【摘要】：近年來(lái)，數(shù)字化設(shè)計(jì)制造技術(shù)(CAD/CAM)在牙科修復(fù)領(lǐng)域中的應(yīng)用日益廣泛。相比于傳統(tǒng)的修復(fù)體手工制作方式，，牙科CAD/CAM技術(shù)不僅極大地改善了修復(fù)體制作質(zhì)量，而且顯著地縮短了修復(fù)體的制作周期，同時(shí)滿足了個(gè)性化修復(fù)體的應(yīng)用需求。本文以嵌體修復(fù)體的三維曲面造型設(shè)計(jì)為研究對(duì)象，結(jié)合計(jì)算機(jī)輔助幾何設(shè)計(jì)、離散微分幾何學(xué)、計(jì)算機(jī)圖形學(xué)、計(jì)算幾何學(xué)、概率論以及逆向工程等相關(guān)學(xué)科知識(shí)作為理論基礎(chǔ)，對(duì)嵌體修復(fù)體數(shù)字化設(shè)計(jì)過(guò)程中的若干關(guān)鍵技術(shù)進(jìn)行了深入研究，并提出了一些新的算法和技術(shù)，實(shí)現(xiàn)了一個(gè)較為完整的嵌體修復(fù)體造型框架。本文的主要研究?jī)?nèi)容如下： (1)針對(duì)傳統(tǒng)的區(qū)域增長(zhǎng)算法因點(diǎn)云數(shù)據(jù)量大、點(diǎn)云分布不規(guī)則而導(dǎo)致的網(wǎng)格化效率低、網(wǎng)格化質(zhì)量不高的問(wèn)題，提出了基于Hash-Grid最近鄰查找結(jié)構(gòu)以及自適應(yīng)區(qū)域增長(zhǎng)策略的三維點(diǎn)云網(wǎng)格化算法。為提高網(wǎng)格化的效率，設(shè)計(jì)Hash-Grid查找結(jié)構(gòu)實(shí)現(xiàn)最近鄰點(diǎn)集的高效查詢(xún)；為改善網(wǎng)格化的質(zhì)量，設(shè)計(jì)了根據(jù)點(diǎn)云均勻度自適應(yīng)調(diào)整最近鄰搜索半徑的方法，同時(shí)提出了候選三角片質(zhì)量檢測(cè)準(zhǔn)則，避免了非流形三角片的產(chǎn)生，可以在保持模型曲面精度及拓?fù)錅?zhǔn)確度的條件下實(shí)現(xiàn)大規(guī)模散亂點(diǎn)云的網(wǎng)格化處理。 (2)針對(duì)現(xiàn)有的全局特征提取算法難以準(zhǔn)確實(shí)現(xiàn)嵌體預(yù)備體洞緣線提取的局限，提出了基于啟發(fā)式搜索策略的嵌體洞緣線提取技術(shù)。研究了基于局部曲面擬合分析網(wǎng)格模型特征信息的方法,探討了基于圖結(jié)構(gòu)的最短路徑提取思想。根據(jù)特征信息定義啟發(fā)函數(shù)用于搜索代價(jià)最小的初始特征路徑，提出了可以保持曲面貼合度的路徑優(yōu)化算法以改善初始特征路徑的形態(tài)，能夠得到光滑、閉合的洞緣特征線。 (3)研究了三維形變模型如何參數(shù)化描述幾何形狀的方法，從定量角度分析了影響牙齒主要形態(tài)的特征量，根據(jù)缺損牙體的殘留形態(tài)及其頜位接觸關(guān)系計(jì)算最優(yōu)形變參數(shù)，提出了基于頜位空間約束的統(tǒng)計(jì)牙冠重建技術(shù)。與種類(lèi)有限的標(biāo)準(zhǔn)牙冠數(shù)據(jù)庫(kù)相比，所建立的統(tǒng)計(jì)牙冠不僅具有足夠的解剖形態(tài)特征，而且能與缺損牙體的殘留形態(tài)以及鄰牙、對(duì)頜牙相適應(yīng)，具有良好的頜位接觸關(guān)系，且后期處理中不需要復(fù)雜的調(diào)頜檢測(cè)。 (4)提出了基于多權(quán)重約束Laplacian變形理論的嵌體咬合表面形態(tài)重建技術(shù)，通過(guò)設(shè)置多組權(quán)重系數(shù)約束統(tǒng)計(jì)牙冠變形點(diǎn)與對(duì)應(yīng)目標(biāo)點(diǎn)之間的變形量，進(jìn)一步優(yōu)化了統(tǒng)計(jì)牙冠與缺損牙體的貼合度。提出了對(duì)修復(fù)體初始咬合表面邊緣施加約束變形的方法，提高了修復(fù)體與缺損牙的邊緣密合度。提出了對(duì)咬合面進(jìn)行變形補(bǔ)償以保證修復(fù)體最小厚度的方法，滿足了嵌體修復(fù)體的支撐強(qiáng)度要求。
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2013
【分類(lèi)號(hào)】：R783

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張國(guó)英;;人工智能圖搜索策略的研究[J];長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

2 崔晨e

本文編號(hào)：2701655