[发明专利]一种基于人工智能的牙齿畸变检测预诊系统在审
申请号: | 202110099872.8 | 申请日: | 2021-01-25 |
公开(公告)号: | CN112837279A | 公开(公告)日: | 2021-05-25 |
发明(设计)人: | 孙猛猛;夏永霞 | 申请(专利权)人: | 孙猛猛 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/62;G06T7/11;G16H50/20 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 710054*** | 国省代码: | 陕西;61 |
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 基于 人工智能 牙齿 畸变 检测 系统 | ||
1.一种基于人工智能的牙齿畸变检测预诊系统,其特征在于,所述系统包括:
图像获取模块,用于获取检测人员牙齿咬合状态时口腔的RGB图像和深度图像;
牙齿区域获取模块,用于根据所述RGB图像分割牙齿区域图像并对单个牙齿区域进行编号;
标准牙齿获取模块,用于构建每个上下对应编号的所述牙齿区域的特征矩阵,通过分析所述特征矩阵的相似度获取标准牙齿;
牙弓弯曲程度获取模块,用于处理所述深度图像获得三维点云;根据点云中牙根关键点及其周围多点拟合第一曲面,拟合多个所述牙根关键点得到第一曲线;所述第一曲面和第一曲线的曲率差值为第一曲率差值;以每个牙齿与所述标准牙齿的第一曲率差值的差值作为牙弓弯曲程度。
牙齿左右偏移量获取模块,用于获取每个牙齿到标准牙齿相应端部的实际距离,以及在所述第一曲线上距离相应端部最近的端部曲面点到标准牙齿相应端部的曲线距离,以所述实际距离和所述曲线距离的平均差值作为牙齿左右偏移量;所述端部包括牙尖关键点和牙根关键点;
牙齿前后偏移量获取模块,用于计算每颗牙齿的所述牙尖关键点和所述牙根关键点连线的斜率,以所述斜率和所述标准牙齿的斜率之差反映牙齿的前后偏移量;
牙齿畸变等级获取模块,用于分析所述牙弓弯曲程度、所述左右偏移量和所述前后偏移量得到牙齿畸变等级。
2.根据权利要求1所述的一种基于人工智能的牙齿畸变检测预诊系统,其特征在于,所述牙齿畸变等级获取模块还包括分类器;所述分类器的输入为所述牙弓弯曲程度、所述左右偏移量和所述前后偏移量构成的特征向量,输出为所述牙齿畸变等级。
3.根据权利要求1所述的一种基于人工智能的牙齿畸变检测预诊系统,其特征在于,所述牙齿区域获取模块包括嘴唇关键点获取模块和牙齿语义分割模块;
所述嘴唇关键点获取模块用于通过预先训练好的嘴唇关键点网络处理所述RGB图像,获得上嘴唇关键点和下嘴唇关键点;
所述牙齿语义分割模块用于在所述上嘴唇关键点和所述下嘴唇关键点间的距离达到预设距离阈值时通过预先训练好的语义分割网络处理所述RGB图像获得牙齿区域图像。
4.根据权利要求1所述的一种基于人工智能的牙齿畸变检测预诊系统,其特征在于,所述标准牙齿获取模块还包括特征矩阵获取模块;
所述特征矩阵获取模块用于以所述牙齿区域的灰度平均值、灰度方差和区域面积作为所述特征矩阵。
5.根据权利要求1所述的一种基于人工智能的牙齿畸变检测预诊系统,其特征在于,所述标准牙齿获取模块还包括相似度分析模块;
所述相似度分析模块用于利用所述特征矩阵间的夹角余弦分析所述相似度,当所述相似度达到预设标准相似阈值时,所述特征矩阵对应的编号牙齿为所述标准牙齿。
6.根据权利要求1所述的一种基于人工智能的牙齿畸变检测预诊系统,其特征在于,所述标准牙齿获取模块还包括灰度检测模块;
所述灰度检测模块用于检测选取的所述标准牙齿的灰度值,若所述灰度值在设置的灰度区间内则认为所述标准牙齿选择正确。
7.根据权利要求1所述的一种基于人工智能的牙齿畸变检测预诊系统,其特征在于,所述标准牙齿获取模块还包括标准牙齿筛选模块;
所述标准牙齿筛选模块用于若多个牙齿满足所述标准牙齿的条件,则选择中间区域满足条件的牙齿作为所述标准牙齿。
8.根据权利要求1所述的一种基于人工智能的牙齿畸变检测预诊系统,其特征在于,所述牙弓弯曲程度获取模块还包括坐标拟合模块;
所述坐标拟合模块用于将选取的点坐标利用最小二乘法拟合得到二次曲面或曲线。
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孙猛猛,未经孙猛猛许可,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/202110099872.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种减小冷冻和解冻对鱼类品质影响的方法
- 下一篇:一种花生芽生产工艺