[发明专利]一种口腔图像的智能分析方法与装置有效

专利信息
申请号: 202010363987.9 申请日: 2020-04-30
公开(公告)号: CN111563887B 公开(公告)日: 2022-04-22
发明(设计)人: 牛建伟;栾庆先;谷宁波;李青锋;张井然 申请(专利权)人: 北京航空航天大学杭州创新研究院;北京大学口腔医学院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/10;G06V10/80;G06V10/764;G06V10/82;G06K9/62;G06N3/08;G06N3/04
代理公司: 北京永创新实专利事务所 11121 代理人: 祗志洁
地址: 310000 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 口腔 图像 智能 分析 方法 装置
【权利要求书】:

1.一种口腔图像的智能分析装置,其特征在于,包括:

口腔图像采集设备,为一无线内窥镜,用于采集用户口腔图像,并通过无线传输方式将图像发送给移动终端;

移动终端设置有口腔图像数据库、口腔融合特征提取模块、特征数据库、目标分类器模块和牙齿检测结果输出模块;

所述的口腔图像数据库存储口腔图像采集设备采集的训练样本,为各训练样本标注各牙齿美观度检测目标的等级;牙齿美观度检测目标包括牙齿颜色、牙齿排列整齐度、牙齿是否存在缺损、牙列是否存在缺失和牙龈颜色;

所述的口腔融合特征提取模块包含图像分割模块与各牙齿美观度检测目标下的深度卷积神经网络模型;图像分割模块将一张口腔图像分割为牙齿图像和牙龈图像,将牙齿图像或牙龈图像输入每个牙齿美观度检测目标下的深度卷积神经网络模型,深度卷积神经网络模型提取在每个目标下的牙齿特征矩阵或牙龈特征矩阵,最后将所有获得的牙齿特征矩阵和牙龈特征矩阵组合一起得到口腔图像的融合特征;

所述的特征数据库存储用于训练目标分类器的训练样本,对口腔图像数据库中的训练样本利用口腔融合特征提取模块,提取融合特征,将融合特征与对应标注的目标等级组成对应牙齿美观度检测目标的训练样本,存入特征数据库中;

所述的目标分类器模块针对每个牙齿美观度检测目标,建立支持向量机分类模型;口腔图像采集设备实时采集口腔图像输入口腔融合特征提取模块,得到融合特征输入各支持向量机分类模型,输出各牙齿美观度检测目标的等级;

所述的牙齿检测结果输出模块将各牙齿美观度检测目标的等级输出给用户,同时,对各牙齿美观度检测目标的等级进行综合计算得到口腔美观度指数输出给用户。

2.根据权利要求1所述的装置,其特征在于,所述的各牙齿美观度检测目标下的深度卷积神经网络模型,将输入的牙齿图像或牙龈图像,依次经网络内的第一卷积层、平均池化层、第二卷积层、第一最大池化层、第三卷积层、第二最大池化层和全连接层的处理后,输出牙齿或牙龈的特征矩阵。

3.根据权利要求1或2所述的装置,其特征在于,所述的各牙齿美观度检测目标下的深度卷积神经网络模型,利用口腔图像数据库中的训练样本进行训练,由图像分割模块将每一张训练样本分割为牙齿图像和牙龈图像,训练时,将牙齿图像或牙龈图像输入对应目标下的深度卷积神经网络模型,对模型输出的特征矩阵利用Softmax函数计算输出对应目标的等级;通过训练,得到一个能识别对应目标等级的深度卷积神经网络。

4.根据权利要求1所述的装置,其特征在于,所述的牙齿检测结果输出模块计算口腔美观度指数的方法为:

设由一张口腔图像得到牙齿颜色、牙齿排列整齐度、牙齿是否存在缺损、牙列是否存在缺失、牙龈颜色的等级分别为A、B、C、D、E,则口腔美观度指数T_index=100-(αA+βB+γC+δD+εE);其中,α、β、γ、δ、ε分别表示相应牙齿美观度检测目标的权重;对用户拍摄的多张口腔图像进行各牙齿美观度检测目标检测,取平均值最为最终的目标等级值,并计算最终的口腔美观度指数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学杭州创新研究院;北京大学口腔医学院,未经北京航空航天大学杭州创新研究院;北京大学口腔医学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010363987.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top