本申请涉及计算机技术领域，特别是涉及一种牙齿矫正器模型确定方法、装置、计算机设备和存储介质。
背景技术：
随着科学技术的快速发展和人们生活水平的提高，人们对于牙齿修复的要求也越来越高。牙齿矫正器作为一种常见的牙齿矫正方式受到人们的广泛使用。
通常，牙齿矫正器在制作之前，常常需要在计算机软件中先进行设计制作，之后再进行实物制作。在使用计算机软件对牙齿矫正器进行设计的过程中，牙技师往往依据自身的专业经验，通过计算机软件手动得对齿列进行排列调整，再用软件根据排列后的齿列生成相应的牙齿矫正器的模型。
然而，传统的牙齿矫正器模型的确定方法，花费时间和精力较多，其效率低。
技术实现要素：
基于此，有必要针对上述技术问题，提供一种能够提高确定效率的牙齿矫正器模型确定方法、装置、计算机设备和存储介质。
第一方面，本申请实施例提供一种牙齿矫正器模型确定方法，所述方法包括：
获取待矫正牙齿的口腔扫描档案；根据所述口腔扫描档案，确定牙齿矫正信息，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息；根据所述牙齿矫正信息，确定牙齿矫正器模型。
第二方面，本申请实施例提供一种牙齿矫正器模型确定装置，所述装置包括：获取模块和第一处理模块；所述获取模块，用于获取待矫正牙齿的口腔扫描档案；所述第一处理模块，用于根据所述口腔扫描档案，确定牙齿矫正信息，并根据所述牙齿矫正信息，确定牙齿矫正器模型，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息。
第三方面，本申请实施例提供一种计算机设备，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以下步骤：
获取待矫正牙齿的口腔扫描档案；根据所述口腔扫描档案，确定牙齿矫正信息，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息；根据所述牙齿矫正信息，确定牙齿矫正器模型。
第四方面，本申请实施例提供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以下步骤：
获取待矫正牙齿的口腔扫描档案；根据所述口腔扫描档案，确定牙齿矫正信息，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息；根据所述牙齿矫正信息，确定牙齿矫正器模型。
上述牙齿矫正器模型确定方法、装置、计算机设备和存储介质，通过获取待矫正牙齿的口腔扫描档案；根据所述口腔扫描档案，确定牙齿矫正信息，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息；根据所述牙齿矫正信息，确定牙齿矫正器模型，能够实现由计算机设备根据待矫正牙齿的口腔扫描档案，自动确定出满足矫正目标的牙齿矫正信息，并自动根据这个满足矫正目标的牙齿矫正信息生成牙齿矫正器模型，因此避免了人工手动使用计算机软件确定牙齿矫正器模型所导致的工作效率低、以及人员经验不足导致的模型准确度不高的问题，极大的提高了牙齿矫正器模型的确定效率，极其有效地节约了工作时间，且大大的提高了所确定的牙齿矫正器模型的精确度，进而增强了牙齿的矫正效果。
附图说明
图1为一个实施例提供的计算机设备的内部结构图；
图2为一个实施例提供的牙齿矫正器模型确定方法的流程示意图；
图3为另一个实施例提供的牙齿矫正器模型确定方法的流程示意图；
图4为又一个实施例提供的牙齿矫正器模型确定方法的流程示意图；
图5为又一个实施例提供的牙齿矫正器模型确定方法的流程示意图；
图6为又一个实施例提供的牙齿矫正器模型确定方法的流程示意图；
图6a为一个实施例提供的未矫正之前的牙齿的状态示意图；
图6b为一个实施例提供的目标矫正形态的示意图；
图7为又一个实施例提供的牙齿矫正器模型确定方法的流程示意图；
图8为又一个实施例提供的牙齿矫正器模型确定方法的流程示意图；
图8a为一个实施例中e-plane超标情况下的示意图；
图8b为一个实施例中e-plane正常情况下的示意图；
图9为又一个实施例提供的牙齿矫正器模型确定方法的流程示意图；
图10又一个实施例提供的牙齿矫正器模型确定方法的流程示意图；
图11为一个实施例提供的牙齿矫正器模型确定装置的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的牙齿矫正器模型确定方法，可以适用于图1所示的计算机设备，该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储下述实施例中的所涉及的口腔扫描档案，可选地，还可以存储预设的组织识别模型、第一矫正模型、第二矫正模型、预设的sna矫正模型、预设的拥挤等级矫正模型、预设的e-plane矫正模型、矫正规则、第一排序规则、第二排序规则、第三排序规则、第四排序规则和第五排序规则，有关上述各个模型和规则的描述可以参照下述方法实施例的内容。该计算机设备的网络接口可以用于与外部的其他设备通过网络连接通信。可选的，该计算机设备可以是服务器，可以是pc，可以是个人数字助理，还可以是其他的终端设备，例如pad、手机等等，还可以是云端或者远程服务器，本申请实施例对计算机设备的具体形式并不做限定。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。当然，输入装置和显示屏也可以不属于计算机设备的一部分，可以是计算机设备的外接设备。
本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
随着科学技术的快速发展和人们生活水平的提高，人们对于牙齿修复的要求也越来越高。通常，牙技师使用计算机软件对牙齿矫正器进行设计的过程中，往往依据自身的专业经验，通过计算机软件手动得对齿列进行排列调整，再用软件根据排列后的齿列生成相应的牙齿矫正器的模型。然而，传统的牙齿矫正器模型的确定方法，花费时间和精力较多，其效率低。
本申请实施例所采用的牙齿矫正器模型确定方法、装置、计算机设备和存储介质，通过计算机设备实现自动确定牙齿矫正器模型，从而提高了牙齿矫正器模型的确定效率。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
需要说明的是，下述方法实施例的执行主体可以是牙齿矫正器模型确定装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为上述计算机设备的部分或者全部。下述方法实施例以执行主体为计算机设备为例进行说明。
图2为一个实施例提供的牙齿矫正器模型确定方法的流程示意图。本实施例涉及的是计算机设备根据待矫正牙齿的口腔扫描档案确定牙齿矫正器模型的具体过程。如图2所示，包括：
s101、获取待矫正牙齿的口腔扫描档案。
需要说明的是，上述口腔扫描档案可以为对患者口腔进行扫描获得的口腔数字影像，还可以为对患者口腔印模进行扫描获得的口腔数字影像。
具体的，计算机设备能够获取待矫正牙齿的口腔扫描档案。可选地，计算机设备可以根据通过对待矫正对象的口腔进行扫描，得到口腔数字影像，并对该口腔数字影像进行图像合成，生成该待矫正牙齿的口腔全景图像，然后将该口腔全景图像作为待矫正牙齿的口腔扫描档案。可选地，计算机设备还可以获取待矫正牙齿的口腔牙齿实体模型的影像，并将该口腔牙齿实体模型的多个影像进行图像合成，生成上述口腔牙齿实体模型的全景图像，并将该口腔牙齿实体模型的全景图像作为上述待矫正牙齿的口腔扫描档案。可选地，计算机设备还可以接收其他设备发送的待矫正牙齿的口腔扫描档案，对此本实施例并不做限定，只要是能够获取上述待矫正牙齿的口腔扫描档案即可。
s102、根据所述口腔扫描档案，确定牙齿矫正信息，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息。
具体的，计算机设备可以根据上述口腔扫描档案，自动确定出牙齿矫正信息，以使得所矫正的牙齿能够满足矫正目标，即满足使用需求。其中，牙齿矫正信息用于表征牙齿满足矫正目标的信息，例如矫正状态信息和矫正方向信息。
可选地，计算机设备通过将多个口腔扫描训练档案，输入神经网络模型进行训练，得到矫正模型，并采用所训练的矫正模型，自动确定出牙齿矫正信息。可选地，计算机设备还可以根据当前口腔扫描档案中的牙齿、唇鄂等各组织分布，依据预设的规则确定出牙齿矫正信息。可选地，计算机设备还可以采用神经网络模型和规则相结合的方式来确定牙齿矫正信息，对此本实施例并不做限定。
s103、根据所述牙齿矫正信息，确定牙齿矫正器模型。
具体的，计算机设备根据所确定出来的牙齿矫正信息，进一步确定牙齿矫正器模型。其中，牙齿矫正器模型可以包括单独一个矫正器模型，也可以为多个矫正器模型组成的一套矫正器模型，该多个牙齿矫正器模型的形态可以呈现阶梯的变化，能够实现梯度的将牙齿矫正至所需要的目标状态。例如所确定出来的牙齿矫正信息为将前切牙向颚侧移动1毫米，每一个牙齿矫正器模型能够实现将前切牙向颚侧移动0.5毫米，则确定出第一个牙齿矫正器模型现将前切牙向颚侧移动0.5毫米，第二个牙齿矫正器模型在第一个牙齿矫正器模型的矫正基础上，继续将前切牙向颚侧移动0.5毫米，以完成前切牙向颚侧移动1毫米从而实现牙齿矫正的目的，因此所确定的牙齿矫正器模型为上述第一个牙齿矫正器模型和第二个矫正器模型组成的一套牙齿矫正器模型。
本实施例中，计算机设备通过获取待矫正牙齿的口腔扫描档案，并根据口腔扫描档案，确定牙齿矫正信息，从而根据牙齿矫正信息，确定牙齿矫正器模型。其中，牙齿矫正信息用于表征牙齿满足矫正目标的信息。采用该方法，能够实现由计算机设备根据待矫正牙齿的口腔扫描档案，自动确定出满足矫正目标的牙齿矫正信息，并自动根据这个满足矫正目标的牙齿矫正信息生成牙齿矫正器模型，因此避免了人工手动使用计算机软件确定牙齿矫正器模型所导致的工作效率低、以及人员经验不足导致的模型准确度不高的问题，其极大的提高了牙齿矫正器模型的确定效率，极其有效地节约了工作时间，且大大的提高了所确定的牙齿矫正器模型的精确度，进而增强了牙齿的矫正效果。
可选地，在上述图2所示的实施例的基础上，上述s102的一种可能的实现方式可以包括：根据所述口腔扫描档案，采用预设的第二矫正模型，确定牙齿矫正信息；所述第二矫正模型为采用深度学习的神经网络系统，对多个口腔扫描训练档案进行训练得到的模型。
具体的，计算机设备可以通过将多个口腔扫描训练档案，例如多个stl训练图像，输入神经网络模型进行训练，采用深度学习的算法，并得到训练之后的第二矫正模型，并将上述口腔扫描档案输入至所训练的第二矫正模型，从而自动确定出牙齿矫正信息。可选地，也可以上述口腔扫描档案输入至预先训练好的第二矫正模型，从而自动确定出牙齿矫正信息。对此本实施例不做限定。本实施例中，计算机设备能够根据口腔扫描档案，采用对多个口腔扫描训练档案进行训练得到的第二矫正模型，确定出牙齿矫正信息，从而自动确定出满足矫正目标的牙齿矫正信息，其提高了牙齿矫正器模型的确定效率，有效地节约了工作时间，并且大大的提高了牙齿矫正器模型的精确度。
可选地，在上述图2所示的实施例的基础上，上述s102的另一种可能的实现方式可以如图3所示，具体可以包括：
s201、根据所述口腔扫描档案，确定口腔组织分布模型。
具体的，计算机设备可以通过对上述口腔扫描档案进行识别，从而确定口腔组织分布模型，该口腔组织分布模型为采用计算机对口腔中的组织分布进行表征的虚拟模型，其能够表征口腔中的牙齿、唇、鄂、颊和牙龈等组织的分布。
可选地，计算机设备还可以通过预先设置的识别规则，对上述口腔扫描档案进行识别，例如依据图像中的像素点的值对图像中的组织边界进行划分，从而确定出口腔组织分布模型；可选地，计算机设备还可以接收针对上述口腔扫描档案中的组织边界的标定，从而确定出口腔组织分布模型。本实现方式中对计算机设备根据口腔扫描档案，确定口腔组织分布模型的具体方式并不做限定。
在一个实施例中，计算机设备还可以采用预设的口腔组织识别模型对上述口腔扫描档案进行识别，从而得到口腔组织分布模型。其中，该口腔组织识别模型为对采用深度学习的神经网络系统，对多个用于训练的口腔扫描训练档案和标注口腔组织分布的模型进行训练得到的模型。具体的，计算机设备可以通过将多个已经标注好组织分布的口腔扫描档案，例如多个stl训练图像，输入采用深度学习的神经网络模型进行训练，并得到训练之后的口腔组织识别模型，将上述口腔扫描档案输入至所训练的口腔组织识别模型，从而自动确定出口腔组织分布模型。可选地，也可以将上述口腔扫描档案输入至预先训练好的口腔组织分布模型，从而自动确定出牙齿矫正信息，对此并不限定。本实施例中采用预设的口腔组织识别模型对上述口腔扫描档案进行识别，从而得到口腔组织分布模型，其所确定的口腔组织分布模型的精确度高，且确定效率高。
s202、根据所述口腔组织分布模型，确定牙齿矫正信息。
具体的，计算机设备能够根据上述口腔组织分布模型，自动确定出牙齿矫正信息。
可选地，本步骤s202的一种可能的实现方式可以为：采用预设的第一矫正模型对所述口腔组织分布模型进行识别，确定所述牙齿矫正信息，所述第一矫正模型为采用深度学习的神经网络系统，对多个口腔组织分布训练模型进行训练得到的模型。具体可以为：计算机设备将多个口腔组织分布训练模型以及该多个口腔组织分布训练模型所对应的矫正后的目标齿列模型，输入神经网络模型进行训练，采用深度学习的算法，得到训练之后的第一矫正模型，然后将上述口腔组织分布模型输入至所训练的第一矫正模型，从而自动确定出牙齿矫正信息。可选地，也可以将上述多个口腔组织分布模型输入至预先训练好的第一矫正模型，从而自动确定出牙齿矫正信息，对此并不限定。本方法中，通过预设的对多个口腔组织分布训练模型，以及该多个口腔组织分布训练模型所对应的矫正后的目标齿列模型进行训练所得到第一矫正模型，对口腔组织分布模型进行处理，从而自动确定牙齿矫正信息，其所确定的第一矫正模型精确度高，且确定效率高。
可选地，本步骤s202的另一种可能的实现方式还可以参见下述图4所示，此处暂不赘述。
上述图3所示的实施例中，计算机设备根据口腔扫描档案，确定出口腔组织分布模型，并根据口腔组织分布模型，确定牙齿矫正信息，其能够使得所确定出的牙齿矫正信息与口腔扫描档案所匹配，提高了牙齿矫正信息的准确性，进而使得所确定的牙齿矫正器模型更为精确。
图4为又一个实施例所提供的牙齿矫正器模型确定方法的流程示意图。本实施例涉及的是计算机设备根据口腔组织分布模型确定牙齿矫正信息的具体过程。如图4所示，上述s202具体可以包括：
s301、确定所述待矫正牙齿的矫正方法；所述矫正方法包括上齿槽座角(sella-nasion-apoint，简称sna)矫正方法、下齿槽座角(sella-nasion-bpoint，简称snb)矫正方法、拥挤等级矫正方法和e-plane矫正方法。
需要说明的是，上述sna为上齿槽座角，用于表征前颅底平面与鼻根点和上齿槽座点连线所形成的后下交角；上述snb为下齿槽座角，用于表征前颅底平面与鼻根点和下齿槽座点连线所形成的后下交角；上述e-plane为人脸鼻尖的外沿与下巴外沿的连线。
具体的，计算机设备可以根据接收到的用户指令，确定出带矫正牙齿的矫正方法为sna矫正方法、snb矫正方法、拥挤等级矫正方法还是e-plane矫正方法。可选地，计算机设备也可以通过对口腔组织分布模型进行分析，例如分析该口腔组织分模型中的sna、snb、拥挤程度和e-plane的位置，并与预设的标准比较，确定出所需要采用的矫正方法。对此本实施例不做限定。
s302、根据所述矫正方法和所述口腔组织分布模型，确定所述牙齿矫正信息。
具体的，计算机设备可以根据上述矫正方法，结合上述口腔组织分布模型，确定出牙齿矫正信息。
可选地，若所述矫正方法为sna矫正方法，则根据所述口腔组织分布模型，采用预设的sna矫正模型确定所述牙齿矫正信息，所述sna矫正模型为采用深度学习的神经网络系统，对多个具有不同sna矫正类型的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型。sna矫正类型包括，sna严重过大、sna一般过大、sna少许过大、sna严重少许、sna一般过小、sna严重过小。具体可以为，计算机设备将多个具有不同sna矫正类型的口腔组织分布训练模型，输入神经网络模型进行训练，采用深度学习的算法，将多个口腔组织分布训练模型对应的目标齿列模型作为神经网络模型的理想输出，进行训练得到训练之后的sna矫正模型，再将上述口腔组织分布模型输入至所训练的sna矫正模型，从而自动确定出牙齿矫正信息。可选地，也可以是将上述多个口腔组织分布模型输入至预先训练好的sna矫正模型，从而自动确定出牙齿矫正信息，对此并不限定。本方法中，计算机设备采用对多个具有不同sna矫正类型的口腔组织分布训练模型进行训练，得到sna矫正模型，进而确定牙齿矫正信息，由于sna矫正模型的精确度高，因此所确定的牙齿矫正信息更为准确，且确定效率高。
可选地，若所述矫正方法为snb矫正方法，则根据所述口腔组织分布模型，采用预设的snb矫正模型确定所述牙齿矫正信息，所述snb矫正模型为采用深度学习的神经网络系统，对多个具有不同snb矫正类型的口腔组织分布训练模型进行训练得到的模型。snb矫正类型包括，snb严重过大、snb一般过大、snb少许过大、snb严重少许、snb一般过小和snb严重过小。具体可以为，计算机设备将多个具有不同snb矫正类型的口腔组织分布训练模型，输入神经网络模型进行训练，采用深度学习的算法，将多个口腔组织分布训练模型对应的目标齿列模型作为神经网络模型的理想输出，进行训练得到训练之后的snb矫正模型，再将上述口腔组织分布模型输入至所训练的snb矫正模型，从而自动确定出牙齿矫正信息。可选地，该训练样本可以为带有标注的口腔组织分布模型。可选地，也可以是将上述多个口腔组织分布模型输入至预先训练好的snb矫正模型，从而自动确定出牙齿矫正信息，对此并不限定。本方法中，计算机设备采用对多个具有不同snb矫正类型的口腔组织分布训练模型进行训练，得到snb矫正模型，进而确定牙齿矫正信息，由于snb矫正模型的精确度高，因此所确定的牙齿矫正信息更为准确，且确定效率高。
可选地，若所述矫正方法为拥挤等级矫正方法，则根据所述口腔组织分布模型，采用预设的拥挤等级矫正模型确定所述牙齿矫正信息，所述拥挤等级矫正模型为采用深度学习的神经网络系统，对多个具有不同拥挤矫正类型的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型。所述拥挤矫正类型包括，严重拥挤、一般拥挤、少许拥挤、少许分开、一般分开和严重分开。具体可以为，计算机设备将多个口腔组织分布训练模型，输入神经网络模型进行训练，采用神经网络的算法将多个具有不同拥挤矫正类型的口腔组织分布训练模型对应的目标齿列模型作为神经网络模型的理想输出进行训练，得到训练之后的拥挤等级矫正模型，再将上述口腔组织分布模型输入至所训练的拥挤等级矫正模型，从而自动确定出牙齿矫正信息。可选地，也可以上述多个口腔组织分布模型输入至预先训练好的拥挤等级矫正模型，从而自动确定出牙齿矫正信息，对此并不限定。本方法中，采用对多个具有不同拥挤矫正类型的口腔组织分布模型进行训练，得到拥挤等级矫正模型，进而确定牙齿矫正信息，由于拥挤等级矫正模型的精确度高，因此所确定的牙齿矫正信息更为准确，且确定效率高。
可选地，若所述矫正方法为e-plane矫正方法，则根据所述口腔组织分布模型，采用预设的e-plane矫正模型确定所述牙齿矫正信息，所述e-plane矫正模型为采用深度学习的神经网络系统，对多个具有不同e-plane位置的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型。具体为，计算机设备将多个具有不同e-plane位置的口腔组织分布训练模型，输入神经网络模型，采用深度学习的算法进行训练，将多个具有不同e-plane位置的口腔组织分布训练模型对应的目标齿列模型作为神经网络模型的理想输出，进行训练得到训练之后的e-plane矫正模型，再将上述口腔组织分布模型输入至所训练的e-plane矫正模型，从而自动确定出牙齿矫正信息。可选地，也可以上述多个口腔组织分布模型输入至预先训练好的e-plane矫正模型，从而自动确定出牙齿矫正信息，对此并不限定。本方法中，采用对多个具有不同e-plane位置的口腔组织分布模型进行训练，得到e-plane矫正模型，进而确定牙齿矫正信息，由于e-plane矫正模型的精确度高，因此所确定的牙齿矫正信息更为准确，且确定效率高。
可选地，上述步骤s302的另一种可能的实现方式包括：根据所确定的矫正方法和口腔组织分布模型，采用预设的矫正规则，确定牙齿矫正信息，其中，矫正规则用于表征牙齿矫正所需要满足的约束条件。具体的，计算机设备可以采用预设的矫正规则，在上述口腔组织分布模型中将牙齿进行排列，以使得所排列的牙齿满足矫正目标，从而确定出牙齿矫正信息。可选地，本实现方式的具体过程可以参见下述图5所示的实施例，此处暂不赘述。本实现方式中，由于上述矫正规则能够表征牙齿矫正所需要满足的约束条件，因此计算机设备依据上述矫正规则所确定的牙齿矫正信息能够满足使用需要的同时，进一步提高了确定效率。
本实施例中，计算机设备能够通过确定待矫正牙齿的矫正方法，并根据矫正方法和口腔组织分布模型，进一步确定牙齿矫正信息。由于上述矫正方法包括sna矫正方法、snb矫正方法、拥挤等级矫正方法和e-plane矫正方法，因此计算机设备能够依据不同的矫正方法确定与之匹配的牙齿矫正信息，从而使得牙齿矫正信息更为准确，进一步提高了所确定的牙齿矫正模型的准确性。
图5为又一个实施例所提供的牙齿矫正器模型确定方法的流程示意图。本实施例涉及的是当矫正方法为sna矫正方法时，计算机设备根据所述矫正方法和所述口腔组织分布模型，采用预设的矫正规则，确定所述牙齿矫正信息的具体过程。可选地，如图5所示，上述s302具体可以包括：
s401、根据所述待矫正牙齿对应的头侧位片确定所述待矫正牙齿的初始sna。
具体的，计算机设备可以获取待矫正牙齿对应的头侧位片，并通过对该头侧位片进行识别，确定出该头侧位片中待矫正牙齿的初始sna。可选地，计算机设备可以采用sna识别模型对上述头侧位片进行识别，其中，该sna识别模型为神经网络模型。本实施例对计算机设备根据头侧位片确定sna的方式不做限定。
s402、根据所述待矫正牙齿的初始sna和预设的sna阈值，确定所述牙齿的sna矫正类型。
具体的，计算机设备可以将待矫正牙齿的初始sna与预设的sna阈值进行对比，从而确定出上述初始sna所在的区间范围，进一步确定出sna矫正类型。可选地，关于本步骤的具体过程具体如下：
若所述初始sna大于预设的sna平均值，且sna差值大于或等于所述sna阈值中的第一sna阈值，则所述牙齿的sna矫正类型为sna严重过大，其中，所述sna差值为所述初始sna和所述sna平均值之间的差值。
若所述初始sna大于所述sna平均值，且所述sna差值小于所述第一sna阈值、大于或等于所述sna阈值中的第二sna阈值，则所述牙齿的sna矫正类型为sna一般过大。
若所述初始sna大于所述sna平均值，且所述sna差值小于所述第二sna阈值，则所述牙齿的sna矫正类型为sna少许过大。
若所述初始sna小于所述sna平均值，且所述sna差值小于所述sna阈值中的第三sna阈值，则所述牙齿的sna矫正类型为sna少许过小。
若所述初始sna小于所述sna平均值，且所述sna差值大于或等于所述第三sna阈值、小于所述sna阈值中的第四sna阈值，则所述牙齿的sna矫正类型为sna一般过小。
若所述初始sna小于所述sna平均值，且所述sna差值大于第四sna阈值，则所述牙齿的sna矫正类型为sna严重过小。
具体的，上述sna平均值可以为预先设定的，其可以是根据多个口腔模型进行计算得到的，也可以是根据行业经验得到，对此本实施例不做限定。上述预设的sna阈值可以包括：第一sna阈值、第二sna阈值、第三sna阈值和第四sna阈值，其中，第一sna阈值大于第二sna阈值，且第三sna阈值小于第四sna阈值。由此可以得到sna矫正类型包括sna严重过大、sna一般过大、sna少许过大、sna少许过小、sna一般过小和sna严重过小。可选地，通常上述第一sna阈值可以为8度，第二sna阈值可以为2度、第三sna阈值可以为2度，以及第四sna阈值可以为8度，上述sna平均值可以为82度。
s403、根据所述sna矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息。
具体的，计算机设备可以根据所确定的sna矫正类型，依据口腔组织分布模型确定出牙齿矫正信息。可选地，上述牙齿矫正信息可以包括目标矫正形态，该目标矫正形态为能够满足矫正目标的矫正器模型的形态。可选地，关于本步骤的具体过程可以包括：
若所述sna矫正类型为sna严重过大或sna严重过小，则根据口腔组织分布模型中的上颚的单侧牙弓应有长度和上颚的单侧牙弓现有长度，采用预设的第一排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，得到牙齿矫正信息，其中，所述第一排列规则用于表征牙齿在所述口腔组织分布模型中进行排列的约束条件，单侧牙弓应有长度为单侧的待排列牙齿的宽度总和，单侧牙弓现有长度为单侧的牙弓上能够提供牙齿排列的实际长度。
具体的，当sna矫正类型为sna严重过大或sna严重过小时，计算机设备根据口腔组织分布模型中的上颚的单侧牙弓应有长度和上颚的单侧牙弓现有长度，采用预设的第一排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，确定出牙齿矫正信息。其中，上述第一排列规则能够用于表征牙齿在口腔组织分布模型中进行排列的约束条件，该约束条件可以为一个也可以为多个的组合。上述所述单侧牙弓应有长度为单侧的待排列牙齿的宽度总和，单侧牙弓现有长度为单侧的牙弓上能够提供牙齿排列的实际长度。
可选地，上述第一排列规则包括：将中切牙向接近所述平均sna值的方向移动，直至移动后的牙齿的sna值与所述sna平均值之间的差值小于所述sna阈值中的第五sna阈值；将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
具体的，上述第一排列规则包括如下条件中的一个或任意多个的组合：将中切牙向接近平均sna值的方向移动，即sna大于sna平均值时，将中切牙向sna减小的方向移动，sna小于sna平均值时，将中切牙向sna增大的方向移动，二者之间的差值小于sna阈值中的第五sna阈值，则认为牙齿的sna与sna平均值接近；将中切牙向嘴唇轮廓位于e-plane的第一方向移动，由于e-plane为人脸鼻尖的外沿与下巴外沿的连线，将人脸所在的e-plane的一侧确定为第一方向，则另外一侧确定为第二方向，若上述嘴唇轮廓的部分处于该第二方向，则移动中切牙，直至嘴唇轮廓全部位于e-plane的第一方向，且嘴唇轮廓的外沿与e-plane的垂直距离小于预设的第一距离阀值，则认为此时的牙齿并没有过于突出，也没有过于凹陷，能够满足要求；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个牙齿与对牙咬合。通过上述第一排列规则，能够确保牙齿既不会发生龅牙也不会出现牙齿内陷，并且使得牙齿在牙弓线上排列整齐且中线正确，不会有错位的情况，以及牙齿的唇/颊侧形成平滑的弧面，从而确保了牙齿矫正信息的准确性。
可选地，关于上述“根据所述口腔组织分布模型中的上颚的单侧牙弓应有长度和上颚的单侧牙弓现有长度，采用预设的第一排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，得到所述牙齿矫正信息”的具体过程可以如下所述：
首选确定预设的第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度；第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值。其中，预设的近远中宽度比平均值为计算机设备根据口腔组织分布模型所计算出的待矫正牙齿的近远中宽度比平均值。
若满足所述第一约束条件，即单侧牙弓应有长度大于或等于单侧牙弓现有长度，且第一差值大于或等于第一宽度阈值，即单侧牙弓应有长度与所述单侧牙弓现有长度的差值大于或等于上述第一宽度阈值，则确定去除第二目标牙齿，并按照所述第一排列规则将其余牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。其中，第二目标牙齿可以为坏牙、也可以为最细的牙齿，还可以为人为指定的牙齿，且第二目标牙齿可以为一颗牙或者多颗牙，对此并不做限定。
若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，以减小后牙区的第一目标牙齿的尺寸，之后按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态，例如将后牙区的牙齿向后牙区移动预设的调试距离，以获得重新排列的空间，再依据中线将牙齿在平均牙弓线上排列整齐。
若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
若不满足所述第一约束条件，即单侧牙弓应有长度小于单侧牙弓现有长度，且第一比值大于或等于第一宽度比阈值，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第一排列规则将所有牙齿，包括虚拟牙冠，在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。其中，第三目标牙齿可以为坏牙、也可以为最细的牙齿，还可以为人为指定的牙齿，且第三目标牙齿可以为一颗牙或者多颗牙。
若所述sna矫正类型为sna一般过大或sna一般过小，则确定对所述口腔组织分布模型中的后牙区的第一目标牙齿进行邻面去釉，并按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，并按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
若所述sna矫正类型为sna少许过大或sna少许过小，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
本实施例中，计算机设备根据待矫正牙齿对应的头侧位片确定待矫正牙齿的初始sna，并根据初始sna和预设的sna阈值，确定牙齿的sna矫正类型，进而根据sna矫正类型和口腔组织分布模型，确定牙齿矫正信息。其能够针对不同的sna矫正类型采用相应的方法确定出适合的、更为准确和匹配的牙齿矫正信息，进一步使得牙齿矫正信息更为准确，进而使得牙齿矫正模型更加精确。
图6为又一个实施例所提供的牙齿矫正器模型确定方法的流程示意图。本实施例涉及的是当矫正方法为snb矫正方法时，计算机设备根据所述矫正方法和所述口腔组织分布模型，采用预设的矫正规则，确定所述牙齿矫正信息的具体过程。可选地，如图6所示，上述s302具体可以包括：
s501、根据所述待矫正牙齿对应的头侧位片确定所述待矫正牙齿的初始snb。
具体的，计算机设备可以获取待矫正牙齿对应的头侧位片，并通过对该头侧位片进行识别，确定出该头侧位片中待矫正牙齿的初始snb。可选地，计算机设备可以采用snb识别模型对上述头侧位片进行识别，其中，该snb识别模型为神经网络模型。本实施例对计算机设备根据头侧位片确定snb的方式不做限定。
s502、根据所述待矫正牙齿的初始snb和预设的snb阈值，确定所述牙齿的snb矫正类型。
具体的，计算机设备可以将待矫正牙齿的初始snb与预设的snb阈值进行对比，从而确定出上述初始snb所在的区间范围，进一步确定出snb矫正类型。可选地，关于本步骤的具体过程具体如下：
若所述初始snb大于预设的snb平均值，且snb差值大于或等于所述snb阈值中的第一snb阈值，则所述牙齿的snb矫正类型为snb严重过大，其中，所述snb差值为所述初始snb和所述snb平均值之间的差值。
若所述初始snb大于所述snb平均值，且所述snb差值小于所述第一snb阈值、大于或等于所述snb阈值中的第二snb阈值，则所述牙齿的snb矫正类型为snb一般过大。
若所述初始snb大于所述snb平均值，且所述snb差值小于所述第二snb阈值，则所述牙齿的snb矫正类型为snb少许过大。
若所述初始snb小于所述snb平均值，且所述snb差值小于所述snb阈值中的第三snb阈值，则所述牙齿的snb矫正类型为snb少许过小。
若所述初始snb小于所述snb平均值，且所述snb差值大于或等于所述第三snb阈值、小于所述snb阈值中的第四snb阈值，则所述牙齿的snb矫正类型为snb一般过小。
若所述初始snb小于所述snb平均值，且所述snb差值大于第四snb阈值，则所述牙齿的snb矫正类型为snb严重过小。
具体的，上述snb平均值可以为预先设定的，其可以是根据多个口腔模型进行计算得到的，也可以是根据行业经验得到，对此本实施例不做限定。上述预设的snb阈值可以包括：第一snb阈值、第二snb阈值、第三snb阈值和第四snb阈值，其中，第一snb阈值大于第二snb阈值，且第三snb阈值小于第四snb阈值。由此可以得到snb矫正类型包括snb严重过大、snb一般过大、snb少许过大、snb少许过小、snb一般过小和snb严重过小。可选地，通常上述第一snb阈值可以为8度，第二snb阈值可以为2度、第三snb阈值可以为2度，以及第四snb阈值可以为8度，上述snb平均值可以为80度。
s503、根据所述snb矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息。
具体的，计算机设备可以根据所确定的snb矫正类型，依据口腔组织分布模型确定出牙齿矫正信息。可选地，上述牙齿矫正信息可以包括目标矫正形态，该目标矫正形态为能够满足矫正目标的矫正器模型的形态。可选地，关于本步骤的具体过程可以包括：
若所述snb矫正类型为snb严重过大或snb严重过小，则根据所述口腔组织分布模型中的下颚的单侧牙弓应有长度和下颚的单侧牙弓现有长度，采用预设的第二排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，得到所述牙齿矫正信息，其中，所述第二排列规则用于表征牙齿在所述口腔组织分布模型中进行排列的约束条件，所述单侧牙弓应有长度为单侧的待排列牙齿的宽度总和，所述单侧牙弓现有长度为单侧的牙弓上能够提供牙齿排列的实际长度。
可选地，所述第二排列规则包括：将中切牙向接近所述平均snb值的方向移动，直至移动后的牙齿的snb值与所述snb平均值之间的差值小于所述snb阈值中的第五snb阈值；将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
具体的，上述第二排列规则包括如下条件中的一个或任意多个的组合：将中切牙向接近平均snb值的方向移动，即snb大于snb平均值时，将中切牙向snb减小的方向移动，snb小于snb平均值时，将中切牙向snb增大的方向移动，二者之间的差值小于snb阈值中的第五snb阈值，则认为牙齿的snb与snb平均值接近；将中切牙向嘴唇轮廓位于e-plane的第一方向移动，由于e-plane为人脸鼻尖的外沿与下巴外沿的连线，将人脸所在的e-plane的一侧确定为第一方向，则另外一侧确定为第二方向，若上述嘴唇轮廓的部分处于该第二方向，则移动中切牙，直至嘴唇轮廓全部位于e-plane的第一方向，且嘴唇轮廓的外沿与e-plane的垂直距离小于预设的第一距离阀值，则认为此时的牙齿并没有过于突出，也没有过于凹陷，能够满足要求；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个牙齿与对牙咬合。通过上述第一排列规则，能够确保牙齿既不会发生龅牙也不会出现牙齿内陷，并且使得牙齿在牙弓线上排列整齐且中线正确，不会有错位的情况，以及牙齿的唇/颊侧形成平滑的弧面，从而确保了牙齿矫正信息的准确性。
可选地，关于上述“根据所述口腔组织分布模型中的下颚的单侧牙弓应有长度和下颚的单侧牙弓现有长度，采用预设的第二排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，得到所述牙齿矫正信息”的的具体过程可以如下所述：
首选确定预设的第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度；第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值。其中，预设的近远中宽度比平均值为计算机设备根据口腔组织分布模型所计算出的待矫正牙齿的近远中宽度比平均值。
若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第二排列规则将其余牙齿在所述口腔组织分布模型中，进行排列得到所述目标矫正形态；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；
若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；
若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
可选地，通常上述第一宽度阈值可以设置为4毫米，第一宽度阈值可以设置为2毫米，第一宽度比阈值可以设置为百分之90，第二宽度比阈值可以设置为百分之85。
若所述snb矫正类型为snb一般过大或snb一般过小，则确定对所述口腔组织分布模型中的后牙区的第一目标牙齿进行邻面去釉，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
若所述snb矫正类型为snb少许过大或snb少许过小，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
在一个实施例中，牙齿的未矫正的状态可以参见图6a所示，其所确定的其目标矫正形态可以参见图6b所示。
本实施例中，计算机设备根据待矫正牙齿对应的头侧位片确定待矫正牙齿的初始snb，并根据初始snb和预设的snb阈值，确定牙齿的snb矫正类型，进而根据snb矫正类型和口腔组织分布模型，确定牙齿矫正信息。其能够针对不同的snb矫正类型采用相应的方法确定出适合的、更为准确和匹配的牙齿矫正信息，进一步使得牙齿矫正信息更为准确，进而使得牙齿矫正模型更加精确。
图7为又一个实施例所提供的牙齿矫正器模型确定方法的流程示意图。本实施例涉及的是当矫正方法为拥挤等级矫正方法时，计算机设备根据所述矫正方法和所述口腔组织分布模型，采用预设的矫正规则，确定所述牙齿矫正信息的具体过程。可选地，如图7所示，上述s302具体可以包括：
s601、根据所述口腔组织分布模型，确定所述牙齿的拥挤矫正类型。
具体的，计算机设备可以将口腔组织分布模型中的牙齿的近远中宽度和牙弓的空闲位置进行计算和对比，从而确定出牙齿的拥挤矫正类型。具体如下：
需要说明的是，本实施例中关于第一约束条件、第一差值、第一比值、第一宽度阈值、第二宽度阈值、第一宽度比阈值和第二宽度比阈值的定义方式可以参见前文所述，此处不再赘述。
若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，以及牙齿存在唇侧异位或颚侧异位，则所述拥挤矫正类型为牙齿严重拥挤；
若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，以及牙齿存在唇侧异位或颚侧异位，则所述拥挤矫正类型为牙齿一般拥挤；
若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，以及牙齿存在唇侧异位或颚侧异位，则所述拥挤矫正类型为牙齿少许拥挤；
若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则所述拥挤矫正类型为牙齿少许分开；
若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则所述拥挤矫正类型为牙齿一般分开；
若不满足所述第一约束条件，且所述第一比值小于第二宽度比阈值，则所述拥挤矫正类型为牙齿严重分开。
s602、根据所述拥挤等级矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息。
具体的，计算机设备可以根据所确定的拥挤矫正类型，依据口腔组织分布模型确定出牙齿矫正信息。可选地，上述牙齿矫正信息可以包括目标矫正形态。该目标矫正形态为能够满足矫正目标的牙齿形态。可选地，关于本步骤的具体过程如下：
若所述拥挤矫正类型为牙齿严重拥挤，则去除第二目标牙齿，并按照预设的第三排列规则将其它牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态。其中，有关第二目标牙齿的确定可以参见前文的描述。
若所述拥挤矫正类型为牙齿一般拥挤，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第三排列规则将所有牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，按照所述第三排列规则将所有牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态。其中，第一目标牙齿可以为坏牙、也可以为最细的牙齿，还可以为人为指定的牙齿，且第一目标牙齿可以为一颗牙或者多颗牙，对此并不做限定。
若所述拥挤矫正类型为牙齿少许拥挤、牙齿少许分开或牙齿一般分开，则按照所述第三排列规则将所述牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
若所述拥挤矫正类型为牙齿严重分开，则确定第三目标牙齿做虚拟牙冠，并按照所述第三排列规则将所述牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态。其中，第三目标牙齿可以为坏牙、也可以为最细的牙齿，还可以为人为指定的牙齿，且第三目标牙齿可以为一颗牙或者多颗牙，对此并不做限定。
其中，所述第三排列规则包括：将唇/颊侧异位牙齿向颚侧移动；将颚侧异位牙齿向唇/颊侧移动；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
具体的，上述第三排列规则包括如下条件中的一个或任意多个的组合：将唇/颊侧异位牙齿向颚侧移动；将颚侧异位牙齿向唇/颊侧移动；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合。通过上述第三排列规则，能够确保牙齿不会在唇/颊侧和颚侧出现错位，并且使得牙齿在牙弓线上排列整齐且中线正确，以及牙齿的唇/颊侧形成平滑的弧面，从而确保了牙齿矫正信息的准确性。
本实施例中，计算机设备根据口腔组织分布模型，确定牙齿的拥挤矫正类型，并根据拥挤等级矫正类型和口腔组织分布模型确定牙齿矫正信息。采用该方法确定的牙齿矫正信息确保牙齿的不会过于拥挤也不会过于分开，从而确保了牙齿矫正信息的准确性。
图8为又一个实施例所提供的牙齿矫正器模型确定方法的流程示意图。本实施例涉及的是当矫正方法为e-plane矫正方法时，计算机设备根据所述矫正方法和所述口腔组织分布模型，采用预设的矫正规则，确定所述牙齿矫正信息的具体过程。可选地，如图8所示，上述s302具体可以包括：
s701、根据所述待矫正牙齿对应的头侧位片确定所述头侧位片中的e-plane的位置和嘴唇轮廓。
具体的，计算机设备可以获取待矫正牙齿对应的头侧位片，并通过对该头侧位片中的人脸轮廓进行识别，从而确定出e-plane的位置和嘴唇轮廓。可选地，计算机设备可以采用预设的e-plane识别模型对上述头侧位片进行识别，其中，该e-plane识别模型为神经网络模型。本实施例对计算机设备根据头侧位片确定e-plane的位置和嘴唇轮廓的方式不做限定。
s702、根据所述嘴唇轮廓与所述e-plane的位置，采用预设的第四排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，并确定所述牙齿矫正信息。
其中，所述第四排列规则包括：将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
具体的，上述第四排列规则包括如下条件中的一个或任意多个的组合：将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，由于e-plane为人脸鼻尖的外沿与下巴外沿的连线，将人脸所在的e-plane的一侧确定为第一方向，则另外一侧确定为第二方向，若上述嘴唇轮廓的部分处于该第二方向，则移动中切牙，直至嘴唇轮廓全部位于e-plane的第一方向，且嘴唇轮廓的外沿与e-plane的垂直距离小于预设的第一距离阀值，则认为此时的牙齿并没有过于突出，也没有过于凹陷，能够满足要求；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个牙齿与对牙咬合。通过上述第四排列规则，能够确保e-plane满足要求，不会发生龅牙也不会出现牙齿内陷，并且使得牙齿在牙弓线上排列整齐且中线正确，不会有错位的情况，以及牙齿的唇/颊侧形成平滑的弧面，从而确保了牙齿矫正信息的准确性。
可选地，图8a为一个实施例中e-plane的示意图，图8a中，嘴唇轮廓超过e-plane，该情况下，为异常情况，需要进行较正。在完成矫正之后，需要满足的要求可以参见图8b所示，图8b中，嘴唇轮廓并没有超过e-plane，该情况下，为正常情况。
可选地，上述牙齿矫正信息可以包括目标矫正形态。本步骤的一种可能的实现方式具体如下：
需要说明的是，本实施例中关于第一约束条件、第一差值、第一比值、第一宽度阈值、第二宽度阈值、第一宽度比阈值和第二宽度比阈值的定义方式可以参见前文所述，此处不再赘述。
若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第四排列规则将其余牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。关于第二目标牙齿的描述也可以参见前文所述。
若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，确定按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态.
若不满足所述第一约束条件，且所述第一比值大于或等于第一宽度比阈值，则按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值。
若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中，进行排列得到所述目标矫正形态。
本实施例中关于第一目标牙齿、第二目标牙齿和第三目标牙齿的描述也可以参见前文所述。
本实施例中，计算机设备根据待矫正牙齿对应的头侧位片确定头侧位片中的e-plane的位置和嘴唇轮廓，并根据嘴唇轮廓与e-plane的位置，采用预设的第四排列规则，将所有牙齿在口腔组织分布模型中进行排列，进而确定牙齿矫正信息。由于上述第四排列规则包括将中切牙向嘴唇轮廓位于e-plane的第一方向移动，直至嘴唇轮廓位于e-plane的第一方向并且与e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；相邻两颗牙齿的中轴线之间的夹角小于预设的第一角度阈值，将后牙区的牙齿向后牙区方向移动预设的调试距离；每个牙齿与对牙咬合中的至少一个，因此计算机设备采用上述第四排列规则，根据头侧位片中的e-plane的位置和嘴唇轮廓，将所有牙齿在口腔组织分布模型中进行排列，并确定牙齿矫正信息，能够使得牙齿既不会发生龅牙也不会出现牙齿内陷，并且使得牙齿在牙弓线上排列整齐且中线正确，不会有错位的情况，以及牙齿的唇/颊侧形成平滑的弧面，从而确保了牙齿矫正信息的准确性。
在一个实施例中，上述步骤s202的另外一种可能的实现方式可以包括：根据所述口腔组织分布模型，按照预设的第五排列规则将所有牙齿进行排列，并将排列后的牙齿的形态作为所述牙齿矫正信息中的目标矫正形态；其中，所述第五排列规则包括：将所述牙齿向接近预设的sna平均值的方向移动，直至移动后的牙齿的sna值与所述sna平均值之间的差值小于预设的第五sna阈值；将所述牙齿向接近预设的snb平均值的方向移动，直至移动后的牙齿的snb值与所述snb平均值之间的差值小于预设的第五snb阈值；将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；相邻两颗牙齿的中轴线之间的夹角小于预设的第一角度阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
具体的，计算机设备根据口腔组织分布模型，将该口腔组织分布模型中的单颗牙齿按照预设的第五排列规则进行排列，并将排列后的牙齿的形态作为所述牙齿矫正信息中的目标矫正形态。上述第五排列规则包括如下条件中的一个或任意多个的组合：将中切牙向接近平均sna值的方向移动，即sna大于sna平均值时，将中切牙向sna减小的方向移动，sna小于sna平均值时，将中切牙向sna增大的方向移动，二者之间的差值小于sna阈值中的第五sna阈值，则认为牙齿的sna与sna平均值接近；将中切牙向接近平均snb值的方向移动，即snb大于snb平均值时，将中切牙向snb减小的方向移动，snb小于snb平均值时，将中切牙向snb增大的方向移动，二者之间的差值小于snb阈值中的第五snb阈值，则认为牙齿的snb与snb平均值接近；将中切牙向嘴唇轮廓位于e-plane的第一方向移动，由于e-plane为人脸鼻尖的外沿与下巴外沿的连线，将人脸所在的e-plane的一侧确定为第一方向，则另外一侧确定为第二方向，若上述嘴唇轮廓的部分处于该第二方向，则移动中切牙，直至嘴唇轮廓全部位于e-plane的第一方向，且嘴唇轮廓的外沿与e-plane的垂直距离小于预设的第一距离阀值，则认为此时的牙齿并没有过于突出，也没有过于凹陷，能够满足要求；依据中线，将所有牙齿沿平均牙弓线依次进行排列，牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个牙齿与对牙咬合。
可选地，本实现方式中的“根据所述口腔组织分布模型，按照预设的第四排列规则将所有牙齿进行排列”的具体过程可以如下所述:
需要说明的是，下述关于第一约束条件、第一差值、第一比值、第一宽度阈值、第二宽度阈值、第一宽度比阈值和第二宽度比阈值的定义方式可以参见前文所述，此处不再赘述。
若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第五排列规则将其余牙齿在所述口腔组织分布模型中进行排列；
若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；或者，确定按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；
若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；
若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；
若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；
若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第五排列规则将所述牙齿在所述口腔组织分布模型中进行排列。
本实现方式中关于第一目标牙齿、第二目标牙齿和第三目标牙齿的描述也可以参见前文所述。
本实现方式中，由于上述第五排列规则包括：将牙齿向接近预设的sna平均值的方向移动，直至移动后的牙齿的sna值与sna平均值之间的差值小于预设的第五sna阈值；将牙齿向接近预设的snb平均值的方向移动，直至移动后的牙齿的snb值与snb平均值之间的差值小于预设的第五snb阈值；将中切牙向嘴唇轮廓位于e-plane的第一方向移动，直至嘴唇轮廓位于e-plane的第一方向并且与e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个牙齿与对牙咬合中的至少一个，因此计算机设备根据口腔组织分布模型，按照预设的第五排列规则将所有牙齿进行排列所得到的目标矫正形态能够确保牙齿既不会发生龅牙也不会出现牙齿内陷，并且使得牙齿在牙弓线上排列整齐且中线正确，不会有错位的情况，以及牙齿的唇/颊侧形成平滑的弧面，从而确保了牙齿矫正信息的准确性。
在上述各个实施例的基础上，可选地，上述s103具体可以包括：根据所述牙齿矫正信息中的目标矫正形态和预设的矫正步进，确定所述牙齿矫正器模型的数量和每个所述牙齿矫正器模型的形态。
具体的，计算机设备确定了目标矫正形态之后，可以根据预设的矫正步进，确定出每一个牙齿矫正器模型的形态和牙齿矫正器模型的数量。需要说明的是，上述矫正步进可以为距离步进和/或角度步进，该距离步进和角度步进可以包含方向信息。例如，确定出来的牙齿矫正信息为将前切牙向sna减小的方向调整1度，而每一个牙齿矫正器模型能够实现将前切牙向sna减小的方向调整0.5度，则确定出第一个牙齿矫正器模型现将将前切牙向sna减小的方向调整0.5度，第二个牙齿矫正器模型在第一个牙齿矫正器模型的矫正基础上，继续将将前切牙向sna减小的方向调整0.5度，以完成将前切牙向sna减小的方向调整1度从而实现牙齿矫正的目的，因此所确定的牙齿矫正器模型为上述第一个牙齿矫正器模型和第二个矫正器模型组成的一套牙齿矫正器模型。可选地，上述预设的矫正步进还可以进行调整，例如，可以通过将上述例子中的矫正步进设置为0.25，以使得矫正过程易于接受，从而确定出上述牙齿矫正器模型为4个，且每一个牙齿矫正器模型中，中切牙的角度之间相差0.25度。可选地，上述矫正步进可以为距离步进的矫正器，或者角度步进的矫正器，还可以为结合距离步进和角度步进的矫正器，本实施例对此不做限定。
本实施例中，计算机设备根据牙齿矫正信息中的目标矫正形态和预设的矫正步进，确定牙齿矫正器模型的数量和每个所述牙齿矫正器模型的形态，从而使得在矫正过程中，对于矫正幅度较小的情况下，减少矫正器的数量，以确保成本较低；以及在矫正幅度较大的情况下，通过设置多个矫正器，从而实现逐步矫正的目的，确保了矫正的效果。
图9为又一个实施例提供的牙齿矫正器模型确定方法的流程示意图。本实施例涉及的是计算机设备将矫正效果进行展示的具体过程。可选地，在上述各个实施例的基础上，如图9所示，包括：
s801、获取用户的外观影像。
具体的，计算机设备可以通过图像获取设备获取用户在牙齿校正前的外观影像，可选地，该外观影像可以是待矫正用户的二维外观照片，通常可以是用户的正面照片、侧面照片和微笑照片；可选地，上述外观影像还可以是对待矫正用户进行脸扫所获取的三维脸部图像，通常可以包括嘴唇自然闭合的一套图像和张口的一套图像。
s802、根据所述牙齿矫正器模型确定用户的牙齿变化信息。
计算机设备根据上述牙齿矫正器模型的最终形态，结合用户的牙齿初始形态，确定出用户的牙齿变化信息。该牙齿变化信息为预估的信息，可以包括牙齿的位置变化信息和角度变化信息。
s803、根据所述用户的外观影像和所述牙齿变化信息确定所述用户的牙齿矫正效果图。
具体的，计算机设备根据上述牙齿变化信息叠加在上述用户的矫正前的外观影像上，从而确定用户矫正后的牙齿或者脸部信息的变化量，进而生成用户实施矫正之后的效果图，该效果图可以为牙齿效果图，也可以为脸部效果图。
本实施例中，计算机设备通过获取用户的外观影像，并根据牙齿矫正器模型确定用户的牙齿变化信息，从而根据用户的外观影像和牙齿变化信息确定用户的牙齿矫正效果图，进而能够更为直观地将矫正效果进行展示，从确定使得所确定的牙齿矫正模型的有效性，且提高了用户体验。
图10为又一个实施例提供的牙齿矫正器模型确定方法的流程示意图。本实施例涉及的是计算机设备根据所述口腔扫描档案，确定牙齿矫正信息，根据所述牙齿矫正信息，确定牙齿矫正器模型的具体过程。可选地，在上述各个实施例的基础上，所述牙齿矫正信息包括牙齿的矫正形态，如图10所示，具体可以包括：
s901、根据预设的矫正步进和所述口腔扫描档案，确定多个矫正跳转路径，其中，每个所述矫正跳转路径对应一个目标矫正形态，所述目标矫正形态满足预设的矫正目标。
需要说明的是，上述该矫正步进可以是每个矫正器模型的矫正极限值，也可以小于该矫正极限值。其可以是距离步进，也可以是角度步进。例如，每一只矫正器模型最大可以矫正0.5给毫米的距离，则该矫正步进可以是0.5毫米，也可以是0.3毫米，还可以是0.1毫米毫米，对此并不限定，只要不超过0.5毫米的矫正极限值即可。
具体的，计算机设备根据预设的矫正步进和口腔扫描档案，确定出多个矫正跳转路径，该多个矫正跳转路径可以包括至少一个矫正子路径，且矫正跳转路径均对应一个目标矫正形态，该目标矫正形态满足预设的矫正目标。例如，一个矫正跳转路径包括按照矫正步进跳转三次，就可以得到一个满足矫正目标的目标矫正形态。
可选地，该步骤的一种可能的实现方式可以包括：根据所述口腔扫描档案确定所述牙齿的初始形态；执行第一矫正跳转操作，所述第一矫正跳转操作包括：根据所述矫正步进和所述初始形态，确定第一矫正子路径，得到每个所述第一矫正子路经对应的多个第一矫正形态；并判断每个所述第一矫正形态是否满足所述矫正目标；若是，则将所述第一矫正形态确定为目标矫正形态，将所述第一矫正子路径作为所述矫正跳转路径；若否，则返回执行所述第一矫正跳转操作，直至所确定的矫正形态满足所述矫正目标，并将满足所述矫正目标的矫正形态和所述初始形态之间的跳转路径作为所述矫正跳转路径。
具体的，计算机设备可以根据上述口腔扫描档案确定出牙齿的组织分布，包括牙齿的初始形态，然后执行第一矫正跳转操作，具体为，计算机设备根据预设的矫正步进基于牙齿的初始形态，确定第一矫正子路径，该第一矫正子路径可以为基于上述初始形态，能够按照矫正步进实现调整的所有子路径，并得到每个第一矫正子路径下的牙齿的第一矫正形态，然后判断每个第一矫正形态是否满足预设的矫正目标，其中，该矫正目标包括sna、snb、e-plane、拥挤程度、牙齿的近中接触点和远中接触点与平均牙弓线的距离、牙齿咬合等均满足要求。当上述第一矫正形态能够满足矫正目标时，则将第一矫正形态确定为目标矫正形态，并将第一矫正子路径作为矫正跳转路径；当上述第一矫正形态不满足矫正目标时，则将第一矫正形态作为新的初始形态，并返回执行上述第一矫正跳转操作，依此迭代执行，直至所确定的矫正形态满足所述矫正目标，并将满足所述矫正目标的矫正形态和第一个初始形态之间的跳转路径作为矫正跳转路径。需要说明的是，所得到的矫正跳转路径可能为多条。可选地，计算机设备还可以设置迭代次数阈值，当上述第一矫正跳转操作的迭代次数超过该迭代次数阈值时，则确认该路径代价过大，因此放弃该条路径，即停止跳转。本实现方式，由于计算机设备可以根据口腔扫描档案确定牙齿的初始形态，并执行第一矫正跳转操作，然后判断每个第一矫正形态是否满足矫正目标，若是，则将第一矫正形态确定为目标矫正形态，将第一矫正子路径作为矫正跳转路径；若否，则返回执行第一矫正跳转操作，直至所确定的矫正形态满足矫正目标，并将满足矫正目标的矫正形态和初始形态之间的跳转路径作为所述矫正跳转路径。其中，第一矫正跳转操作包括：根据矫正步进和初始形态，确定第一矫正子路径，得到每个第一矫正子路经对应的多个第一矫正形态。采用该方法，能够得到符合矫正目标的多个跳转路径，进而能够全面的得到多种可能的牙齿的矫正方式，其矫正的灵活性更高。
可选地，该步骤的一种可能的实现方式可以包括：根据所述口腔扫描档案确定所述牙齿的初始形态；执行第二矫正跳转操作，所述第二矫正跳转操作包括：根据所述初始形态确定第一矫正方向，根据所述矫正步进和所述第一矫正方向确定第一矫正子路径，得到每个所述第一矫正子路径对应的多个第一矫正形态，判断所述第一矫正形态是否满足所述矫正目标；若是，则将所述第一矫正形态确定为目标矫正形态，将所述第一矫正子路径作为所述第二矫正跳转路径；若否，则返回执行所述第二矫正跳转操作，直至所确定的矫正形态满足所述矫正目标，并将满足所述矫正目标的矫正形态和所述初始形态之间的跳转路径作为所述矫正跳转路径。
具体的，计算机设备可以根据上述口腔扫描档案确定出牙齿的组织分布，包括牙齿的初始形态，然后执行第二矫正跳转操作，具体为，计算机设备根据预设的矫正步进基于牙齿的初始形态，首先确定第一矫正方向，该第一矫正方向可以包括多个矫正分支方向，例如在牙齿唇侧错位时，其第一矫正方向可以包括颚侧矫正分支方向、前牙方向矫正分支方向，后牙方向矫正分支方向等，还可以包括其他非唇侧方向的矫正分支方向，然后根据多个矫正分支方向和预设的矫正步进确定第一矫正子路径，进而得到每个第一矫正子路径下的牙齿的第一矫正形态，该第一矫正子路径则可以包括多个矫正分支方向的子路径。关于矫正步进非描述可以参见前文所述。然后计算机设备判断每个第一矫正形态是否满足预设的矫正目标，其中，该矫正目标包括sna、snb、e-plane、拥挤程度、牙齿的近中接触点和远中接触点与平均牙弓线的距离、牙齿咬合等均满足要求。当上述第一矫正形态能够满足矫正目标时，则将第一矫正形态确定为目标矫正形态，并将第一矫正子路径作为矫正跳转路径；当上述第一矫正形态不满足矫正目标时，则将第一矫正形态作为新的初始形态，并返回执行上述第二矫正跳转操作，依此迭代执行，直至所确定的矫正形态满足所述矫正目标，并将满足所述矫正目标的矫正形态和第一个初始形态之间的跳转路径作为矫正跳转路径。需要说明的是，所得到的矫正跳转路径可能为多条。可选地，计算机设备还可以设置迭代次数阈值，当上述第二矫正跳转操作的迭代次数超过该迭代次数阈值时，则确认该路径代价过大，因此放弃该条路径，即停止跳转。本实现方式，由于计算机设备可以根据口腔扫描档案确定牙齿的初始形态，并执行第二矫正跳转操作，然后判断每个第一矫正形态是否满足矫正目标，若是，则将第一矫正形态确定为目标矫正形态，将第一矫正子路径作为矫正跳转路径；若否，则返回执行第二矫正跳转操作，直至所确定的矫正形态满足矫正目标，并将满足矫正目标的矫正形态和初始形态之间的跳转路径作为所述矫正跳转路径。其中，第二矫正跳转操作包括：根据初始形态确定第一矫正方向，根据矫正步进和第一矫正方向，确定第一矫正子路径，得到每个第一矫正子路经对应的多个第一矫正形态。采用该方法，能够得到符合矫正目标的多个跳转路径，进而能够全面的得到多种可能的牙齿的矫正方式，其矫正的灵活性更高。
s902、按照预设的评价模型从所述多个矫正跳转路径中确定目标矫正路径。
具体的，计算机设备可以按照预设的评价模型将每个矫正跳转路径进行评价，得到其量化的评价指标，并根据该量化的评价指标找出符合要求，例如成本最低的或者舒适度最高的矫正跳转路径，作为目标矫正路径。具体的，计算机设备可以通过设置评价模型中的各个指标的权重以确定出符合需要的评价模型，进而确定出符合需要的目标矫正路径。
s903、根据所述目标矫正路径上的每个节点的矫正形态确定牙齿矫正器模型。
具体的，计算机设备每次根据矫正步进调整，到达矫正跳转路径的节点的时候，均可以得到该节点的矫正器模型的矫正形态，因此计算机设备将目标矫正路径上的每个节点的矫正形态，确定为牙齿矫正器模型中的矫正器模型的形态，从而得到牙齿矫正器模型。
本实施例中，计算机设备根据预设的矫正步进和口腔扫描档案，确定多个矫正跳转路径，按照预设的评价模型从多个矫正跳转路径中确定目标矫正路径，并根据目标矫正路径上的每个节点的矫正形态确定牙齿矫正器模型。其中，每个矫正跳转路径对应一个目标矫正形态，目标矫正形态满足预设的矫正目标。采用该方法，计算机设备能够结合矫正步进和口腔扫描档案所体现的口腔的实际情况，确定出能够满足矫正目标的牙齿矫正器模型，并且，由于采用评价模型从多个矫正跳转路径中确定出与使用需求最为匹配的最优路径作为目标矫正路径，进而根据最优的目标矫正路径得到最优的牙齿矫正器模型，其进一步提高了矫正器模型的精确度。
应该理解的是，虽然图2-10的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-10中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图11所示，提供了一种牙齿矫正器模型确定装置，其特征在于，所述装置包括：获取模块11和第一处理模块12。
具体的，获取模块11，用于获取待矫正牙齿的口腔扫描档案。
第一处理模块12，用于根据所述口腔扫描档案，确定牙齿矫正信息，并根据所述牙齿矫正信息，确定牙齿矫正器模型，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息。
在一个实施例中，第一处理模块12，具体可以用于根据所述口腔扫描档案，确定口腔组织分布模型；根据所述口腔组织分布模型，确定牙齿矫正信息。
在一个实施例中，第一处理模块12，具体可以用于采用预设的口腔组识别模型对所述口腔扫描档案进行识别，得到所述口腔组织分布模型；所述口腔组织识别模型为采用深度学习的神经网络系统，对多个口腔扫描训练档案和标注口腔组织分布的模型进行训练得到的模型。
在一个实施例中，第一处理模块12，具体可以用于采用预设的第一矫正模型对所述口腔组织分布模型进行识别，确定所述牙齿矫正信息，所述第一矫正模型为采用深度学习的神经网络系统，对多个口腔组织分布模型和所述多个口腔组织分布模型对应的目标齿列模型进行训练得到的模型。
在一个实施例中，第一处理模块12，具体可以用于确定所述待矫正牙齿的矫正方法；所述矫正方法包括上齿槽座角sna矫正方法、下齿槽座角snb矫正方法拥挤等级矫正方法和e-plane矫正方法；根据所述矫正方法和所述口腔组织分布模型，确定所述牙齿矫正信息。
在一个实施例中，第一处理模块12，具体可以用于根据所述矫正方法和所述口腔组织分布模型，采用预设的矫正规则，确定所述牙齿矫正信息，所述矫正规则用于表征牙齿矫正所需要满足的约束条件。
在一个实施例中，第一处理模块12，具体可以用于根据所述待矫正牙齿对应的头侧位片确定所述待矫正牙齿的初始sna；根据所述待矫正牙齿的初始sna和预设的sna阈值，确定所述牙齿的sna矫正类型；根据所述sna矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息。
在一个实施例中，第一处理模块12，具体可以用于若所述初始sna大于预设的sna平均值，且sna差值大于或等于所述sna阈值中的第一sna阈值，则所述牙齿的sna矫正类型为sna严重过大，其中，所述sna差值为所述初始sna和所述sna平均值之间的差值；若所述初始sna大于所述sna平均值，且所述sna差值小于所述第一sna阈值、大于或等于所述sna阈值中的第二sna阈值，则所述牙齿的sna矫正类型为sna一般过大；若所述初始sna大于所述sna平均值，且所述sna差值小于所述第二sna阈值，则所述牙齿的sna矫正类型为sna少许过大；若所述初始sna小于所述sna平均值，且所述sna差值小于所述sna阈值中的第三sna阈值，则所述牙齿的sna矫正类型为sna少许过小；若所述初始sna小于所述sna平均值，且所述sna差值大于或等于所述第三sna阈值、小于所述sna阈值中的第四sna阈值，则所述牙齿的sna矫正类型为sna一般过小；若所述初始sna小于所述sna平均值，且所述sna差值大于第四sna阈值，则所述牙齿的sna矫正类型为sna严重过小。
在一个实施例中，第一处理模块12，具体可以用于若所述sna矫正类型为sna严重过大或sna严重过小，则根据所述口腔组织分布模型中的上颚的单侧牙弓应有长度和上颚的单侧牙弓现有长度，采用预设的第一排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，得到所述牙齿矫正信息，其中，所述第一排列规则用于表征牙齿在所述口腔组织分布模型中进行排列的约束条件，所述单侧牙弓应有长度为单侧的待排列牙齿的宽度总和，所述单侧牙弓现有长度为单侧的牙弓上能够提供牙齿排列的实际长度；若所述sna矫正类型为sna一般过大或sna一般过小，则确定对所述口腔组织分布模型中的后牙区的第一目标牙齿进行邻面去釉，并按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，并按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若所述sna矫正类型为sna少许过大或sna少许过小，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
在一个实施例中，所述第一排列规则包括：将中切牙向接近所述平均sna值的方向移动，直至移动后的牙齿的sna值与所述sna平均值之间的差值小于所述sna阈值中的第五sna阈值；将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
在一个实施例中，第一处理模块12，具体可以用于若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第一排列规则将其余牙齿在所述口腔组织分布模型中，进行排列得到所述目标矫正形态；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
在一个实施例中，若所述矫正方法为snb矫正方法，第一处理模块12，具体可以用于根据所述待矫正牙齿对应的头侧位片确定所述待矫正牙齿的初始snb；根据所述待矫正牙齿的初始snb和预设的snb阈值，确定所述牙齿的snb矫正类型；根据所述snb矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息。
在一个实施例中，第一处理模块12，具体可以用于若所述初始snb大于预设的snb平均值，且snb差值大于或等于所述snb阈值中的第一snb阈值，则所述牙齿的snb矫正类型为snb严重过大，其中，所述snb差值为所述初始snb和所述snb平均值之间的差值；若所述初始snb大于所述snb平均值，且所述snb差值小于所述第一snb阈值、大于或等于所述snb阈值中的第二snb阈值，则所述牙齿的snb矫正类型为snb一般过大；若所述初始snb大于所述snb平均值，且所述snb差值小于所述第二snb阈值，则所述牙齿的snb矫正类型为snb少许过大；若所述初始snb小于所述snb平均值，且所述snb差值小于所述snb阈值中的第三snb阈值，则所述牙齿的snb矫正类型为snb少许过小；若所述初始snb小于所述snb平均值，且所述snb差值大于或等于所述第三snb阈值、小于所述snb阈值中的第四snb阈值，则所述牙齿的snb矫正类型为snb一般过小；若所述初始snb小于所述snb平均值，且所述snb差值大于第四snb阈值，则所述牙齿的snb矫正类型为snb严重过小。
在一个实施例中，第一处理模块12，具体可以用于若所述snb矫正类型为snb严重过大或snb严重过小，则根据所述口腔组织分布模型中的下颚的单侧牙弓应有长度和下颚的单侧牙弓现有长度，采用预设的第二排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，得到所述牙齿矫正信息，其中，所述第二排列规则用于表征牙齿在所述口腔组织分布模型中进行排列的约束条件，所述单侧牙弓应有长度为单侧的待排列牙齿的宽度总和，所述单侧牙弓现有长度为单侧的牙弓上能够提供牙齿排列的实际长度；若所述snb矫正类型为snb一般过大或snb一般过小，则确定对所述口腔组织分布模型中的后牙区的第一目标牙齿进行邻面去釉，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若所述snb矫正类型为snb少许过大或snb少许过小，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
在一个实施例中，所述第二排列规则包括：将中切牙向接近所述平均snb值的方向移动，直至移动后的牙齿的snb值与所述snb平均值之间的差值小于所述snb阈值中的第五snb阈值；将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
在一个实施例中，第一处理模块12，具体可以用于若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第二排列规则将其余牙齿在所述口腔组织分布模型中，进行排列得到所述目标矫正形态；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
在一个实施例中，若所述校正方法为拥挤等级矫正方法，第一处理模块12，具体可以用于根据所述口腔组织分布模型，确定所述牙齿的拥挤矫正类型；根据所述拥挤矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息。
在一个实施例中，第一处理模块12，具体可以用于若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，以及牙齿存在唇侧异位或颚侧异位，则所述拥挤矫正类型为牙齿严重拥挤；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，以及牙齿存在唇侧异位或颚侧异位，则所述拥挤矫正类型为牙齿一般拥挤；若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，以及牙齿存在唇侧异位或颚侧异位，则所述拥挤矫正类型为牙齿少许拥挤；若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则所述拥挤矫正类型为牙齿少许分开，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则所述拥挤矫正类型为牙齿一般分开；若不满足所述第一约束条件，且所述第一比值小于第二宽度比阈值，则所述拥挤矫正类型为牙齿严重分开。
在一个实施例中，所述牙齿矫正信息包括目标矫正形态，第一处理模块12，具体可以用于若所述拥挤矫正类型为牙齿严重拥挤，则去除第二目标牙齿，并按照预设的第三排列规则将其它牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若所述拥挤矫正类型为牙齿一般拥挤，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第三排列规则将所有牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，按照所述第三排列规则将所有牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若所述拥挤矫正类型为牙齿少许拥挤、牙齿少许分开或牙齿一般分开，则按照所述第三排列规则将所述牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若所述拥挤矫正类型为牙齿严重分开，则确定第三目标牙齿做虚拟牙冠，并按照所述第三排列规则将所述牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；其中，所述第三排列规则包括：将唇/颊侧异位牙齿向颚侧移动；将颚侧异位牙齿向唇/颊侧移动；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
在一个实施例中，若所述矫正方法为e-plane矫正方法，第一处理模块12，具体可以用于根据所述待矫正牙齿对应的头侧位片确定所述头侧位片中的e-plane的位置和嘴唇轮廓；根据所述嘴唇轮廓与所述e-plane的位置，采用预设的第四排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，并确定所述牙齿矫正信息；其中，所述第四排列规则包括：将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
在一个实施例中，所述牙齿矫正信息包括目标矫正形态，第一处理模块12，具体可以用于若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第四排列规则将其余牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，确定按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若不满足所述第一约束条件，且所述第一比值大于或等于第一宽度比阈值，则按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中，进行排列得到所述目标矫正形态。
在一个实施例中，第一处理模块12，具体可以用于根根据所述口腔组织分布模型，按照预设的第五排列规则将所有牙齿进行排列，并将排列后的牙齿的形态作为所述牙齿矫正信息中的目标矫正形态；其中，所述第五排列规则包括：将所述牙齿向接近预设的sna平均值的方向移动，直至移动后的牙齿的sna值与所述sna平均值之间的差值小于预设的第五sna阈值；将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
在一个实施例中，第一处理模块12，具体可以用于若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第五排列规则将其余牙齿在所述口腔组织分布模型中进行排列；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；或者，确定按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第五排列规则将所述牙齿在所述口腔组织分布模型中进行排列。
在一个实施例中，第一处理模块12，具体可以用于根据所述口腔扫描档案，采用预设的第二矫正模型，确定牙齿矫正信息；所述第二矫正模型为采用深度学习的神经网络系统，对多个口腔扫描训练档案进行训练得到的模型。
在一个实施例中，第一处理模块12，具体可以用于当所述矫正方法为sna矫正方法，则根据所述口腔组织分布模型，采用预设的sna矫正模型确定所述牙齿矫正信息，所述sna矫正模型为采用深度学习的神经网络系统，对多个具有不同sna矫正类型的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型，所述sna矫正类型包括，sna严重过大、sna一般过大、sna少许过大、sna严重少许、sna一般过小、sna严重过小。
在一个实施例中，第一处理模块12，具体可以用于当所述矫正方法为snb矫正方法时，则根据所述口腔组织分布模型，采用预设的snb矫正模型确定所述牙齿矫正信息，所述snb矫正模型为采用深度学习的神经网络系统，对多个具有不同snb矫正类型的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型，所述snb矫正类型包括，snb严重过大、snb一般过大、snb少许过大、snb严重少许、snb一般过小和snb严重过小。
在一个实施例中，第一处理模块12，具体可以用于当若所述矫正方法为拥挤等级矫正方法时，则根据所述口腔组织分布模型，采用预设的拥挤等级矫正模型确定所述牙齿矫正信息，所述拥挤等级矫正模型为采用深度学习的神经网络系统，对多个具有不同拥挤矫正类型的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型，所述拥挤矫正类型包括，严重拥挤、一般拥挤、少许拥挤、少许分开、一般分开和严重分开。
在一个实施例中，第一处理模块12，具体可以用于当所述矫正方法为e-plane矫正方法时，则根据所述口腔组织分布模型，采用预设的e-plane矫正模型确定所述牙齿矫正信息，所述e-plane矫正模型为采用深度学习的神经网络系统，对多个具有不同e-plane位置的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型。
在一个实施例中，第一处理模块12，具体可以用于根据所述牙齿矫正信息中的目标矫正形态和预设的矫正步进，确定所述牙齿矫正器模型的数量和每个所述牙齿矫正器模型的形态。
在一个实施例中，，所述牙齿矫正信息包括牙齿的矫正形态，第一处理模块12，具体可以用于根据预设的矫正步进和所述口腔扫描档案，确定多个矫正跳转路径，其中，每个所述矫正跳转路径对应一个目标矫正形态，所述目标矫正形态满足预设的矫正目标；按照预设的评价模型从所述多个矫正跳转路径中确定目标矫正路径；根据所述目标矫正路径上的每个节点的矫正形态确定牙齿矫正器模型。
在一个实施例中，第一处理模块12，具体可以用于根据所述口腔扫描档案确定所述牙齿的初始形态；执行第一矫正跳转操作，所述第一矫正跳转操作包括：根据所述矫正步进和所述初始形态，确定第一矫正子路径，得到每个所述第一矫正子路经对应的多个第一矫正形态；，并判断每个所述第一矫正形态是否满足所述矫正目标；若是，则将所述第一矫正形态确定为目标矫正形态，将所述第一矫正子路径作为所述第一矫正跳转路径；若否，则返回执行所述第一矫正跳转操作，直至所确定的矫正形态满足所述矫正目标，并将满足所述矫正目标的矫正形态和所述初始形态之间的跳转路径作为所述矫正跳转路径。
在一个实施例中，第一处理模块12，具体可以用于根据所述口腔扫描档案确定所述牙齿的初始形态；执行第二矫正跳转操作，所述第二矫正跳转操作包括：根据所述初始形态确定第一矫正方向，根据所述矫正步进和所述第一矫正方向确定第一矫正子路径，得到每个所述第一矫正子路径对应的多个第一矫正形态，判断所述第一矫正形态是否满足所述矫正目标；若是，则将所述第一矫正形态确定为目标矫正形态，将所述第一矫正子路径作为所述第二矫正跳转路径；若否，则返回执行所述第二矫正处理操作，直至所确定的矫正形态满足所述矫正目标，并将满足所述矫正目标的矫正形态和所述初始形态之间的跳转路径作为所述第二矫正跳转路径。
在一个实施例中，所述装置还可以包括第二处理模块，第二处理模块具体用于获取用户的外观影像；根据所述牙齿矫正器模型确定用户的牙齿变化信息；根据所述用户的外观影像和所述牙齿变化信息确定所述用户的牙齿矫正效果图。
关于牙齿矫正器模型确定装置的具体限定可以参见上文中对牙齿矫正器模型确定方法的限定，在此不再赘述。上述牙齿矫正器模型确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
上述实施例提供的牙齿矫正器模型确定其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述任一实施例的方法中的步骤。具体地，处理器执行上述计算机程序时实现如下步骤：
获取待矫正牙齿的口腔扫描档案；
根据所述口腔扫描档案，确定牙齿矫正信息，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息；
根据所述牙齿矫正信息，确定牙齿矫正器模型。
应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。
上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，本申请实施例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，计算机程序被处理器执行时实现上述任一实施例的方法中的步骤。具体地，计算机程序被处理器执行时实现如下步骤：
获取待矫正牙齿的口腔扫描档案；
根据所述口腔扫描档案，确定牙齿矫正信息，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息；
根据所述牙齿矫正信息，确定牙齿矫正器模型。
应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。
上述实施例提供的计算机计算机存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
1.一种牙齿矫正器模型确定方法，其特征在于，所述方法包括：
获取待矫正牙齿的口腔扫描档案；
根据所述口腔扫描档案，确定牙齿矫正信息，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息；
根据所述牙齿矫正信息，确定牙齿矫正器模型。
2.根据权利要求1所述的方法，其特征在于，所述根据所述口腔扫描档案，确定牙齿矫正信息，包括：
根据所述口腔扫描档案，确定口腔组织分布模型；
根据所述口腔组织分布模型，确定牙齿矫正信息。
3.根据权利要求2所述的方法，其特征在于，所述根据所述口腔扫描档案，确定口腔组织分布模型，包括：
采用预设的口腔组识别模型对所述口腔扫描档案进行识别，得到所述口腔组织分布模型；所述口腔组织识别模型为采用深度学习的神经网络系统，对多个口腔扫描训练档案和标注口腔组织分布的模型进行训练得到的模型。
4.根据权利要求2所述的方法，其特征在于，所述根据所述口腔组织分布模型，确定牙齿矫正信息，包括：
采用预设的第一矫正模型对所述口腔组织分布模型进行识别，确定所述牙齿矫正信息，所述第一矫正模型为采用深度学习的神经网络系统，对多个口腔组织分布模型和所述多个口腔组织分布模型对应的目标齿列模型进行训练得到的模型。
5.根据权利要求2所述的方法，其特征在于，所述根据所述口腔组织分布模型，确定牙齿矫正信息，包括：
确定所述待矫正牙齿的矫正方法；所述矫正方法包括上齿槽座角sna矫正方法、下齿槽座角snb矫正方法拥挤等级矫正方法和e-plane矫正方法；
根据所述矫正方法和所述口腔组织分布模型，确定所述牙齿矫正信息。
6.根据权利要求5所述的方法，其特征在于，所述根据所述矫正方法，确定所述牙齿矫正信息，包括：
根据所述矫正方法和所述口腔组织分布模型，采用预设的矫正规则，确定所述牙齿矫正信息，所述矫正规则用于表征牙齿矫正所需要满足的约束条件。
7.根据权利要求6所述的方法，其特征在于，若所述矫正方法为sna矫正方法，所述根据所述矫正方法和所述口腔组织分布模型，采用预设的矫正规则，确定所述牙齿矫正信息，包括：
根据所述待矫正牙齿对应的头侧位片确定所述待矫正牙齿的初始sna；
根据所述待矫正牙齿的初始sna和预设的sna阈值，确定所述牙齿的sna矫正类型；
根据所述sna矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息。
8.根据权利要求7所述的方法，其特征在于，所述根据所述待矫正牙齿的初始sna和预设的sna范围阈值，确定所述牙齿的sna矫正类型，包括：
若所述初始sna大于预设的sna平均值，且sna差值大于或等于所述sna阈值中的第一sna阈值，则所述牙齿的sna矫正类型为sna严重过大，其中，所述sna差值为所述初始sna和所述sna平均值之间的差值；
若所述初始sna大于所述sna平均值，且所述sna差值小于所述第一sna阈值、大于或等于所述sna阈值中的第二sna阈值，则所述牙齿的sna矫正类型为sna一般过大；
若所述初始sna大于所述sna平均值，且所述sna差值小于所述第二sna阈值，则所述牙齿的sna矫正类型为sna少许过大；
若所述初始sna小于所述sna平均值，且所述sna差值小于所述sna阈值中的第三sna阈值，则所述牙齿的sna矫正类型为sna少许过小；
若所述初始sna小于所述sna平均值，且所述sna差值大于或等于所述第三sna阈值、小于所述sna阈值中的第四sna阈值，则所述牙齿的sna矫正类型为sna一般过小；
若所述初始sna小于所述sna平均值，且所述sna差值大于第四sna阈值，则所述牙齿的sna矫正类型为sna严重过小。
9.根据权利要求8所述的方法，其特征在于，所述牙齿矫正信息包括目标矫正形态，所述根据所述sna矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息，包括：
若所述sna矫正类型为sna严重过大或sna严重过小，则根据所述口腔组织分布模型中的上颚的单侧牙弓应有长度和上颚的单侧牙弓现有长度，采用预设的第一排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，得到所述牙齿矫正信息，其中，所述第一排列规则用于表征牙齿在所述口腔组织分布模型中进行排列的约束条件，所述单侧牙弓应有长度为单侧的待排列牙齿的宽度总和，所述单侧牙弓现有长度为单侧的牙弓上能够提供牙齿排列的实际长度；
若所述sna矫正类型为sna一般过大或sna一般过小，则确定对所述口腔组织分布模型中的后牙区的第一目标牙齿进行邻面去釉，并按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，并按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若所述sna矫正类型为sna少许过大或sna少许过小，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
10.根据权利要求9所述的方法，其特征在于，所述第一排列规则包括：将中切牙向接近所述平均sna值的方向移动，直至移动后的牙齿的sna值与所述sna平均值之间的差值小于所述sna阈值中的第五sna阈值；将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
11.根据权利要求10所述的方法，其特征在于，所述根据所述口腔组织分布模型中的上颚的单侧牙弓应有长度和上颚的单侧牙弓现有长度，采用预设的第一排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，得到所述牙齿矫正信息，包括：
若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第一排列规则将其余牙齿在所述口腔组织分布模型中，进行排列得到所述目标矫正形态；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；
若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；
若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第一排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
12.根据权利要求6所述的方法，其特征在于，若所述矫正方法为snb矫正方法，所述根据所述矫正方法和所述口腔组织分布模型，采用预设的矫正规则，确定所述牙齿矫正信息，包括：
根据所述待矫正牙齿对应的头侧位片确定所述待矫正牙齿的初始snb；
根据所述待矫正牙齿的初始snb和预设的snb阈值，确定所述牙齿的snb矫正类型；
根据所述snb矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息。
13.根据权利要求12所述的方法，其特征在于，所述根据所述待矫正牙齿的初始snb和预设的snb范围阈值，确定所述牙齿的snb矫正类型，包括：
若所述初始snb大于预设的snb平均值，且snb差值大于或等于所述snb阈值中的第一snb阈值，则所述牙齿的snb矫正类型为snb严重过大，其中，所述snb差值为所述初始snb和所述snb平均值之间的差值；
若所述初始snb大于所述snb平均值，且所述snb差值小于所述第一snb阈值、大于或等于所述snb阈值中的第二snb阈值，则所述牙齿的snb矫正类型为snb一般过大；
若所述初始snb大于所述snb平均值，且所述snb差值小于所述第二snb阈值，则所述牙齿的snb矫正类型为snb少许过大；
若所述初始snb小于所述snb平均值，且所述snb差值小于所述snb阈值中的第三snb阈值，则所述牙齿的snb矫正类型为snb少许过小；
若所述初始snb小于所述snb平均值，且所述snb差值大于或等于所述第三snb阈值、小于所述snb阈值中的第四snb阈值，则所述牙齿的snb矫正类型为snb一般过小；
若所述初始snb小于所述snb平均值，且所述snb差值大于第四snb阈值，则所述牙齿的snb矫正类型为snb严重过小。
14.根据权利要求13所述的方法，其特征在于，所述牙齿矫正信息包括目标矫正形态，所述根据所述snb矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息，包括：
若所述snb矫正类型为snb严重过大或snb严重过小，则根据所述口腔组织分布模型中的下颚的单侧牙弓应有长度和下颚的单侧牙弓现有长度，采用预设的第二排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，得到所述牙齿矫正信息，其中，所述第二排列规则用于表征牙齿在所述口腔组织分布模型中进行排列的约束条件，所述单侧牙弓应有长度为单侧的待排列牙齿的宽度总和，所述单侧牙弓现有长度为单侧的牙弓上能够提供牙齿排列的实际长度；
若所述snb矫正类型为snb一般过大或snb一般过小，则确定对所述口腔组织分布模型中的后牙区的第一目标牙齿进行邻面去釉，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若所述snb矫正类型为snb少许过大或snb少许过小，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
15.根据权利要求14所述的方法，其特征在于，所述第二排列规则包括：将中切牙向接近所述平均snb值的方向移动，直至移动后的牙齿的snb值与所述snb平均值之间的差值小于所述snb阈值中的第五snb阈值；将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
16.根据权利要求15所述的方法，其特征在于，所述根据所述口腔组织分布模型中的下颚的单侧牙弓应有长度和下颚的单侧牙弓现有长度，采用预设的第二排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，得到所述牙齿矫正信息，包括：
若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第二排列规则将其余牙齿在所述口腔组织分布模型中，进行排列得到所述目标矫正形态；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；
若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；
若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第二排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态。
17.根据权利要求6所述的方法，其特征在于，若所述校正方法为拥挤等级矫正方法，所述根据所述矫正方法和所述口腔组织分布模型，采用预设的矫正规则，确定所述牙齿矫正信息，包括：
根据所述口腔组织分布模型，确定所述牙齿的拥挤矫正类型；
根据所述拥挤矫正类型和所述口腔组织分布模型，确定所述牙齿矫正信息。
18.根据权利要求17所述的方法，其特征在于，所述根据所述口腔组织分布模型，确定所述牙齿的拥挤矫正类型，包括：
若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，以及牙齿存在唇侧异位或颚侧异位，则所述拥挤矫正类型为牙齿严重拥挤；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；
若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，以及牙齿存在唇侧异位或颚侧异位，则所述拥挤矫正类型为牙齿一般拥挤；
若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，以及牙齿存在唇侧异位或颚侧异位，则所述拥挤矫正类型为牙齿少许拥挤；
若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则所述拥挤矫正类型为牙齿少许分开，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；
若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则所述拥挤矫正类型为牙齿一般分开；
若不满足所述第一约束条件，且所述第一比值小于第二宽度比阈值，则所述拥挤矫正类型为牙齿严重分开。
19.根据权利要求18所述的方法，其特征在于，所述牙齿矫正信息包括目标矫正形态，所述根据所述拥挤矫正类型和所述所述口腔组织分布模型，确定所述牙齿矫正信息，包括：
若所述拥挤矫正类型为牙齿严重拥挤，则去除第二目标牙齿，并按照预设的第三排列规则将其它牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若所述拥挤矫正类型为牙齿一般拥挤，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第三排列规则将所有牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，按照所述第三排列规则将所有牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若所述拥挤矫正类型为牙齿少许拥挤、牙齿少许分开或牙齿一般分开，则按照所述第三排列规则将所述牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若所述拥挤矫正类型为牙齿严重分开，则确定第三目标牙齿做虚拟牙冠，并按照所述第三排列规则将所述牙齿在所述所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
其中，所述第三排列规则包括：将唇/颊侧异位牙齿向颚侧移动；将颚侧异位牙齿向唇/颊侧移动；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
20.根据权利要求6所述的方法，其特征在于，若所述矫正方法为e-plane矫正方法，所述根据所述矫正方法和所述口腔组织分布模型，采用预设的矫正规则，确定所述牙齿矫正信息，包括：
根据所述待矫正牙齿对应的头侧位片确定所述头侧位片中的e-plane的位置和嘴唇轮廓；
根据所述嘴唇轮廓与所述e-plane的位置，采用预设的第四排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，并确定所述牙齿矫正信息；
其中，所述第四排列规则包括：将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
21.根据权利要求20所述的方法，其特征在于，所述牙齿矫正信息包括目标矫正形态，所述根据所述嘴唇轮廓与所述e-plane的位置，采用预设的第四排列规则，将所有牙齿在所述口腔组织分布模型中进行排列，并确定所述牙齿矫正信息，包括：
若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第四排列规则将其余牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；
若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；或者，确定按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若不满足所述第一约束条件，且所述第一比值大于或等于第一宽度比阈值，则按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；
若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中进行排列，得到所述目标矫正形态；
若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第四排列规则将所有牙齿在所述口腔组织分布模型中，进行排列得到所述目标矫正形态。
22.根据权利要求2所述的方法，其特征在于，所述根据所述口腔组织分布模型，确定牙齿矫正信息，包括：
根根据所述口腔组织分布模型，按照预设的第五排列规则将所有牙齿进行排列，并将排列后的牙齿的形态作为所述牙齿矫正信息中的目标矫正形态；
其中，所述第五排列规则包括：将所述牙齿向接近预设的sna平均值的方向移动，直至移动后的牙齿的sna值与所述sna平均值之间的差值小于预设的第五sna阈值；将中切牙向嘴唇轮廓位于所述e-plane的第一方向移动，直至所述嘴唇轮廓位于所述e-plane的第一方向并且与所述e-plane的垂直距离小于第一距离阀值；依据中线，将所有牙齿沿平均牙弓线依次进行排列；牙齿的近中接触点和远中接触点与平均牙弓线的距离小于预设的第二距离阈值；将后牙区的牙齿向后牙区方向移动预设的调试距离；每个所述牙齿与对牙咬合中的至少一个。
23.根据权利要求21所述的方法，其特征在于，所述根据所述口腔组织分布模型，按照预设的第五排列规则将所有牙齿进行排列，包括：
若满足预设的第一约束条件，且第一差值大于或等于第一宽度阈值，则确定去除第二目标牙齿，并按照所述第五排列规则将其余牙齿在所述口腔组织分布模型中进行排列；所述第一约束条件为所述单侧牙弓应有长度大于或等于所述单侧牙弓现有长度，所述第一差值为所述单侧牙弓应有长度与所述单侧牙弓现有长度的差值；
若满足所述第一约束条件，且所述第一差值大于或等于第二宽度阈值且小于所述第一宽度阈值，则确定对后牙区的第一目标牙齿进行邻面去釉，并按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；或者，确定按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；
若满足所述第一约束条件，且所述第一差值小于所述第二宽度阈值，则按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；
若不满足所述第一约束条件，且第一比值大于或等于第一宽度比阈值，则按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列，所述第一比值为所述单侧牙齿的近远中宽度比与预设的近远中宽度比平均值的比值；
若不满足所述第一约束条件，且所述第一比值小于所述第一宽度比阈值、大于或等于第二宽度比阈值，则按照所述第五排列规则将所有牙齿在所述口腔组织分布模型中进行排列；
若不满足所述第一约束条件，且所述第一比值小于所述第二宽度比阈值，则确定第三目标牙齿做虚拟牙冠，并按照所述第五排列规则将所述牙齿在所述口腔组织分布模型中进行排列。
24.根据权利要求1所述的方法，其特征在于，所述根据所述口腔扫描档案，确定牙齿矫正信息，包括：
根据所述口腔扫描档案，采用预设的第二矫正模型，确定牙齿矫正信息；所述第二矫正模型为采用深度学习的神经网络系统，对多个口腔扫描训练档案进行训练得到的模型。
25.根据权利要求5所述的方法，其特征在于，所述根据所述矫正方法和所述口腔组织分布模型，确定所述牙齿矫正信息，包括：
若所述矫正方法为sna矫正方法，则根据所述口腔组织分布模型，采用预设的sna矫正模型确定所述牙齿矫正信息，所述sna矫正模型为采用深度学习的神经网络系统，对多个具有不同sna矫正类型的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型，所述sna矫正类型包括，sna严重过大、sna一般过大、sna少许过大、sna严重少许、sna一般过小、sna严重过小。
26.根据权利要求5所述的方法，其特征在于，所述根据所述矫正方法和所述口腔组织分布模型，确定所述牙齿矫正信息，包括：
若所述矫正方法为snb矫正方法，则根据所述口腔组织分布模型，采用预设的snb矫正模型确定所述牙齿矫正信息，所述snb矫正模型为采用深度学习的神经网络系统，对多个具有不同snb矫正类型的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型，所述snb矫正类型包括，snb严重过大、snb一般过大、snb少许过大、snb严重少许、snb一般过小和snb严重过小。
27.根据权利要求5所述的方法，其特征在于，所述根据所述矫正方法和所述口腔组织分布模型，确定所述牙齿矫正信息，包括：
若所述矫正方法为拥挤等级矫正方法，则根据所述口腔组织分布模型，采用预设的拥挤等级矫正模型确定所述牙齿矫正信息，所述拥挤等级矫正模型为采用深度学习的神经网络系统，对多个具有不同拥挤矫正类型的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型，所述拥挤矫正类型包括，严重拥挤、一般拥挤、少许拥挤、少许分开、一般分开和严重分开。
28.根据权利要求5所述的方法，其特征在于，所述根据所述矫正方法和所述口腔组织分布模型，确定所述牙齿矫正信息，包括：
若所述矫正方法为e-plane矫正方法，则根据所述口腔组织分布模型，采用预设的e-plane矫正模型确定所述牙齿矫正信息，所述e-plane矫正模型为采用深度学习的神经网络系统，对多个具有不同e-plane位置的口腔组织分布训练模型和所述多个口腔组织分布训练模型对应的目标齿列模型进行训练得到的模型。
29.根据权利要求1-28任一项所述的方法，其特征在于，所述根据所述牙齿矫正信息，确定牙齿矫正器模型，包括：
根据所述牙齿矫正信息中的目标矫正形态和预设的矫正步进，确定所述牙齿矫正器模型的数量和每个所述牙齿矫正器模型的形态。
30.根据权利要求1所述的方法，其特征在于，所述牙齿矫正信息包括牙齿的矫正形态，所述根据所述口腔扫描档案，确定牙齿矫正信息，根据所述牙齿矫正信息，确定牙齿矫正器模型，包括：
根据预设的矫正步进和所述口腔扫描档案，确定多个矫正跳转路径，其中，每个所述矫正跳转路径对应一个目标矫正形态，所述目标矫正形态满足预设的矫正目标；
按照预设的评价模型从所述多个矫正跳转路径中确定目标矫正路径；
根据所述目标矫正路径上的每个节点的矫正形态确定牙齿矫正器模型。
31.根据权利要求30所述的方法，其特征在于，所述根据预设的矫正步进和所述口腔扫描档案，确定多个矫正跳转路径，包括：
根据所述口腔扫描档案确定所述牙齿的初始形态；
执行第一矫正跳转操作，所述第一矫正跳转操作包括：根据所述矫正步进和所述初始形态，确定第一矫正子路径，得到每个所述第一矫正子路经对应的多个第一矫正形态；，并判断每个所述第一矫正形态是否满足所述矫正目标；
若是，则将所述第一矫正形态确定为目标矫正形态，将所述第一矫正子路径作为所述第一矫正跳转路径；
若否，则返回执行所述第一矫正跳转操作，直至所确定的矫正形态满足所述矫正目标，并将满足所述矫正目标的矫正形态和所述初始形态之间的跳转路径作为所述矫正跳转路径。
32.根据权利要求30所述的方法，其特征在于，所述根据预设的矫正步进和所述口腔扫描档案，确定多个矫正跳转路径，包括：
根据所述口腔扫描档案确定所述牙齿的初始形态；
执行第二矫正跳转操作，所述第二矫正跳转操作包括：根据所述初始形态确定第一矫正方向，根据所述矫正步进和所述第一矫正方向确定第一矫正子路径，得到每个所述第一矫正子路径对应的多个第一矫正形态，判断所述第一矫正形态是否满足所述矫正目标；
若是，则将所述第一矫正形态确定为目标矫正形态，将所述第一矫正子路径作为所述第二矫正跳转路径；
若否，则返回执行所述第二矫正处理操作，直至所确定的矫正形态满足所述矫正目标，并将满足所述矫正目标的矫正形态和所述初始形态之间的跳转路径作为所述第二矫正跳转路径。
33.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取用户的外观影像；
根据所述牙齿矫正器模型确定用户的牙齿变化信息；
根据所述用户的外观影像和所述牙齿变化信息确定所述用户的牙齿矫正效果图。
34.一种牙齿矫正器模型确定装置，其特征在于，所述装置包括：获取模块和第一处理模块；
所述获取模块，用于获取待矫正牙齿的口腔扫描档案；
所述第一处理模块，用于根据所述口腔扫描档案，确定牙齿矫正信息，并根据所述牙齿矫正信息，确定牙齿矫正器模型，所述牙齿矫正信息用于表征牙齿满足矫正目标的信息。
35.一种计算机设备，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33中任一项所述方法的步骤。
36.一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33中任一项所述的方法的步骤。
技术总结