[發(fā)明專利]基于深度學(xué)習(xí)的牙科X射線圖像病變區(qū)域定位系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110790916.1
• 申請日: 2021-07-13
• 公開（公告）號: CN113469987A
• 公開（公告）日: 2021-10-01
• 發(fā)明（設(shè)計(jì)）人: 韓民;萬軍;曾令芳;秦倩
• 申請（專利權(quán)）人: 山東大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T7/62;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 濟(jì)南圣達(dá)知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 黃海麗

本發(fā)明公開了基于深度學(xué)習(xí)的牙科X射線圖像病變區(qū)域定位系統(tǒng)，包括：數(shù)據(jù)采集模塊，其被配置為：獲取待定位牙科X射線圖像；病變定位模塊，其被配置為：將待定位牙科X射線圖像，輸入到訓(xùn)練后的深度學(xué)習(xí)模型中，輸出待定位牙科X射線圖像病變區(qū)域定位結(jié)果。通過病變區(qū)域定位，可以識別存在多種病變的牙科X射線圖像，克服了當(dāng)前技術(shù)僅能識別單一病變的弊端，能夠更加準(zhǔn)確、全面、客觀的識別病變類型。對病變區(qū)域進(jìn)行定位，能夠準(zhǔn)確告知患者病變位置，保證用藥位置的準(zhǔn)確性；通過計(jì)算病變區(qū)域的面積，實(shí)現(xiàn)定量分析，保證治療方案的針對性與準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學(xué)影像圖像處理技術(shù)領(lǐng)域，特別是涉及基于深度學(xué)習(xí)的牙科X射線圖像病變區(qū)域定位系統(tǒng)。

背景技術(shù)

本部分的陳述僅僅是提到了與本發(fā)明相關(guān)的背景技術(shù)，并不必然構(gòu)成現(xiàn)有技術(shù)。

醫(yī)學(xué)影像是臨床疾病篩查、診斷、治療引導(dǎo)和評估的重要工具。常用的醫(yī)學(xué)影像技術(shù)包括：X射線，超聲，計(jì)算機(jī)斷層掃描(Computed Tomography,CT),核磁共振(MagneticResonance Imaging,MRI)。而隨著醫(yī)學(xué)成像技術(shù)的發(fā)展，海量的醫(yī)學(xué)影像應(yīng)運(yùn)而生，如何從海量醫(yī)學(xué)圖像數(shù)據(jù)中挖掘出有用信息，已成為業(yè)界的研究熱點(diǎn)。

牙科X射線圖像是診斷牙源性疾病的重要方法，尤其是牙體缺損、根尖病變和牙槽骨吸收等。牙體缺損最常見的原因是齲齒，齲齒一種由口腔中多種因素復(fù)合作用所導(dǎo)致的牙齒硬組織進(jìn)行性病損，隨病程發(fā)展而從色澤改變到形成實(shí)質(zhì)性病損的演變過程。其特點(diǎn)是發(fā)病率高，分布廣，是口腔主要的常見病，也是人類最普遍的疾病之一，世界衛(wèi)生組織已將其與癌腫和心血管疾病并列為人類三大重點(diǎn)防治疾病。根尖病變的常見病變?yōu)楦庵苎祝侵秆栏庵芙M織的急性或慢性炎癥。牙髓炎發(fā)展到晚期，牙髓組織大部或全部壞死時，或有細(xì)菌感染，引起根尖周組織發(fā)炎；牙齒受到急劇的外力撞擊時，根尖周組織也受到猛烈的創(chuàng)傷而造成根尖周炎；治療過程中醫(yī)源性感染也可引起根尖周炎。常規(guī)的牙源性疾病診斷依賴于醫(yī)生的水平和經(jīng)驗(yàn)，主觀性較強(qiáng)、耗費(fèi)精力較多，并且就診過程中需要耗費(fèi)大量時間去排隊(duì)、等待，耗時耗力。對于牙科X射線圖像的判讀，需要新的智能技術(shù)介入。

深度學(xué)習(xí)是利用深度神經(jīng)網(wǎng)絡(luò)，通過模擬人腦自動地學(xué)習(xí)數(shù)據(jù)各個層次的抽象特征，從而更好地反映數(shù)據(jù)的本質(zhì)特征。近年來，深度學(xué)習(xí)在圖像識別、語音識別、自然語言處理、計(jì)算機(jī)視覺等領(lǐng)域取得了巨大的成功。在醫(yī)學(xué)圖像處理領(lǐng)域，以卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network，CNN)為主的深度學(xué)習(xí)已成為主流研究方法，例如乳腺癌識別、肺結(jié)節(jié)檢測、糖尿病視網(wǎng)膜病變檢測、腦腫瘤分割、阿茲海默檢測等。

利用深度學(xué)習(xí)進(jìn)行牙源性疾病診斷的研究仍處于起步階段，有研究通過神經(jīng)網(wǎng)絡(luò)進(jìn)行根尖X線片齲齒分類和牙周病變分類。現(xiàn)有研究都是對牙科X射線圖像進(jìn)行病變類別判讀，即僅能進(jìn)行定性分析；對于牙源性疾病的治療，需根據(jù)病變類型、病變區(qū)域位置及大小進(jìn)行治療方案的制定，而現(xiàn)有技術(shù)對于病變區(qū)域的位置及病變區(qū)域的大小無法進(jìn)行識別，即缺乏定量分析。現(xiàn)有智能診斷技術(shù)存在的另一個不足是：一張牙科X射線圖像只能輸出一種病變結(jié)果。而牙源性病變多為并發(fā)病變，例如當(dāng)齲齒病變不能及時治療時，繼而引發(fā)牙髓炎和根尖周炎，此類問題呈現(xiàn)在牙科X射線圖像上的特征便是：一張圖像上存在多種病變。現(xiàn)有技術(shù)對于此類圖像僅能識別一種病變，無法準(zhǔn)確、全面的識別出所有病變。

現(xiàn)有的牙源性疾病的診斷存在以下3點(diǎn)不足：1)常規(guī)診斷依賴于診斷人員的技術(shù)水平與經(jīng)驗(yàn)，存在著主觀性強(qiáng)、重復(fù)性低的問題，對于缺乏診斷經(jīng)驗(yàn)的患者而言，無法利用自身常識進(jìn)行病變診斷；2)智能診斷技術(shù)僅能識別單一病變類型，對于存在多種病變的圖像無法實(shí)現(xiàn)準(zhǔn)確、全面的判讀；3)無論常規(guī)診斷還是智能診斷，都僅能實(shí)現(xiàn)定性判讀，無法進(jìn)行定量分析。

發(fā)明內(nèi)容