[發明專利]一種基于人工智能的牙齒畸變檢測預診系統在審
| 申請號: | 202110099872.8 | 申請日: | 2021-01-25 |
| 公開(公告)號: | CN112837279A | 公開(公告)日: | 2021-05-25 |
| 發明(設計)人: | 孫猛猛;夏永霞 | 申請(專利權)人: | 孫猛猛 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06K9/62;G06T7/11;G16H50/20 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 710054*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 人工智能 牙齒 畸變 檢測 系統 | ||
1.一種基于人工智能的牙齒畸變檢測預診系統,其特征在于,所述系統包括:
圖像獲取模塊,用于獲取檢測人員牙齒咬合狀態時口腔的RGB圖像和深度圖像;
牙齒區域獲取模塊,用于根據所述RGB圖像分割牙齒區域圖像并對單個牙齒區域進行編號;
標準牙齒獲取模塊,用于構建每個上下對應編號的所述牙齒區域的特征矩陣,通過分析所述特征矩陣的相似度獲取標準牙齒;
牙弓彎曲程度獲取模塊,用于處理所述深度圖像獲得三維點云;根據點云中牙根關鍵點及其周圍多點擬合第一曲面,擬合多個所述牙根關鍵點得到第一曲線;所述第一曲面和第一曲線的曲率差值為第一曲率差值;以每個牙齒與所述標準牙齒的第一曲率差值的差值作為牙弓彎曲程度。
牙齒左右偏移量獲取模塊,用于獲取每個牙齒到標準牙齒相應端部的實際距離,以及在所述第一曲線上距離相應端部最近的端部曲面點到標準牙齒相應端部的曲線距離,以所述實際距離和所述曲線距離的平均差值作為牙齒左右偏移量;所述端部包括牙尖關鍵點和牙根關鍵點;
牙齒前后偏移量獲取模塊,用于計算每顆牙齒的所述牙尖關鍵點和所述牙根關鍵點連線的斜率,以所述斜率和所述標準牙齒的斜率之差反映牙齒的前后偏移量;
牙齒畸變等級獲取模塊,用于分析所述牙弓彎曲程度、所述左右偏移量和所述前后偏移量得到牙齒畸變等級。
2.根據權利要求1所述的一種基于人工智能的牙齒畸變檢測預診系統,其特征在于,所述牙齒畸變等級獲取模塊還包括分類器;所述分類器的輸入為所述牙弓彎曲程度、所述左右偏移量和所述前后偏移量構成的特征向量,輸出為所述牙齒畸變等級。
3.根據權利要求1所述的一種基于人工智能的牙齒畸變檢測預診系統,其特征在于,所述牙齒區域獲取模塊包括嘴唇關鍵點獲取模塊和牙齒語義分割模塊;
所述嘴唇關鍵點獲取模塊用于通過預先訓練好的嘴唇關鍵點網絡處理所述RGB圖像,獲得上嘴唇關鍵點和下嘴唇關鍵點;
所述牙齒語義分割模塊用于在所述上嘴唇關鍵點和所述下嘴唇關鍵點間的距離達到預設距離閾值時通過預先訓練好的語義分割網絡處理所述RGB圖像獲得牙齒區域圖像。
4.根據權利要求1所述的一種基于人工智能的牙齒畸變檢測預診系統,其特征在于,所述標準牙齒獲取模塊還包括特征矩陣獲取模塊;
所述特征矩陣獲取模塊用于以所述牙齒區域的灰度平均值、灰度方差和區域面積作為所述特征矩陣。
5.根據權利要求1所述的一種基于人工智能的牙齒畸變檢測預診系統,其特征在于,所述標準牙齒獲取模塊還包括相似度分析模塊;
所述相似度分析模塊用于利用所述特征矩陣間的夾角余弦分析所述相似度,當所述相似度達到預設標準相似閾值時,所述特征矩陣對應的編號牙齒為所述標準牙齒。
6.根據權利要求1所述的一種基于人工智能的牙齒畸變檢測預診系統,其特征在于,所述標準牙齒獲取模塊還包括灰度檢測模塊;
所述灰度檢測模塊用于檢測選取的所述標準牙齒的灰度值,若所述灰度值在設置的灰度區間內則認為所述標準牙齒選擇正確。
7.根據權利要求1所述的一種基于人工智能的牙齒畸變檢測預診系統,其特征在于,所述標準牙齒獲取模塊還包括標準牙齒篩選模塊;
所述標準牙齒篩選模塊用于若多個牙齒滿足所述標準牙齒的條件,則選擇中間區域滿足條件的牙齒作為所述標準牙齒。
8.根據權利要求1所述的一種基于人工智能的牙齒畸變檢測預診系統,其特征在于,所述牙弓彎曲程度獲取模塊還包括坐標擬合模塊;
所述坐標擬合模塊用于將選取的點坐標利用最小二乘法擬合得到二次曲面或曲線。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于孫猛猛,未經孫猛猛許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110099872.8/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種減小冷凍和解凍對魚類品質影響的方法
- 下一篇:一種花生芽生產工藝





