[发明专利]通过人颈椎影像判断牙颌面生长发育的人工智能系统

说明书

本发明属于口腔人工智能影像智能识别领域，具体公开了通过人颈椎影像判断牙颌面生长发育的人工智能系统，包括数据采集模块，通过CT、头颅侧位片采集患者的牙颈椎影像数据；算法处理模块，用于获取数据采集模块采集的数据，并对数据进行预处理、判断处理以及关键点检测特征识别处理；输出模块，利用LightGBM模型输出所预测的生长周期类别；专家校正模块，根据当前的模型系统输出的分析结果给出最终分析结果，并经审查调整后的将最终分析结果自动归入到系统中；算法优化模块，根据调整的结果，进行自主学习，优化算法。本发明能更准确的利于颈椎骨形态的变化来判断儿童生长发育的状况，预测判别结果更可靠。

技术领域

本发明涉及口腔人工智能影像智能识别领域，具体为通过人颈椎影像判断牙颌面生长发育的人工智能系统。

背景技术

随着人们生活水平提高，选择正畸治疗的患者也越来越多。儿童的生长发育过程包括快速期、缓慢期、青春发育期、缓慢期。在正畸治疗前，生长发育阶段的准确评估有助于青少年正畸方案的制订，提高矫治的效率以及稳定性。

从生长发育的角度而言，青春迸发期是指生长速度加快，并且达到最大值，随后生长速度减慢的一个阶段。青春迸发期预测方法包括骨龄、年龄与身高、第二性征、牙齿的萌出等方法。其中骨龄是最准确的一种预测方法，包括手腕骨龄与颈椎骨龄。手腕骨龄虽然准确，但除了正畸患者常规拍摄的头颅侧位片，还需要加拍手腕骨X线片，增加了患者的X线辐射量及经济支出。而颈椎骨在正畸患者常规拍摄的头颅侧位片中就清晰可见，其大小和形态岁年龄增长呈规律性改变，颈椎骨形态变化作为骨龄指标判断儿童生长发育的状况，越来越受到学者的关注。然而目前的判断方法准确度不高，且费时费力。人工智能在图像处理方面具有极大的优势，因此如何利于人工智能方法更准确的利于颈椎骨形态的变化来判断儿童生长发育的状况，是目前的技术难点所在。

发明内容

本发明的目的在于提供通过人颈椎影像判断牙颌面生长发育的人工智能系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：通过人颈椎影像判断牙颌面生长发育的人工智能系统，包括数据采集模块，通过CT、头颅侧位片采集患者的牙颈椎影像数据；算法处理模块，用于获取数据采集模块采集的数据，并对数据进行预处理、判断处理以及关键点检测特征识别处理；输出模块，利用LightGBM模型输出所预测的生长周期类别；专家校正模块，根据当前的模型系统输出的分析结果给出最终分析结果，并经审查调整后的将最终分析结果自动归入到系统中；算法优化模块，根据调整的结果，进行自主学习，优化算法。

优选的，算法处理模块的预处理过程包括：对CT、头颅侧位片进行除噪预处理，使图像平滑，并通过图像锐化，增强图像对比度；对CT、头颅侧位片进行二值化处理，以便后续快速进行特征的分割、提取和识别，二值化阈值的选取直接关系到图像二值化效果以及对骨骼特征点的准确定位。

优选的，算法处理模块包括椎骨判断单元、椎骨关键点检测单元与椎骨特征识别单元，其中椎骨判断单元用于检测判断椎骨的位置及类别，椎骨判断单元采用YOLO网络，检测X光头影中所有椎体，并根据各椎体相对位置关系依次标记C2-C6；椎骨关键点检测单元用于检测各椎骨上的关键点，椎骨关键点检测单元的检测模型网络由encoder和decoder组成，其中encoder部分采用efficient网络，decoder部分采用Upsample+conv结构对不同尺度的特征进行融合；椎骨特征识别单元基于关键点坐标信息计算椎骨底部凹度，椎骨长宽比等特征，并利用回归模型预测生长周期类别。

优选的，算法处理模块还将预处理、判断处理以及关键点检测特征识别处理后的数据分类形成数据集。

优选的，LightGBM模型为根据算法处理模块识别处理后的数据集训练而来，数据集中包括椎骨特征数据集合和每一个椎骨特征数据对应的标签，所述标签为椎骨正常或椎骨异常。