[发明专利]一种自动检测六龄牙龋齿的检测装置有效

专利信息
申请号: 202110667489.8 申请日: 2021-06-16
公开(公告)号: CN113409264B 公开(公告)日: 2023-08-25
发明(设计)人: 卢光明;李浩宇;陈炳志;林泽槟 申请(专利权)人: 哈尔滨工业大学(深圳)
主分类号: G06T7/00 分类号: G06T7/00;G06V10/80;G06V10/52;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/084;A61B5/00
代理公司: 深圳市添源创鑫知识产权代理有限公司 44855 代理人: 覃迎峰
地址: 518000 广东省深圳市南*** 国省代码: 广东;44
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 自动检测 六龄牙 龋齿 检测 装置
【说明书】:

发明公开了一种自动检测六龄牙龋齿的检测装置,包括:拍摄设备、网络云服务器,被配置成执行以下步骤:将儿童口腔区域图像输入到深度残差网络进行特征提取获取图像的特征图,并对特征图进行基于特征金字塔网络的特征增强处理;根据增强后的特征图的不同尺度选取对应的锚点框生成六龄牙候选框;将六龄牙候选框输入区域回归子网络获取六龄牙候选框到真实目标的坐标偏移量并根据坐标偏移量得到六龄牙区域的坐标数据;将六龄牙候选框输入区域分类子网络获取六龄牙的预测类别;最后将六龄牙区域的坐标数据以及预测类别进行合并输出,以提供诊断图像。本发明检测装置能够有效地进行儿童六龄牙龋齿智能检测和分类,提高儿童窝沟龋的诊断精度和效率。

技术领域

本发明涉及口腔医学成像智能处理与分析领域,具体涉及一种自动检测六龄牙龋齿的检测装置。

背景技术

在我国,龋齿已成为严重影响儿童身心健康的常见口腔病之一,具有患病率高、分布广的特点,其发病对象主要集中在窝沟部位的六龄牙。六龄牙作为早期儿童窝沟部位萌出最早的第一恒磨牙,在维持健全的恒牙列起着关键作用。然而,其早期表层钙化不足、耐酸性差、牙尖牙面尚未磨耗,窝沟明显且不易清洁,使得食物残渣易沉积于牙面这些薄弱部位,很容易导致发生龋损。儿童六龄牙龋损将直接影响咀嚼功能,延误治疗甚至可影响儿童的生长发育。及时筛查出六龄牙龋齿并进行早期治疗与干预,能帮助儿童阻止六龄牙龋齿加重和后续其它口腔疾病的发生,也能在投入较低成本的同时减轻社会公共卫生经济负担。因此,早期六龄牙龋齿的筛查对儿童龋齿预防与治疗具有重要意义。

传统的龋齿诊断方法主要包括视诊、探诊、X射线成像和荧光成像检测等。视诊、探诊较依赖于口腔医生的视力和专业技术对牙齿外部的牙釉质进行诊断,X光或荧光成像相对来说是一种客观灵敏的龋齿检测手段,但对设备、场所等有所要求。口腔医生的紧缺和医疗资源分布不均也加剧了儿童接受口腔健康服务的阻力,使我国口腔保健工作面临严峻考验。筛查是基层口腔卫生服务的重要内容之一,传统的六龄牙龋齿诊断方法主要由临床医生根据症状、探针检查和影像学检查等进行综合评判,严重依赖于临床医生的个人经验,不同医生之间诊断差异导致口腔疾病治疗方案不同。仅依靠传统龋齿检查方式来全面筛查儿童六龄牙健康问题,无疑是极度困难且人力物力耗费巨大。因此,为了增强口腔卫生保健服务能力,利用深度学习等人工智能技术实现高效精准的六龄牙龋齿自动化筛查技术无疑具有重要的科研价值和社会效益。

发明内容

本发明针对上述问题,提供了一种自动检测六龄牙龋齿的检测装置,所述检测装置可利用日常移动设备对口腔区域进行非侵入、非接触式高分辨率视觉成像,并结合深度学习等新一代人工智能技术对窝沟部位的六龄牙智能检测与龋齿分类。由于深度学习具有强大的特征学习,所述检测装置可以有效提升儿童六龄牙龋齿筛查的效率和精度,可替代以往的诊断筛查手段,摆脱对口腔医生、专业成像设备等的依赖。

本发明提供的一种自动检测六龄牙龋齿的检测装置,包括:

拍摄设备,用于拍摄儿童口腔区域图像;

网络云服务器,其被配置成执行以下步骤:

将所述儿童口腔区域图像输入到深度残差网络进行特征提取,以获取所述儿童口腔区域图像的特征图;

对所述特征图进行基于特征金字塔网络的特征增强处理,以获取增强的特征图;

根据所述增强的特征图的不同尺度选取对应的锚点框,以生成六龄牙候选框;

将所述六龄牙候选框输入区域回归子网络,以获取所述六龄牙候选框到真实目标的坐标偏移量,根据所述坐标偏移量得到六龄牙区域的坐标数据;

将所述六龄牙候选框输入区域分类子网络,以获取六龄牙的预测类别;

将所述六龄牙区域的坐标数据以及所述六龄牙的预测类别进行合并输出,以提供诊断图像。

进一步的,所述检测装置进一步包括:网络云数据库,用于存储所述儿童口腔区域图像。

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哈尔滨工业大学(深圳),未经哈尔滨工业大学(深圳)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/202110667489.8/2.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