摘要： 牙颌模型分割是虚拟正畸系统的关键环节，针对传统的分割方法人工干预较多且 交互操作复杂的问题，提出一种基于 ＤｅｎｓｅＰｏｉｎｔ的端到端牙颌模型语义分割方法。对牙颌模型 的三维点云数据进行采样、标注和扩增处理，以满足分割网络训练要求；结合 ＵＮｅｔ设计基于 ＤｅｎｓｅＰｏｉｎｔ的牙颌模型语义分割网络，同时面向点云数据集对网络下采样过程中的局部空间参 数进行适应性优化，以确保网络能够提取到有效的局部特征；在 Ｐｙｔｈｏｎ环境和 Ｐｙｔｏｒｃｈ框架中进 行实现，并在增强的点云数据集上进行对比实验。结果表明：该方法的分割效果更优，准确率约 ９０％，并且在相邻的牙齿边界和畸形的牙齿模型上具有更好的鲁棒性，较好地满足了虚拟正畸 系统智能化的需求

关键词: 牙颌模型分割；三维点云；虚拟正畸；分割网络

中图分类号: 

• TP391