CN107863149A - 一种智能牙医系统 - Google Patents
一种智能牙医系统 Download PDFInfo
- Publication number
- CN107863149A CN107863149A CN201711172979.0A CN201711172979A CN107863149A CN 107863149 A CN107863149 A CN 107863149A CN 201711172979 A CN201711172979 A CN 201711172979A CN 107863149 A CN107863149 A CN 107863149A
- Authority
- CN
- China
- Prior art keywords
- tooth
- picture
- oral cavity
- exact position
- single picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 210000000214 mouth Anatomy 0.000 claims abstract description 31
- 230000037123 dental health Effects 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000009877 rendering Methods 0.000 claims abstract description 6
- 238000012216 screening Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 15
- 201000010099 disease Diseases 0.000 claims description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 6
- 230000036541 health Effects 0.000 claims description 6
- 230000004069 differentiation Effects 0.000 claims description 5
- 238000007670 refining Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000011017 operating method Methods 0.000 abstract description 5
- 208000002925 dental caries Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000000034 method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 240000004272 Eragrostis cilianensis Species 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C19/00—Dental auxiliary appliances
- A61C19/04—Measuring instruments specially adapted for dentistry
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
本发明实施例公开了一种智能牙医系统,其中该系统包括:牙齿检测单元:用于通过将拍摄获取口腔内部牙齿图片进行几何约束,对牙齿粗略位置校正调整,获得牙齿精确位置预测图片;识别分类单元:用于获取所述牙齿位置预测图片,再次分割单张图片并进行分析筛选,得出人体口腔中所有不同类别的牙齿的图片;重建渲染单元:用于获取人体口腔中所有不同类别的牙齿图片,进行3D重建及渲染,得到彩色3D模型图并以无线方式反馈给用户。在本发明实施例中,该系统力求做到傻瓜式服务,为用户提供轻松简便的操作方法,全面观察自己的牙齿健康情况,即使用户没有任何口腔相关知识,也可以根据系统提供的建议作出相应的保健措施。
Description
技术领域
本发明涉及智能医疗、计算机视觉技术、数字家庭技术领域,尤其涉及一种智能牙医系统。
背景技术
《第三次全国口腔健康流行病学调查报告》结果显示,我国5岁儿童的乳牙患龋率为66%,12岁儿童的恒牙患龋率也达到29%;我国35岁~44岁年龄段人群患龋率为88.1%,龋均为4.5颗;所患龋齿中,龋、失、补构成比分别为34.0%、57.6%和8.4%,只有8.4%的龋齿进行了治疗。可见受到治疗的患者很少。主要原因在于他们无法得知自己的牙齿健康状况,当存在牙齿健康隐患时无法及时就医接受治疗。而常规的口腔检查不仅浪费大量的时间用于排队挂号,而且需要预约等候,导致很多人不愿意定期进行口腔检查。
如果有一个有效便利的口腔自检工具,既能免去排队挂号预约等待的痛苦,又能提早发现个人的口腔问题,及时就医,对牙齿的保护就十分有利了。如今已经有一些方案能够提供口腔自检的功能,但其功能局限性较大。
目前很多产品虽然都声称自己有口腔自检功能,但是大部分均为简单的口腔窥视镜。即大部分均是简单的镜子和握柄的组合,依靠本人观察判断。少部分增加了摄像头,能够提供图像、采集数据,但需要专业牙医分析口腔健康状况,对于没有牙齿健康相关医学知识的用户而言用处不大。极少数可以检测病菌(牙菌斑),但无法以图像的形式直观告诉用户自己的牙齿病变位置,且检测能力不强。
而市场上的其他牙齿健康产品则主要集中在对牙齿美白或牙齿矫正上,都没有涉及更深入更重要的牙齿健康的状况。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种智能牙医系统,可以通过为用户提供轻松简便的操作方法,全面观察自己的牙齿健康情况,即使用户没有任何口腔相关知识,也可以根据系统提供的建议作出相应的保健措施,力求做到傻瓜式服务。
为了解决上述问题,本发明提出了一种智能牙医系统,所述系统包括:
牙齿检测单元,用于通过将拍摄获取口腔内部牙齿图片进行几何约束,对牙齿粗略位置校正调整,获得牙齿精确位置预测图片;
识别分类单元,用于获取所述牙齿位置预测图片,再次分割单张图片并进行分析筛选,得出人体口腔中所有不同类别的牙齿的图片;
重建渲染单元,用于获取人体口腔中所有不同类别的牙齿图片,进行3D重建及渲染,得到彩色3D模型图并以无线方式反馈给用户。
优选地,所述牙齿检测模块包括:
获取牙齿外侧面长图一张、牙齿内侧面长图一张以及上下牙冠咬合面图各一张,通过将每张长图进行分割,截取出每颗牙齿的单张图片;
获取牙齿的单张图片,通过精炼后的牙齿位置回归模型进行几何约束,获牙齿的粗略位置;
获取每颗牙齿的粗略位置,通过拟合抛物线公式进行校正,将每颗牙齿重新调整组合,获得牙齿精确位置预测图片。
优选地,所述识别分类单元包括:
将牙齿精确位置预测图片进行分割处理,得到牙齿精确位置单张图片;
获取牙齿精确位置单张图片,进行再分拆处理,分割出牙齿精确位置单张图片的上下两部分;
获取牙齿精确位置单张图片原图、牙齿精确位置单张图片的上半部分图片、牙齿精确位置单张图片的下半部分图片,进行卷积、池化、全连接等处理,获得具有并行特征标记的3张图片;
将3张具有并行特征标记的图片连接在一起,作为整颗牙齿的特征标记表示;
获取人体口腔中所有整颗牙齿的特征标记表示,进行识别区分处理,获得人体口腔中所有不同类别的牙齿的图片。
优选地,所述获取人体口腔中所有整颗牙齿的特征标记表示,进行识别区分处理包括:
将整个牙齿的特征标记表示映射成一个C维向量,且此向量各维度数值和为1,其中C为牙齿健康状况的总类别数;
将牙齿分为:健康、龋齿、其他疾病,共3类,则C=3;此向量每一个维度的值是映射前的特征表示属于该类别的概率,取概率值最大的类别作为该牙齿的类别。
在本发明实施例中,通过精确检测人体口腔中的牙齿,对其进行识别分类自动生成以直观的3D模型图供用户观察自身的牙齿健康情况,力求做到傻瓜式服务,为用户轻松简便的操作方法,全面观察自己的牙齿健康情况,即使用户没有任何口腔相关知识,也可以根据系统提供的建议作出相应的保健措施。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例的一种智能牙医系统的结构组成示意图;
图2是本发明实施例的检测单元中进行校正牙齿真正中心位置的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明实施例的一种智能牙医系统的结构组成示意图,如图1所示,该系统包括:
牙齿检测单元,用于通过将拍摄获取口腔内部牙齿图片进行几何约束,对牙齿粗略位置校正调整,获得牙齿精确位置预测图片;
识别分类单元,用于获取所述牙齿位置预测图片,再次分割单张图片并进行分析筛选,得出人体口腔中所有不同类别的牙齿的图片;
重建渲染单元,用于获取人体口腔中所有不同类别的牙齿图片,进行3D重建及渲染,得到彩色3D模型图并以无线方式反馈给用户。
在具体实施例中,我们事先收集一个按照以上四种视角拍摄的人口腔牙齿的数据集作为原始数据集,每一张图是某种角度拍摄的口腔牙齿图,并对原始数据集进行人工标注,并按照3:1的分割方式区分出训练集及验证集。
将训练集输入牙齿位置回归模型进行精炼,同时通过输入验证集,调整模型中的超参数,获得精炼后的牙齿位置回归模型。
其中,牙齿检测单元进一步包括:
S11,获取牙齿外侧面长图一张、牙齿内侧面长图一张以及上下牙冠咬合面图各一张,通过将每张长图进行分割,截取出每颗牙齿的单张图片;
S12,获取牙齿的单张图片,通过精炼后的牙齿位置回归模型进行几何约束,获牙齿的粗略位置;
S13,获取每颗牙齿的粗略位置,通过拟合抛物线公式进行校正,将每颗牙齿重新调整组合,获得牙齿精确位置预测图片。
具体地,S12中,将牙齿的单张图片Ii分别输入精炼后的牙齿位置回归模型中,进行几何约束,回归得到图中牙齿的位置Ti,它是一个K×4的张量,表示一共K颗被检测到的牙齿的矩形框位置;4是每个矩形框的四个顶点坐标;张量的每一维Ti,k都是一个在输入图片空间中的矩形位置向量。
图2是本发明实施例的检测单元中进行校正牙齿真正中心位置的示意图,如图2所示,S13中以图片Ii的左下角为原点0,建立平面直角坐标系XOY。对于K个矩形框,则获得K个矩形中心坐标。
牙齿精确位置预测图片Ii的第k颗牙齿的位置为其中心点为而这个K个中心点坐标构成的点集为通过拟合抛物线函数公式:f(x)=a+bx+cx2将点集V的横坐标分量输入拟合好的函数,获得调整后的纵坐标分量,从而在纵坐标轴上对每个矩形进行移动,获得牙齿精确位置预测图片。
在具体实施例中,识别分类单元进一步包括:
S21,将牙齿精确位置预测图片进行分割处理,得到牙齿精确位置单张图片;
S22,获取牙齿精确位置单张图片,进行再分拆处理,分割出牙齿精确位置单张图片的上下两部分;
S23,获取牙齿精确位置单张图片原图、牙齿精确位置单张图片的上半部分图片、牙齿精确位置单张图片的下半部分图片,进行卷积、池化、全连接等处理,获得具有并行特征标记的3张图片;
S24,将3张具有并行特征标记的图片连接在一起,作为整颗牙齿的特征标记表示;
S25,获取人体口腔中所有整颗牙齿的特征标记表示,进行识别区分处理,获得人体口腔中所有不同类别的牙齿的图片。
其中,S25进一步包括:
将整个牙齿的特征标记表示映射成一个C维向量,且此向量各维度数值和为1。其中C为牙齿健康状况的总类别数。
将牙齿分为:健康、龋齿、其他疾病,共3类,则C=3。该向量每一个维度的值可以认为是映射前的特征表示属于该类别的概率,取概率值最大的类别作为该牙齿的类别。
例如,一张整颗牙齿的图片经过特征表示后映射到的3维向量是[0.3,0.5,0.2],则可以得到该图片被分为“龋齿”的概率最大,那么我们便认为该牙齿为“龋齿”。对于健康程度不同的牙齿而言,他们的图像并不相同,则得到的特征表示也不尽相同,最终映射成的每一类的类别也不相同,基于此,我们便可以得到需要区分的牙齿的类别,即健康或疾病状况。同时对于患有疾病的牙齿,还可以详细地指出疾病发生在牙齿的上半部分还是下半部分,为后续的渲染单元操作步骤打下基础。
在具体实施例中,重建渲染单元包括:
S31,根据人体口腔中所有牙齿健康情况的图片进行3D重建,将不同的病变位置及类别分别映射到3D模型的相应位置;
S32,通过3D重建中获得的仿射矩阵,将在检测单元中得到的牙齿粗略位置坐标映射到相应的3D坐标空间中;
S33,根据牙齿的健康情况,进行染色处理,获得彩色3D模型图,并通过无线方式反馈给用户。
系统将绘制好的彩色3D模型图最终反馈给用户,用户可以很方便地观察到自己口腔内部的牙齿健康状况。对于一些特定的情况,还可以提供给用户一些额外的建议。例如对于患病严重的牙齿,可以配备文字说明给用户以引起用户重视。
在本发明实施例中,通过精确检测人体口腔中的牙齿,对其进行识别分类自动生成以直观的3D模型图供用户观察自身的牙齿健康情况,力求做到傻瓜式服务,为用户提供轻松简便的操作方法,全面观察自己的牙齿健康情况,即使用户没有任何口腔相关知识,也可以根据系统提供的建议作出相应的保健措施。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的一种智能牙医系统进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (4)
1.一种智能牙医系统,其特征在于,所述系统包括:
牙齿检测单元,用于通过将拍摄获取口腔内部牙齿图片进行几何约束,对牙齿粗略位置校正调整,获得牙齿精确位置预测图片;
识别分类单元,用于获取所述牙齿位置预测图片,再次分割单张图片并进行分析筛选,得出人体口腔中所有不同类别的牙齿的图片;
重建渲染单元,用于获取人体口腔中所有不同类别的牙齿图片,进行3D重建及渲染,得到彩色3D模型图并以无线方式反馈给用户。
2.如权利要求1所述的一种智能牙医系统,其特征在于,所述牙齿检测模块包括:
获取牙齿外侧面长图一张、牙齿内侧面长图一张以及上下牙冠咬合面图各一张,通过将每张长图进行分割,截取出每颗牙齿的单张图片;
获取牙齿的单张图片,通过精炼后的牙齿位置回归模型进行几何约束,获牙齿的粗略位置;
获取每颗牙齿的粗略位置,通过拟合抛物线公式进行校正,将每颗牙齿重新调整组合,获得牙齿精确位置预测图片。
3.如权利要求1所述的一种智能牙医系统,其特征在于,所述识别分类单元包括:
将牙齿精确位置预测图片进行分割处理,得到牙齿精确位置单张图片;
获取牙齿精确位置单张图片,进行再分拆处理,分割出牙齿精确位置单张图片的上下两部分;
获取牙齿精确位置单张图片原图、牙齿精确位置单张图片的上半部分图片、牙齿精确位置单张图片的下半部分图片,进行卷积、池化、全连接等处理,获得具有并行特征标记的3张图片;
将3张具有并行特征标记的图片连接在一起,作为整颗牙齿的特征标记表示;
获取人体口腔中所有整颗牙齿的特征标记表示,进行识别区分处理,获得人体口腔中所有不同类别的牙齿的图片。
4.如权利要求3所述的一种智能牙医系统,其特征在于,所述获取人体口腔中所有整颗牙齿的特征标记表示,进行识别区分处理的步骤包括:
将整个牙齿的特征标记表示映射成一个C维向量,且此向量各维度数值和为1,其中C为牙齿健康状况的总类别数;
将牙齿分为:健康、龋齿、其他疾病,共3类,则C=3,此向量每一个维度的值可以认为是映射前的特征表示属于该类别的概率,取概率值最大的类别作为该牙齿的类别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711172979.0A CN107863149A (zh) | 2017-11-22 | 2017-11-22 | 一种智能牙医系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711172979.0A CN107863149A (zh) | 2017-11-22 | 2017-11-22 | 一种智能牙医系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107863149A true CN107863149A (zh) | 2018-03-30 |
Family
ID=61702969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711172979.0A Pending CN107863149A (zh) | 2017-11-22 | 2017-11-22 | 一种智能牙医系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107863149A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109035386A (zh) * | 2018-06-22 | 2018-12-18 | 泰康保险集团股份有限公司 | 一种齿科vr成像方法及装置 |
CN109528323A (zh) * | 2018-12-12 | 2019-03-29 | 上海牙典软件科技有限公司 | 一种基于人工智能的正畸方法及装置 |
CN109712703A (zh) * | 2018-12-12 | 2019-05-03 | 上海牙典软件科技有限公司 | 一种基于机器学习的正畸预测方法及装置 |
WO2020073669A1 (zh) * | 2018-10-10 | 2020-04-16 | 欧阳聪星 | 牙齿虚拟编辑方法、系统、计算机设备和存储介质 |
CN113425440A (zh) * | 2021-06-24 | 2021-09-24 | 广州华视光学科技有限公司 | 一种基于人工智能检测龋病及其位置的系统和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243781A (zh) * | 2014-08-26 | 2014-12-24 | 中山大学 | 一种基于sopc的全方位视觉系统 |
CN105279762A (zh) * | 2015-11-20 | 2016-01-27 | 北京航空航天大学 | 一种口腔软硬组织ct序列与三维网格模型配准方法 |
CN106204733A (zh) * | 2016-07-22 | 2016-12-07 | 青岛大学附属医院 | 肝脏和肾脏ct图像联合三维构建系统 |
CN106875386A (zh) * | 2017-02-13 | 2017-06-20 | 苏州江奥光电科技有限公司 | 一种利用深度学习自动进行牙齿健康状况检测的方法 |
CN107367241A (zh) * | 2017-03-15 | 2017-11-21 | 山东交通学院 | 一种基于机器视觉的汽车轮胎花纹识别方法 |
-
2017
- 2017-11-22 CN CN201711172979.0A patent/CN107863149A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243781A (zh) * | 2014-08-26 | 2014-12-24 | 中山大学 | 一种基于sopc的全方位视觉系统 |
CN105279762A (zh) * | 2015-11-20 | 2016-01-27 | 北京航空航天大学 | 一种口腔软硬组织ct序列与三维网格模型配准方法 |
CN106204733A (zh) * | 2016-07-22 | 2016-12-07 | 青岛大学附属医院 | 肝脏和肾脏ct图像联合三维构建系统 |
CN106875386A (zh) * | 2017-02-13 | 2017-06-20 | 苏州江奥光电科技有限公司 | 一种利用深度学习自动进行牙齿健康状况检测的方法 |
CN107367241A (zh) * | 2017-03-15 | 2017-11-21 | 山东交通学院 | 一种基于机器视觉的汽车轮胎花纹识别方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109035386A (zh) * | 2018-06-22 | 2018-12-18 | 泰康保险集团股份有限公司 | 一种齿科vr成像方法及装置 |
CN109035386B (zh) * | 2018-06-22 | 2023-06-16 | 泰康保险集团股份有限公司 | 一种齿科vr成像方法及装置 |
WO2020073669A1 (zh) * | 2018-10-10 | 2020-04-16 | 欧阳聪星 | 牙齿虚拟编辑方法、系统、计算机设备和存储介质 |
TWI728374B (zh) * | 2018-10-10 | 2021-05-21 | 大陸商北京奇禹科技有限公司 | 牙齒虛擬編輯方法、系統、電腦設備和儲存媒體 |
US11450426B2 (en) | 2018-10-10 | 2022-09-20 | Beijing Keeyoo Technologies Co., Ltd. | Tooth virtual editing method and system, computer device, and storage medium |
CN109528323A (zh) * | 2018-12-12 | 2019-03-29 | 上海牙典软件科技有限公司 | 一种基于人工智能的正畸方法及装置 |
CN109712703A (zh) * | 2018-12-12 | 2019-05-03 | 上海牙典软件科技有限公司 | 一种基于机器学习的正畸预测方法及装置 |
CN109528323B (zh) * | 2018-12-12 | 2021-04-13 | 上海牙典软件科技有限公司 | 一种基于人工智能的正畸方法及装置 |
CN109712703B (zh) * | 2018-12-12 | 2023-08-25 | 上海牙典软件科技有限公司 | 一种基于机器学习的正畸预测方法及装置 |
CN113425440A (zh) * | 2021-06-24 | 2021-09-24 | 广州华视光学科技有限公司 | 一种基于人工智能检测龋病及其位置的系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107863149A (zh) | 一种智能牙医系统 | |
US11883259B2 (en) | Intraoral scanning apparatus | |
US10521935B2 (en) | Method for creating an image from a 3D volume | |
Von Arx et al. | Location and dimensions of the mental foramen: a radiographic analysis by using cone-beam computed tomography | |
CN107529968B (zh) | 用于观察口腔内部的装置 | |
Maal et al. | The accuracy of matching three-dimensional photographs with skin surfaces derived from cone-beam computed tomography | |
JP6904901B2 (ja) | 患者の口内の視覚化装置 | |
Patel et al. | Facial asymmetry assessment in adults using three-dimensional surface imaging | |
Dong et al. | Three-dimensional anthropometric analysis of the Chinese nose | |
CN110313037A (zh) | 有限精度系统下的纵向分析与可视化 | |
CN107230206A (zh) | 一种基于多模态数据的超体素序列肺部图像的3d肺结节分割方法 | |
US20230068727A1 (en) | Intraoral scanner real time and post scan visualizations | |
BR112020023692A2 (pt) | método de análise de uma situação dentária real de um paciente e uso deste | |
CN107256575A (zh) | 一种基于双目立体视觉的三维舌像重建方法 | |
Mirbeigi et al. | Evaluation of the course of the inferior alveolar canal: the first CBCT study in an Iranian population | |
Almulla et al. | Evaluating the accuracy of facial models obtained from volume wrapping: 2D images on CBCT versus 3D on CBCT | |
CN105825519B (zh) | 用于处理医学影像的方法和装置 | |
US20160005237A1 (en) | Method and system for automatically aligning models of an upper jaw and a lower jaw | |
Nakamoto et al. | Phantom study of SPECT/CT augmented reality for intraoperative localization of sentinel lymph nodes in head and neck melanoma | |
Edler et al. | Mandibular outline assessment in three groups of orthodontic patients | |
Wu et al. | Soft-tissue facial characteristics of attractive Chinese men compared to normal men | |
US20230025243A1 (en) | Intraoral scanner with illumination sequencing and controlled polarization | |
Slomka et al. | Quantification of myocardial perfusion | |
Andrews | Validation of the Apple i-Phone© combined with the Bellus© three-dimensional photogrammetry application for facial imaging | |
WO2023028339A1 (en) | Intraoral scanner real time and post scan visualizations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180330 |
|
RJ01 | Rejection of invention patent application after publication |