类别；
[0024] 根据所述多个样本面片的预测类别和属性信息， 计算模型损失函数值；
[0025] 根据所述模型损失函数值， 调整所述预设牙齿分割模型的参数， 并对参数调整后
的所述预设牙齿分割模型重新进行训练， 直至所述预设牙齿分割模型收敛， 得到所述目标
牙齿分割模型。
[0026] 第二方面，本申请实施例提供了一种牙齿曲面确定方法， 包括：
[0027] 获取待检测牙齿三维模型中的多个面片；
[0028] 根据所述多个面片， 采用目标牙齿分割模型进行处理， 确定所述多个面片的类别；
[0029] 根据所述多个面片的类别和所述待检测牙齿三维模型， 生成牙齿曲面模型。
[0030] 在可能的实现示例中 ， 所述根据所述多个面片的类别和所述待检测牙齿三维模
型， 生成牙齿曲面模型， 包括：
[0031] 将所述待检测牙齿三维模型中类别为牙齿的各第二目标面片进行连接， 得到初始
曲面模型；
[0032] 去除所述初始曲面模型中类别为非牙齿面片的各第三目标面片， 得到所述牙齿曲
面模型。
[0033] 第三方面，本申请实施例提供了一种牙齿分割模型的训练装置， 包括：
[0034] 获取模块，用于获取预设牙齿三维模型， 所述预设牙齿三维模型包括： 多个初始面
片， 多个所述初始面片的类别不同；
[0035] 标注模块，用于为多个所述初始面片标注属性信息， 构建训练样本集，所述属性信
息用于指示多个所述初始面片的类别、 以及多个所述初始面片的位置；
[0036] 训练模块，用于根据所述训练样本集， 对预设牙齿分割模型进行训练， 得到目标牙
齿分割模型， 所述目标牙齿分割模型用于确定待检测牙齿三维模型中各面片的类别。
[0037] 第四方面，本申请实施例提供了一种计算机设备， 包括： 处理器、存储介质和总线，
所述存储介质存储有所述处理器可执行的程序指令， 当计算机设备运行时， 所述处理器与

5
CN 116310651 A 说　明　书 3/10 页

所述存储介质之间通过总线通信， 所述处理器执行所述程序指令，以执行上述实施例提供
的牙齿分割模型的训练方法的步骤。
[0038] 第五方面，本申请实施例提供了一种计算机可读存储介质，所述存储介质上存储
有计算机程序， 所述计算机程序被处理器运行时执行上述实施例提供的牙齿分割模型的训
练方法的步骤。
[0039] 本申请的有益效果是：本申请提供了一种牙齿分割模型的训练方法， 先获取预设
牙齿三维模型， 再为多个初始面片标注属性信息，构建训练样本集，最后根据训练样本集，
对预设牙齿分割模型进行训练， 得到目标牙齿分割模型，目标牙齿分割模型即可用于确定
待检测牙齿三维模型中各面片的类别和位置。相比于现有技术中用人眼来判断面片的类
别，用本申请的训练方法训练出的牙齿分割模型来判断牙齿面片类别， 可以提高判断的准
确度， 并且，
用该模型可以实现对牙齿面片类别的自动判断，节省了工作人员的时间。

附图说明
[0040] 为了更清楚地说明本申请实施例的技术方案， 下面将对实施例中所需要使用的附
图作简单地介绍， 应当理解， 以下附图仅示出了本申请的某些实施例，因此不应被看作是对
范围的限定， 对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下，还可以根据这
些附图获得其他相关的附图。
[0041] 图1为本申请实施例提供的一种牙齿分割模型的训练方法的流程示意图；
[0042] 图2为本申请一实施例提供的对预设牙齿曲面样本进行预处理的方法流程示意图
之一；
[0043] 图3为本申请一实施例提供的对预设牙齿曲面样本进行预处理的方法流程示意图
之二；
[0044] 图4为本申请一实施例提供的对目标牙齿分割模型进行验证的方法的流程示意
图；
[0045] 图5为本申请实施例提供的一种牙齿分割模型的应用方法的流程示意图；
[0046] 图6为本申请一实施例提供的对目标牙齿分割模型的输出结果进行修正的方法的
流程示意图；
[0047] 图7为本申请一实施例提供的初始曲面模型的示意图之一；
[0048] 图8(a)和图8(b)为本申请一实施例提供的初始曲面模型的示意图之二；
[0049] 图9为本申请一实施例提供的牙齿分割模型的训练装置的结构示意图；
[0050] 图10为本申请一实施例提供的计算机设备的结构示意图。

具体实施方式
[0051] 为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例
中的附图， 对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是
本申请一部分实施例， 而不是全部的实施例。
[0052] 因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护
的本申请的范围， 而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通
技术人员在没有作出创造性劳动前提下所获得的所有其他实施例， 都属于本申请保护的范

6
CN 116310651 A 说　明　书 4/10 页

围。
[0053] 在本申请的描述中， 需要说明的是， 若出现术语“上”、“下”、等指示的方位或位置
关系为基于附图所示的方位或位置关系， 或者是该申请产品使用时惯常摆放的方位或位置
关系， 仅是为了便于描述本申请和简化描述， 而不是指示或暗示所指的装置或元件必须具
有特定的方位、 以特定的方位构造和操作， 因此不能理解为对本申请的限制。
[0054] 此外， 本申请的说明书和权利要求书及上述附图中的术语“第一”、 “第二”等是用
于区别类似的对象， 而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在
适当情况下可以互换， 以便这里描述的本申请的实施例能够以除了在这里图示或描述的那
些以外的顺序实施。此外， 术语“包括”和“具有”以及他们的任何变形， 意图在于覆盖不排他
的包含， 例如， 包含了一系列步骤或单元的过程、 方法、系统、产品或设备不必限于清楚地列
出的那些步骤或单元， 而是可包括没有清楚地列出的或对于这些过程、 方法、产品或设备固
有的其它步骤或单元。
[0055] 需要说明的是， 在不冲突的情况下， 本申请的实施例中的特征可以相互结合。
[0056] 本申请实施例提供了一种牙齿分割模型的训练方法， 该牙齿分割模型的训练方法
可由任一集成有预设牙齿分割模型生成算法的计算机设备生成， 计算机设备例如可以是面
向终端的计算机设备， 也可以是后端的服务器。
[0057] 以下结合附图通过多个示例对本申请实施例提供的牙齿分割模型的训练方法、 装
置、 设备及存储介质进行具体的示例说明。
[0058] 本申请一实施例提供了一种牙齿分割模型的训练方法的可能实施方式， 图1为本
申请实施例提供的一种牙齿分割模型的训练方法的流程示意图， 如图1所示， 该方法包括：
[0059] S101、
获取预设牙齿三维模型。
[0060] 在对牙齿分割模型进行训练之前， 需要先获取预设牙齿三维模型， 预设牙齿三维
模型中包括多个初始面片， 预设牙齿三维模型用于构建训练样本集。
[0061] 其中 ， 每个初始面片的类别不同 (面片的类别例如可以包括牙齿面片、非牙齿面
片) ， 预设牙齿三维模型是用三维口腔扫描仪重建而来的口腔模型， 需要说明的是， 初始面
片的数量例如可以为4096个， 4096是基于对训练速度和训练质量综合得出的数值，用4096
个样本面片对预设牙齿分割模型进行训练， 不仅可以保证训练速度， 还能确保训练得到的
目标牙齿分割模型的质量。
[0062] S102、
为多个初始面片标注属性信息， 构建训练样本集。
[0063] 根据步骤S101得到预设牙齿三维模型后， 可以在预设牙齿三维模型中标注出初始
面片的属性信息， 并将预设牙齿三维模型和标注的属性信息记录在训练样本集中， 从而构
建出训练样本集。训练样本集例如可以为一个文本文件。
[0064] 属性信息用于指示多个初始面片的类别、 以及多个初始面片的位置， 具体地，属性
信息例如可以包括： 多个初始面片的中心位置、 法向量、 以及面片类别， 面片类别用于指示
多个初始面片为牙齿面片或非牙齿面片， 中心位置和法向量用于指示多个初始面片的坐
标。
[0065] 在本实施例中， 例如可以预先对预设牙齿三维模型进行采样， 得到预设数量个初
始面片(4096个) ， 再标注出多个初始面片的类别、中心位置以及法向量， 从而生成样本面
片。初始面片的中心位置和法向量可以 用矩阵形式表达矩阵的每一行表示一个面片的坐

7
CN 116310651 A 说　明　书 5/10 页

标， 例如(x，y，z，nx，ny，
nz) ，
x、y、z表示面片的中心位置的坐标， nx、 ny、
nz表示面片的单位
法向量坐标。
[0066] 可选的， 在得到训练样本集之后， 为使训练样本集中的数据与模型的方向无关， 还
可以同时对(x， y，z)和(nx，ny，nz)乘一个随机的旋转矩阵， 也即对数据做旋转增广； 在旋转
增广后， 为使数据与模型位置无关， 可以将(x ,y ,z)归一化，即x ,y ,z∈[0 ,1]；
最后，为使数
据与面片排列无关， 可以对矩阵的行进行随机排列。
[0067] S103、根据训练样本集， 对预设牙齿分割模型进行训练， 得到目标牙齿分割模型。
[0068] 将步骤S102得到的训练样本集代入到预设牙齿分割模型中， 即可对预设牙齿分割
模型进行训练。 由于预设牙齿曲面样本是由多个样本面片组成， 且， 对每个样本面片的样本
类别、 中心位置以及法向量都进行了标注， 因此， 训练后的预设牙齿分割模型即为目标牙齿
分割模型， 可以用于确定待检测牙齿三维模型中各面片的类别和位置。其中， 预设牙齿分割
模型例如可以为DGCNN语义分割网络， 当然，也可以选择其他类型的语义分割网络， 本申请
对此不做限定。
[0069] 综上， 本实施例提供了一种牙齿分割模型的训练方法， 本申请提供了一种牙齿分
割模型的训练方法， 先获取预设牙齿三维模型， 再为多个初始面片标注属性信息， 构建训练
样本集， 最后根据训练样本集， 对预设牙齿分割模型进行训练， 得到目标牙齿分割模型， 目
标牙齿分割模型即可用于确定待检测牙齿三维模型中各面片的类别和位置。相比于现有技
术中用人眼来判断面片的类别， 用本实施例的训练方法训练出的牙齿分割模型来判断牙齿
面片类别， 可以提高判断的准确度， 并且，用该模型可以实现对牙齿面片类别的自动判断，
节省了工作人员的时间。
[0070] 本申请一实施例还提供了对样本面片进行预处理的方法的可能实施方式， 图2为
本申请一实施例提供的对样本面片进行预处理的方法流程示意图之一， 如图2所示， 在对预
设牙齿三维模型进行采样， 确定每个初始面片的属性信息之前， 还可以包括：
[0071] S201、确定预设牙齿三维模型中各初始面片的尺寸是否满足预设尺寸条件。
[0072] 由于牙齿三维模型是用三维口腔扫描仪重建而来， 其不可避免地会伴随着噪声，
如扫描时用的底座、气泡、补洞等非牙齿三维模型的面片， 因此， 在对预设牙齿三维模型进
行采样之前， 可以先确定预设牙齿三维模型中各初始面片的尺寸是否满足预设尺寸条件，
满足预设条件的初始面片可以被认为是非牙齿三维模型的面片， 即为需要从样本面片中去
除的面片。
[0073] S202、若各初始面片中存在满足预设尺寸条件的第一目标面片， 则去除预设牙齿
三维模型中的第一目标面片。
[0074] 在根据步骤S202获取到满足预设尺寸条件的初始面片后， 将得到的初始面片作为
第一目标面片， 并在预设牙齿三维模型中去除第一目标面片， 即可完成对样本面片的预处
理。
[0075] 则上述实施例中， 对预设牙齿三维模型进行采样， 得到多个样本面片的中心位置
以及法向量， 包括：
[0076] S203、对去除第一目标面片后的预设牙齿三维模型进行采样， 得到多个样本面片
的中心位置以及法向量。
[0077] 在步骤S202完成了对样本面片的预处理之后， 可以根据去除第一目标面片后的预

8
CN 116310651 A 说　明　书 6/10 页

设牙齿三维模型进行采样， 得到多个初始面片的中心位置以及法向量， 使得到的初始面片

都为牙齿三维模型的面片。
[0078] 在本实施例中， 通过确定预设牙齿三维模型中各初始面片的尺寸是否满足预设尺
寸条件， 并对满足预设尺寸条件的第一目标面片进行去除， 保证了得到的初始面片都为牙
齿三维模型的面片， 从而提高了用训练好的目标牙齿分割模型对待检测牙齿三维模型中的
面片类别进行判断的准确度。
[0079] 本申请一实施例还提供了对预设牙齿曲面样本进行预处理的方法的具体实施方
式， 图3为本申请一实施例提供的对预设牙齿曲面样本进行预处理的方法流程示意图之二，
如图3所示， 确定预设牙齿三维模型中各初始面片的尺寸是否满足预设尺寸条件， 包括：
[0080] S301、确定各初始面片的面积是否大于或等于预设面积阈值以及各初始面片的长
边边长是否大于或等于预设长度阈值。
[0081] 非牙齿三维模型的面片可能会存在面片的面积过大、 面片的最长边的长度过长等
特点， 则预设尺寸条件例如可以为初始面片的面积大于或等于预设面积阈值， 且初始面片
的长边边长大于或等于预设长度阈值， 因此，
步骤S201中，
确定预设牙齿三维模型中各初始
面片的尺寸是否满足预设尺寸条件， 可以为：确定各初始面片的面积是否大于或等于预设
面积阈值以及各初始面片的长边边长是否大于或等于预设长度阈值。
[0082] 其中， 预设面积阈值、 预设长度阈值可以根据实际需求决定， 在此不对预设面积阈
值及预设长度阈值的具体数值做限定。
[0083] S302、若各初始面片的面积大于或等于预设面积阈值， 且各初始面片的长边边长
大于或等于预设长度阈值， 则确定预设牙齿三维模型中各初始面片的尺寸满足预设尺寸条
件。
[0084] 若存在同时满足面积大于或等于预设面积阈值、 最长边的长度大于或等于预设长
度阈值的初始面片， 则确定该初始面片满足预设尺寸条件， 将该初始面片从样本面片中去
除。
[0085] S303、若各初始面片的面积小于预设面积阈值， 或各初始面片的长边边长小于预
设长度阈值， 则确定预设牙齿三维模型中各初始面片的尺寸不满足预设尺寸条件。
[0086] 若存在面积小于预设面积阈值、 或最长边的长度小于预设长度阈值的初始面片，
则确定该面片不满足预设尺寸条件， 将该面片保留在样本面片中。
[0087] 在本实施例中 ， 首先确定各初始面片是否同时满足面积大于或等于预设面积阈
值、 最长边的长度大于或等于预设长度阈值， 并对同时满足这两个条件的面片进行去除， 保
证了得到的样本面片都为牙齿三维模型的面片， 从而提高了用训练好的目标牙齿分割模型
对待检测牙齿三维模型中的面片类别进行判断的准确度。
[0088] 本申请一实施例还提供了一种对目标牙齿分割模型进行验证的可能实施方式， 图
4为本申请一实施例提供的对目标牙齿分割模型进行验证的方法的流程示意图 ， 如图4所
示， 步骤S104中， 根据预设牙齿曲面样本，对预设牙齿分割模型进行训练， 得到目标牙齿分
割模型， 可以包括：
[0089] S401、
采用预设牙齿分割模型， 对多个样本面片进行处理， 得到多个样本面片的预
测类别。
[0090] 在得到预设牙齿曲面样本后， 还可以先采用预设牙齿分割模型， 对多个样本面片

9
CN 116310651 A 说　明　书 7/10 页

进行处理， 得到多个样本面片的预测类别， 预测类别用于对训练后的预设牙齿分割模型进

行验证。
[0091] S402、
根据多个样本面片的预测类别和属性信息， 计算模型损失函数值。
[0092] 在根据步骤S401获取到多个样本面片的预测类别后， 即可将多个样本面片的预测
类别和标注的属性信息进行对比 ， 并根据多个样本面片的预测类别和属性信息， 计算模型
损失函数值， 模型损失函数值用于验证训练后的预设牙齿分割模型的判断结果是否准确。
[0093] S403、根据模型损失函数值， 调整预设牙齿分割模型的参数， 并对参数调整后的预
设牙齿分割模型重新进行训练， 直至预设牙齿分割模型收敛， 得到目标牙齿分割模型。
[0094] 在获取到模型损失函数值后， 即可根据损失函数值， 对预设牙齿分割模型的参数
进行调整， 并对参数调整后的预设牙齿分割模型重新进行训练。重复以上过程， 直至预设牙
齿分割模型收敛， 即可认为对预设牙齿分割模型训练成功， 得到的即为目标牙齿分割模型。
需要说明的是， 若不收敛，可以采取一些能使预设牙齿分割模型收敛的措施， 直到预设牙齿
分割模型收敛。能使预设牙齿分割模型收敛的措施例如可以为： 增加采集的多个样本面片
的数量、 对样本面片进行预处理、 或者其他方法。
[0095] 在本实施例中， 通过多个样本面片的预测类别和样本类别计算模型损失函数值，
并用损失函数值对预设牙齿分割模型的参数进行调整， 再对参数调整后的预设牙齿分割模
型重新进行训练， 重复以上过程， 直至预设牙齿分割模型收敛， 提高了训练得到的目标牙齿
分割模型的真实性和可用性。
[0096] 本申请一实施例还提供了一种牙齿分割模型的应用方法： 在训练获取到目标牙齿
分割模型之后， 若需要对待检测牙齿三维模型中的牙齿面片进行识别， 直接将待检测牙齿
三维模型代入目标牙齿分割模型中， 即可获取待检测牙齿三维模型中的牙齿面片， 从而确
定牙齿曲面。
[0097] 在此基础上， 图5为本申请实施例提供的一种牙齿分割模型的应用方法的流程示
意图。如图5所示， 本实施例提供了一种将待检测牙齿三维模型代入牙齿分割模型中， 获取
牙齿曲面的方法， 包括如下步骤：
[0098] S501、
获取待检测牙齿三维模型中的多个面片。
[0099] 待检测牙齿三维模型是用三维口腔扫描仪重建而来的待检测口腔模型， 在对待检
测牙齿三维模型中的牙齿曲面进行检测之前， 可以先用采样算法， 获取待检测牙齿三维模
型中的多个面片。
[0100] S502、
根据多个面片， 采用目标牙齿分割模型进行处理， 确定多个面片的类别。
[0101] 在获取到待检测牙齿三维模型中的多个面片后， 即可将待检测牙齿三维模型代入
目标牙齿分割模型中， 目标牙齿分割模型即可识别待检测牙齿三维模型中的多个面片的类
别为牙齿面片或非牙齿面片。
[0102] S503、
根据多个面片的类别和待检测牙齿三维模型， 生成牙齿曲面模型。
[0103] 在得到多个面片的类别之后， 可以根据多个面片的类别和待检测牙齿三维模型，
生成牙齿曲面模型。具体方法为： 根据多个面片的类别和待检测牙齿三维模型， 得到待检测
牙齿三维模型中的牙齿面片的位置坐标， 再用将待检测牙齿三维模型中的牙齿面片生成牙
齿曲面模型。
[0104] 采用本实施例提供的方法， 在训练获取到目标牙齿分割模型后， 若要对待检测牙

10
CN 116310651 A 说　明　书 8/10 页

齿三维模型中的牙齿面片进行判断 ， 只需将待检测牙齿三维模型代入目标牙齿分割模型
中， 即可实现自动判断， 提高判断准确率的同时也节省了工作人员的时间。
[0105] 图6为本申请一实施例提供的对目标牙齿分割模型的输出结果进行修正的方法的
流程示意图， 如图6所示，步骤S503中，根据多个面片的类别和待检测牙齿三维模型， 生成牙
齿曲面模型， 包括：
[0106] S601、将待检测牙齿三维模型中类别为牙齿的各第二目标面片进行连接， 得到初
始曲面模型。
[0107] 在确定多个面片的类别之后， 目标牙齿分割模型可以将类别为牙齿的各面片作为
第二目标面片， 并将第二目标面片进行连接， 得到初始曲面模型， 具体的方法为： a)搜索所
有第二目标面片的邻接面片， 将这些邻接面片加入到第二目标面片邻域中； b)将所有的邻
域作为新的第二目标面片集合， 重复a)步骤直到满足设定的膨胀次数， 即可得到初始曲面
模型， 得到的初始曲面模型例如可以如图7所示。
[0108] 如图8(a)所示，根据步骤a)和b)得到的初始曲面模型中， 第二目标面片的邻域可
能会有多个， 则上述步骤还可以包括： c)计算所有区域两两之间的距离， 计算各区域的最近
点对， 分别得出各区域的最相邻区域(一个区域的中心点与除该区域的其他区域中的最近
点， 称为一个最近点对) ； d)计算两个点之间的最短路径； e)按照步骤a)和b)的方法进行膨
胀； f)合并膨胀后的路径和它连接的两个区域， 重复上述步骤直到只剩下一个区域。根据步
骤a)‑f)，即可得到如图8(b)所示的初始曲面模型。
[0109] 对初始模型进行修正后， 即可得到牙齿曲面模型， 修正的方法如步骤S602。
[0110] S602、去除初始曲面模型中类别为非牙齿面片的各第三目标面片， 得到牙齿曲面
模型。
[0111] 目标牙齿分割模型可以将类别为非牙齿的各面片作为第三目标面片， 并去除初始
曲面模型中类别为非牙齿面片的各第三目标面片， 从而得到牙齿曲面模型。具体的方法为：
对膨胀后的邻域点集做一次标签筛选， 如果顶点的邻域中被判定为牙齿的面片数量很少，
则丢弃该面片及其邻域。
[0112] 通过本实施例的方法， 可以将类别为牙齿的各面片连接成一个整体， 并且， 去除了
类别为非牙齿的各面片， 进一步实现了对目标牙齿分割模型的输出结果进行修正。
[0113] 如下继续对执行本申请上述任一实施例提供的牙齿分割模型的训练方法和牙齿
曲面确定方法的装置、 设备及存储介质进行相应的解释， 其具体的实现过程以及产生的技
术效果与前述对应的方法实施例相同， 为简要描述， 本实施例中未提及部分， 可参考方法实
施例中的相应内容。
[0114] 图9为本申请一实施例提供的牙齿分割模型的训练装置的结构示意图 ， 如图9所
示， 本申请一实施例还提供了一种牙齿分割模型的训练装置， 包括：
[0115] 获取模块901，用于获取预设牙齿三维模型。其中， 预设牙齿三维模型包括： 多个初
始面片， 多个初始面片的类别不同。
[0116] 标注模块902， 用于为多个初始面片标注属性信息， 构建训练样本集， 属性信息用
于指示多个初始面片的类别、 以及多个初始面片的位置；
[0117] 训练模块903，用于根据训练样本集， 对预设牙齿分割模型进行训练， 得到目标牙
齿分割模型， 目标牙齿分割模型用于确定待检测牙齿三维模型中各面片的类别。

11
CN 116310651 A 说　明　书 9/10 页

[0118] 在可能的实现示例中， 获取模块901， 还用于对预设牙齿三维模型进行采样， 确定

每个初始面片的属性信息； 属性信息包括： 多个初始面片的中心位置、 法向量、 以及面片类
别， 面片类别用于指示多个初始面片为牙齿面片或非牙齿面片， 中心位置和法向量用于指
示多个初始面片的坐标；
[0119] 标注模块902， 还用于为多个初始面片标注属性信息， 生成样本面片， 构建训练样
本集。
[0120] 在可能的实现示例中， 获取模块901， 还用于确定预设牙齿三维模型中各初始面片
的尺寸是否满足预设尺寸条件； 若各初始面片中存在满足预设尺寸条件的第一目标面片，
则去除预设牙齿三维模型中的第一目标面片； 对去除第一目标面片后的预设牙齿三维模型
进行采样， 得到多个初始面片的中心位置以及法向量。
[0121] 在可能的实现示例中， 获取模块901， 还用于确定各初始面片的面积是否大于或等
于预设面积阈值以及各初始面片的长边边长是否大于或等于预设长度阈值； 若各初始面片
的面积大于或等于预设面积阈值， 且各初始面片的长边边长大于或等于预设长度阈值， 则
确定预设牙齿三维模型中各初始面片的尺寸满足预设尺寸条件； 若各初始面片的面积小于
预设面积阈值， 或各初始面片的长边边长小于预设长度阈值， 则确定预设牙齿三维模型中
各初始面片的尺寸不满足预设尺寸条件。
[0122] 在可能的实现示例中， 训练模块903， 还用于采用预设牙齿分割模型， 对多个样本
面片进行处理， 得到多个样本面片的预测类别； 根据多个样本面片的预测类别和属性信息，
计算模型损失函数值； 根据模型损失函数值， 调整预设牙齿分割模型的参数， 并对参数调整
后的预设牙齿分割模型重新进行训练， 直至预设牙齿分割模型收敛， 得到目标牙齿分割模
型。
[0123] 在可能的实现示例中， 本申请提供的牙齿分割模型的训练装置还包括处理模块，
用于获取待检测牙齿三维模型中的多个面片； 根据多个面片， 采用目标牙齿分割模型进行
处理， 确定多个面片的类别； 根据多个面片的类别和待检测牙齿三维模型， 生成牙齿曲面模
型。
[0124] 在可能的实现示例中， 处理模块， 还用于将待检测牙齿三维模型中类别为牙齿的
各第二目标面片进行连接， 得到初始曲面模型； 去除初始曲面模型中类别为非牙齿面片的
各第三目标面片， 得到牙齿曲面模型。
[0125] 上述装置用于执行前述实施例提供的方法， 其实现原理和技术效果类似， 在此不
再赘述。
[0126] 以上这些模块可以是被配置成实施以上方法的一个或多个集成电路， 例如： 一个
或多个特定集成电路(Application  Specific  Integrated  Circuit，简称ASIC) ，
或，一个
或多个微处理器， 或，一个或者多个现场可编程门阵列(Field  Programmable  Gate  Array，
简称FPGA)等。再如， 当以上某个模块通过处理元件调度程序代码的形式实现时， 该处理元
件可以是通用处理器， 例如中央处理器(Central  Processing  Unit， 简称CPU)或其它可以
调用程序代码的处理器。再如， 这些模块可以集成在一起， 以片上系统(system‑on‑a‑chip，
简称SOC)的形式实现。
[0127] 图10为本申请一实施例提供的计算机设备的结构示意图 ， 如图10所示， 本申请一
实施例还提供了一种计算机设备， 包括： 处理器100、 存储介质200和总线300， 存储介质存储

12
CN 116310651 A 说　明　书 10/10 页

有处理器可执行的程序指令， 当计算机设备运行时， 处理器与存储介质之间通过总线通信，

处理器执行程序指令， 以执行上述实施例提供的牙齿分割模型的训练方法的步骤。
[0128] 本申请一实施例还提供了一种计算机可读存储介质， 存储介质上存储有计算机程
序， 计算机程序被处理器运行时执行上述实施例提供的牙齿分割模型的训练方法的步骤。
[0129] 在本申请所提供的几个实施例中， 应该理解到， 所揭露的装置和方法， 可以通过其
它的方式实现。例如， 以上所描述的装置实施例仅仅是示意性的， 例如， 单元的划分， 仅仅为
一种逻辑功能划分， 实际实现时可以有另外的划分方式， 例如多个单元或组件可以结合或
者可以集成到另一个系统， 或一些特征可以忽略， 或不执行。另一点， 所显示或讨论的相互
之间的耦合或直接耦合或通信连接可以是通过一些接口， 装置或单元的间接耦合或通信连
接， 可以是电性， 机械或其它的形式。
[0130] 作为分离部件说明的单元可以是或者也可以不是物理上分开的， 作为单元显示的
部件可以是或者也可以不是物理单元， 即可以位于一个地方， 或者也可以分布到多个网络
单元上。 可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0131] 另外， 在本申请各个实施例中的各功能单元可以集成在一个处理单元中， 也可以
是各个单元单独物理存在， 也可以两个或两个以上单元集成在一个单元中。上述集成的单
元既可以采用硬件的形式实现， 也可以采用硬件加软件功能单元的形式实现。
[0132] 上述以软件功能单元的形式实现的集成的单元， 可以存储在一个计算机可读取存
储介质中。上述软件功能单元存储在一个存储介质中， 包括若干指令用以使得一台计算机
设备(可以是个人计算机， 服务器， 或者网络设备等)或处理器(英文： processor)执行本申
请各个实施例方法的部分步骤。而前述的存储介质包括： U盘、移动硬盘、只读存储器(英文：
Read‑Only  Memory，
简称： ROM)、随机存取存储器(英文： Random  Access  Memory，
简称：
RAM)、 磁碟或者光盘等各种可以存储程序代码的介质。
[0133] 以上仅为本申请的具体实施方式， 但本申请的保护范围并不局限于此， 任何熟悉
本技术领域的技术人员在本申请揭露的技术范围内， 可轻易想到变化或替换， 都应涵盖在
本申请的保护范围之内。 因此， 本申请的保护范围应以权利要求的保护范围为准。

13
CN 116310651 A 说　明　书　附　图 1/5 页

图1

图2

14
CN 116310651 A 说　明　书　附　图 2/5 页

图3

图4

15
CN 116310651 A 说　明　书　附　图 3/5 页

图5

图6

图7

16
CN 116310651 A 说　明　书　附　图 4/5 页

图8(a)

图8(b)

图9

17
CN 116310651 A 说　明　书　附　图 5/5 页

图10

18