CN113827363B - 一种口腔病损立体模型智能标注方法和装置 - Google Patents
一种口腔病损立体模型智能标注方法和装置 Download PDFInfo
- Publication number
- CN113827363B CN113827363B CN202111096072.7A CN202111096072A CN113827363B CN 113827363 B CN113827363 B CN 113827363B CN 202111096072 A CN202111096072 A CN 202111096072A CN 113827363 B CN113827363 B CN 113827363B
- Authority
- CN
- China
- Prior art keywords
- tooth
- oral cavity
- lesion
- model
- user
- 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.)
- Active
Links
Images
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
- A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00043—Operational features of endoscopes provided with output arrangements
- A61B1/00045—Display arrangement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/24—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for the mouth, i.e. stomatoscopes, e.g. with tongue depressors; Instruments for opening or keeping open the mouth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Dentistry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Epidemiology (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
本发明涉及临床口腔医学技术领域,公开了一种口腔病损立体模型智能标注方法,实现方法包括以下步骤:S10、生成口腔模型;S20、口腔图像采集;S30、图像分析;S40、口腔信息标注,还公开了一种口腔病损立体模型智能标注装置,包括拍摄模块、检测模块和显示模块。本发明依次通过生成口腔模型、口腔图像采集、图像分析和口腔信息标注,可以智能识别和分析病损信息,并在口腔模型上标注病损情况,通过不同颜色或贴图材质区分病损的类型、位置和数量,可以把口腔内的龋病、牙菌斑、着色牙、牙结石等疾病在模型上进行智能标注,并向病人呈现,可以让病人快速地了解口腔内的各种疾病,而无需医生通过视诊判断或X光拍片展示,方便快捷。
Description
技术领域
本发明涉及临床口腔医学技术领域,具体是一种口腔病损立体模型智能标注方法和装置。
背景技术
龋病是在以细菌为主的多种因素影响下,发生在牙体应组织的一种慢性进行性破坏性疾病;引起龋病的因素主要包括牙菌斑生物膜、食物以及牙所处的微生态环境等;龋病是人类常见、多发的口腔疾病,在多种口腔疾病的发病率中,龋病位居前列。牙菌斑生物膜是口腔微生物定植在牙面的口腔微生态,细菌在其中生长、发育、繁殖、衰亡,并在其中进行复杂的代谢活动,引起龋病、牙周病、种植体周病等。着色牙是口腔中常见的疾病,各个年龄组人群均可发生,可以发生在乳牙,也可以发生在恒牙,包括内源性着色牙和外源性着色牙两大类。极度影响牙齿的美观。牙结石通常存在于唾液腺开口处的牙齿表面;牙结石开始是乳白色的软垢,会因逐渐的钙化而变硬;牙结石是牙周病发展的一个重要致病因素;不注意养成良好的口腔卫生习惯,即使彻底洁治后,牙结石很容易很快再次沉积在牙齿表面。
传统方法检测龋病、牙菌斑、着色牙、牙结石等口腔疾病,需要通过医生视诊判断,或者以X光拍片的方式展示给病人,无法通过在模型上进行智能标注向病人呈现,无法让病人快速、自动了解口腔内的各种疾病。
发明内容
本发明的目的在于提供一种口腔病损立体模型智能标注方法和装置,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:
一种口腔病损立体模型智能标注方法,其特征在于,实现方法包括以下步骤:
S10、生成口腔模型:先根据用户年龄生成标准口腔模型,再对每一个牙面进行编号,最后用户可根据牙齿缺失消除部分牙齿,形成个性化口腔模型;
S20、口腔图像采集:用图像采集模块采集图像,并通过按顺序采集、用户自主采集并标记、视频智能分割和图像智能检测方式,将图像与牙面和牙周组织一一对应;
S30、图像分析:通过识别、检测、统计得到每一个牙面和牙周组织的病损信息,并把牙面和牙周组织的病损信息按照S20步骤中口腔图像采集的方式,分别与每个牙面和牙周组织一一对应;牙面和牙周组织的病损信息包括但不限于龋病的位置与程度、美白程度、牙菌斑程度与位置、牙结石位置等;
S40、口腔信息标注:将S30步骤中图像分析的结果在个性化牙齿模型中进行定量的标注,可以使用不同的材质或颜色表示不同的病损类型,通过颜色深浅表示病损程度;并利用不同的数字、字母和符号的组合对病损类型和病损程度进行命名。
作为本发明再进一步的方案:所述S10步骤中生成标准口腔模型时,若用户年龄小于5周岁,则生成乳牙模型,若用户年龄大于或等于5周岁,则生成恒牙模型;
所述S10步骤中对牙面进行编号的规则为:上下㣌+左右侧+牙位+牙面,其中,上㣌用U表示,下㣌用D表示;左侧用L表示,右侧用R表示;牙位中恒牙从中切牙到第三磨牙依次编号1-8,乳牙从乳中切牙到第二乳磨牙依次编号I-IV;牙面中舌面用T表示,㣌面用B表示,颊面用C表示,唇面用L表示。
作为本发明再进一步的方案:所述S20步骤中按顺序采集的方式如下:将个性口腔模型划分为6个区域并进行编号,分别为上左后牙区,上前牙区,上右后牙区,下右后牙区,下前牙区,下左后牙区;且6个区域的检测顺序如下:由上左后牙区颊面、㣌面和舌面依次分别从左往右采集,再从上前牙区唇面、舌面依次分别从左往右采集,再从上右后牙区颊面、㣌面、舌面依次分辨从左往右采集,再由下右牙区颊面、㣌面、舌面依次分别从右往左采集,再从下前牙区唇面、舌面依次分别从右往左采集,最后从下左后牙区颊面、㣌面、舌面依次分别从右往左采集;采集完图像后,根据牙齿的编号、用户ID和采集时间戳,对图像进行命名;
所述S20步骤中用户自主采集并标记的方式如下:由用户使用图像采集模块在牙面采集图像,再由用户在个性牙齿模型上选择对应牙面,最后根据牙齿的编号、用户ID和采集开始时间戳对图像进行命名;
所述S20步骤中视频智能分割的方式如下:将个性牙齿模型分割成6个区域并进行命名,分别为上左后牙区,上前牙区,上右后牙区,下右后牙区,下前牙区,下左后牙区;按照检测顺序,提示用户使用图像采集模块在某区域进行移动视频拍摄,使用边缘检测算法提取牙齿轮廓,当视频帧画面中出现完整的牙齿轮廓时,结合用户个性牙齿模型判断当前牙位,保存该视频帧图像,根据牙齿的编号、用户ID和采集时间戳对视频帧图像进行命名;
所述S20步骤中图像智能检测的方式如下:用户使用图像采集模块在牙面采集图像,使用图像识别算法或目标检测算法的一种或多种结合对该图像进行智能检测,判断所属牙位及牙面,根据牙齿的编号、用户ID和采集时间戳将图像进行命名。
作为本发明再进一步的方案:所述根据牙齿的编号、用户ID和采集时间戳命名的图像,按照S20步骤中口腔图像采集的方式,分别与用户的每一个牙面、牙周组织一一对应,同时分别于口腔模型中的牙面、牙周组织一一对应。
一种口腔病损立体模型智能标注装置,
包括拍摄模块、检测模块和显示模块;
所述拍摄模块用于拍摄口腔病损图片,并传输至检测模块;且拍摄模块具备特定波长范围的滤光片,通过发射特定波长范围的光线并拍摄口腔画面,再通过有线或无线的方式传输图像至检测模块;
所述检测模块用于识别拍摄模块所拍摄的图片,并将检测结果传输至显示模块;通过检测模块内置智能检测算法的计算机程序,检测拍摄模块传输图片中口腔的病损类型、病损程度、病损位置信息,包括但不限于龋病的位置与程度、美白程度、牙菌斑程度与位置、牙结石位置等;
所述显示模块用于将检测模块所传输的结果显示,生成口腔立体模型,并标注病损位置及病损数量;通过将检测模块的检测结果通过计算机程序在口腔立体模型中标注,通过不同的颜色、颜色深浅或材质贴图等方式区分病损类型和程度,并标注出病损位置和数量、程度,并利用不同的数字、字母和符号的组合对病损类型和病损程度进行命名。
作为本发明再进一步的方案:所述拍摄模块的传输图像方式可以为WiFi传输或USB数据线传输,所述拍摄模块传输图片中的病损位置可通过智能检测算法检测,也可以手动标记或修改,所述显示模块生成的口腔立体模型可进行旋转、缩放、平移等操作,以便查看不同位置的病损情况,可以以动态的方式,显示口腔立体模型在不同时间点的变化情况,所述显示模块可以为智能手机、智能平板、电脑显示器等设备。
与现有技术相比,本发明的有益效果:
本发明依次通过生成口腔模型、口腔图像采集、图像分析和口腔信息标注,可以智能识别和分析病损信息,并在口腔模型上标注病损情况,通过不同颜色或贴图材质区分病损的类型、位置和数量,可以把口腔内的龋病、牙菌斑、着色牙、牙结石等疾病在模型上进行智能标注,并向病人呈现,可以让病人快速地了解口腔内的各种疾病,而无需医生通过视诊判断或X光拍片展示,从而提醒用户关注口腔病损情况,方便快捷。
附图说明
图1为一种口腔病损立体模型智能标注方法的流程示意图;
图2为一种口腔病损立体模型智能标注方法的恒牙模型示意图;
图3为一种口腔病损立体模型智能标注方法的乳牙模型示意图;
图4为一种口腔病损立体模型智能标注方法和装置中装置的示意图。
具体实施方式
请参阅图1~4,本发明实施例中,一种口腔病损立体模型智能标注方法,实现方法包括以下步骤:
S10、生成口腔模型:先根据用户年龄生成标准口腔模型,再对每一个牙面进行编号,最后用户可根据牙齿缺失消除部分牙齿,形成个性化口腔模型;
S20、口腔图像采集:用图像采集模块采集图像,并通过按顺序采集、用户自主采集并标记、视频智能分割和图像智能检测方式,将图像与牙面和牙周组织一一对应;
S30、图像分析:通过识别、检测、统计得到每一个牙面和牙周组织的病损信息,并把牙面和牙周组织的病损信息按照S20步骤中口腔图像采集的方式,分别与每个牙面和牙周组织一一对应,牙面和牙周组织的病损信息包括但不限于龋病的位置与程度、美白程度、牙菌斑程度与位置、牙结石位置等;
龋病、美白、牙菌斑的标注方向如下:龋病可以划分为6个等级,美白的标准可以划分由浅至深色为16个等级,牙菌斑可以划分为3个等级;龋病6个等级由浅至深分别标记为DT1、DT2、DT3、DT4、DT5、DT6;牙菌斑3个等级由浅至深分别标记为DP1、DP2、DP3;牙齿美白程度由浅至深的排列顺序:1→B1、2→A1、3→B2、4→D2、5→A2、6→C1、7→C2、8→D3、9→A3、10→D4、11→B3、12→A3.5、13→B4、14→C3、15→A4、16→C4;其中,A代表红棕色;B代表红黄色;C代表灰色;D代表红灰色;变色程度用数字表示,数字越高,偏色程度越重;
其中,灰色表示龋病程度,由RGB(255,255,255)到RGB(175,175,175)按相同梯度生成6个等级的颜色数值,灰色越深表示龋病程度越严重;
通过A、B、C、D四种颜色及其深度表示牙面的美白程度;每种颜色有3-5个等级,颜色越深,则牙面美白情况越差;A代表红棕色,由RGB(200,0,0)到RGB(100,0,0)按相同梯度生成5个等级的颜色数值;B代表红黄色,由RGB(200,40,0)到RGB(240,60,0)按相同梯度生成4个等级的颜色数值;C代表灰色,由RGB(200,200,200)到RGB(120,120,120)按相同梯度生成4个等级的颜色数值;D代表红灰色,由RGB(140,100,100)、RGB(160,80,80)和RGB(180,60,60)共3个等级的颜色数值表示;
粉色表示牙菌斑,粉色的深浅表示牙菌斑程度,由RGB(255,230,230),RGB(255,200,200),RGB(255,170,170)共3个等级的颜色数值表示;
通过粗面的材质贴图表示牙结石,通过贴图面积提示牙结石大小;
S40、口腔信息标注:将S30步骤中图像分析的结果在个性化牙齿模型中进行定量的标注,可以使用不同的材质或颜色表示不同的病损类型,通过颜色深浅表示病损程度。
优选的,S10步骤中生成标准口腔模型时,若用户年龄小于5周岁,则生成乳牙模型,若用户年龄大于或等于5周岁,则生成恒牙模型;
S10步骤中对牙面进行编号的规则为:上下㣌+左右侧+牙位+牙面,其中,上㣌用U表示,下㣌用D表示;左侧用L表示,右侧用R表示;牙位中恒牙从中切牙到第三磨牙依次编号1-8,乳牙从乳中切牙到第二乳磨牙依次编号I-IV;牙面中舌面用T表示,㣌面用B表示,颊面用C表示,唇面用L表示;例如上颌左颊4号牙舌面的编号为UL4T。
优选的,S20步骤中按顺序采集的方式如下:将个性口腔模型划分为6个区域并进行编号,分别为上左后牙区,上前牙区,上右后牙区,下右后牙区,下前牙区,下左后牙区;且6个区域的检测顺序如下:由上左后牙区颊面、㣌面和舌面依次分别从左往右采集,再从上前牙区唇面、舌面依次分别从左往右采集,再从上右后牙区颊面、㣌面、舌面依次分辨从左往右采集,再由下右牙区颊面、㣌面、舌面依次分别从右往左采集,再从下前牙区唇面、舌面依次分别从右往左采集,最后从下左后牙区颊面、㣌面、舌面依次分别从右往左采集;采集完图像后,根据牙齿的编号、用户ID和采集时间戳,对图像进行命名;
S20步骤中用户自主采集并标记的方式如下:由用户使用图像采集模块在牙面采集图像,再由用户在个性牙齿模型上选择对应牙面,最后根据牙齿的编号、用户ID和采集开始时间戳对图像进行命名;
S20步骤中视频智能分割的方式如下:将个性牙齿模型分割成6个区域并进行命名,分别为上左后牙区,上前牙区,上右后牙区,下右后牙区,下前牙区,下左后牙区;按照检测顺序,提示用户使用图像采集模块在某区域进行移动视频拍摄,使用边缘检测算法提取牙齿轮廓,当视频帧画面中出现完整的牙齿轮廓时,结合用户个性牙齿模型判断当前牙位,保存该视频帧图像,根据牙齿的编号、用户ID和采集时间戳对视频帧图像进行命名;
S20步骤中图像智能检测的方式如下:用户使用图像采集模块在牙面采集图像,使用图像识别算法或目标检测算法的一种或多种结合对该图像进行智能检测,判断所属牙位及牙面,根据牙齿的编号、用户ID和采集时间戳将图像进行命名。
优选的,根据牙齿的编号、用户ID和采集时间戳命名的图像,按照S20步骤中口腔图像采集的方式,分别与用户的每一个牙面、牙周组织一一对应,同时分别于口腔模型中的牙面、牙周组织一一对应。
一种口腔病损立体模型智能标注装置,包括拍摄模块、检测模块和显示模块,并通过计算机程序时实现口腔病损立体模型智能标注方法中的步骤;
拍摄模块用于拍摄口腔病损图片,并传输至检测模块;且拍摄模块具备特定波长范围的滤光片,通过发射特定波长范围的光线并拍摄口腔画面,再通过有线或无线的方式传输图像至检测模块;
检测模块用于识别拍摄模块所拍摄的图片,并将检测结果传输至显示模块;通过检测模块内置智能检测算法的计算机程序,检测拍摄模块传输图片中口腔的病损类型、病损程度、病损位置信息;
显示模块用于将检测模块所传输的结果显示,生成口腔立体模型,并标注病损位置及病损数量;通过将检测模块的检测结果通过计算机程序在口腔立体模型中标注,通过不同的颜色或材质贴图等方式区分病损类型,并标注出病损位置和数量、程度。
优选的,拍摄模块的传输图像方式可以为WiFi传输或USB数据线传输,拍摄模块传输图片中的病损位置可通过智能检测算法检测,也可以手动标记或修改,显示模块生成的口腔立体模型可进行旋转、缩放、平移等操作,以便查看不同位置的病损情况,可以以动态的方式,显示口腔立体模型在不同时间点的变化情况,显示模块可以为智能手机、智能平板、电脑显示器等设备。
以上所述的,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种口腔病损立体模型智能标注方法,其特征在于,实现方法包括以下步骤:
S10、生成口腔模型:先根据用户年龄生成标准口腔模型,再对每一个牙面进行编号,最后用户可根据牙齿缺失消除部分牙齿,形成个性化口腔模型;
S20、口腔图像采集:用图像采集模块采集图像,并通过按顺序采集、用户自主采集并标记、视频智能分割和图像智能检测方式,将图像与牙面和牙周组织一一对应;其中,按顺序采集的方式如下:将个性口腔模型划分为6个区域并进行编号,分别为上左后牙区,上前牙区,上右后牙区,下右后牙区,下前牙区,下左后牙区;且6个区域的检测顺序如下:由上左后牙区颊面、㣌面和舌面依次分别从左往右采集,再从上前牙区唇面、舌面依次分别从左往右采集,再从上右后牙区颊面、㣌面、舌面依次分辨从左往右采集,再由下右牙区颊面、㣌面、舌面依次分别从右往左采集,再从下前牙区唇面、舌面依次分别从右往左采集,最后从下左后牙区颊面、㣌面、舌面依次分别从右往左采集;采集完图像后,根据牙齿的编号、用户ID和采集时间戳,对图像进行命名;
S30、图像分析:通过识别、检测、统计得到每一个牙面和牙周组织的病损信息,并把牙面和牙周组织的病损信息按照S20步骤中口腔图像采集的方式,分别与每个牙面和牙周组织一一对应;牙面和牙周组织的病损信息包括但不限于龋病的位置与程度、美白程度、牙菌斑程度与位置、牙结石位置;
S40、口腔信息标注:将S30步骤中图像分析的结果在个性化牙齿模型中进行定量的标注,使用不同的材质或颜色表示不同的病损类型,通过颜色深浅表示病损程度;并利用不同的数字、字母和符号的组合对病损类型和病损程度进行命名。
2.根据权利要求1所述的一种口腔病损立体模型智能标注方法,其特征在于,所述S10步骤中生成标准口腔模型时,若用户年龄小于5周岁,则生成乳牙模型,若用户年龄大于或于5周岁,则生成恒牙模型;
所述S10步骤中对牙面进行编号的规则为:上下㣌+左右侧+牙位+牙面,其中,上㣌用U表示,下㣌用D表示;左侧用L表示,右侧用R表示;牙位中恒牙从中切牙到第三磨牙依次编号1-8,乳牙从乳中切牙到第二乳磨牙依次编号Ⅰ-Ⅳ;牙面中舌面用T表示,㣌面用B表示,颊面用C表示,唇面用L表示。
3.根据权利要求1所述的一种口腔病损立体模型智能标注方法,其特征在于,所述S20步骤中用户自主采集并标记的方式如下:由用户使用图像采集模块在牙面采集图像,再由用户在个性牙齿模型上选择对应牙面,最后根据牙齿的编号、用户ID和采集开始时间戳对图像进行命名;
所述S20步骤中视频智能分割的方式如下:将个性牙齿模型分割成6个区域并进行命名,分别为上左后牙区,上前牙区,上右后牙区,下右后牙区,下前牙区,下左后牙区;按照检测顺序,提示用户使用图像采集模块在某区域进行移动视频拍摄,使用边缘检测算法提取牙齿轮廓,当视频帧画面中出现完整的牙齿轮廓时,结合用户个性牙齿模型判断当前牙位,保存该视频帧图像,根据牙齿的编号、用户ID和采集时间戳对视频帧图像进行命名;
所述S20步骤中图像智能检测的方式如下:用户使用图像采集模块在牙面采集图像,使用图像识别算法或目标检测算法的一种或多种结合对该图像进行智能检测,判断所属牙位及牙面,根据牙齿的编号、用户ID和采集时间戳将图像进行命名。
4.根据权利要求3所述的一种口腔病损立体模型智能标注方法,其特征在于,所述根据牙齿的编号、用户ID和采集时间戳命名的图像,按照S20步骤中口腔图像采集的方式,分别与用户的每一个牙面、牙周组织一一对应,同时分别于口腔模型中的牙面、牙周组织一一对应。
5.一种实现权利要求1所述的口腔病损立体模型智能标注方法的装置,其特征在于,包括拍摄模块、检测模块和显示模块;
所述拍摄模块用于拍摄口腔病损图片,并传输至检测模块;且拍摄模块具备特定波长范围的滤光片,通过发射特定波长范围的光线并拍摄口腔画面,再通过有线或无线的方式传输图像至检测模块;
所述检测模块用于识别拍摄模块所拍摄的图片,并将检测结果传输至显示模块;通过检测模块内置智能检测算法的计算机程序,检测拍摄模块传输图片中口腔的病损类型、病损程度、病损位置信息,包括但不限于龋病的位置与程度、美白程度、牙菌斑程度与位置、牙结石位置;
所述显示模块用于将检测模块所传输的结果显示,生成口腔立体模型,并标注病损位置及病损数量;通过将检测模块的检测结果通过计算机程序在口腔立体模型中标注,通过不同的颜色、颜色深浅或材质贴图方式区分病损类型和程度,并标注出病损位置和数量、程度,并利用不同的数字、字母和符号的组合对病损类型和病损程度进行命名。
6.根据权利要求5所述的一种口腔病损立体模型智能标注方法的装置,其特征在于,所述拍摄模块的传输图像方式为WiFi传输或USB数据线传输,所述拍摄模块传输图片中的病损位置通过智能检测算法检测,所述显示模块生成的口腔立体模型进行旋转、缩放、平移操作,以便查看不同位置的病损情况,以动态的方式,显示口腔立体模型在不同时间点的变化情况,所述显示模块为智能手机、智能平板、电脑显示器设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111096072.7A CN113827363B (zh) | 2021-09-17 | 2021-09-17 | 一种口腔病损立体模型智能标注方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111096072.7A CN113827363B (zh) | 2021-09-17 | 2021-09-17 | 一种口腔病损立体模型智能标注方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113827363A CN113827363A (zh) | 2021-12-24 |
CN113827363B true CN113827363B (zh) | 2023-04-18 |
Family
ID=78959702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111096072.7A Active CN113827363B (zh) | 2021-09-17 | 2021-09-17 | 一种口腔病损立体模型智能标注方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113827363B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114549524A (zh) * | 2022-04-25 | 2022-05-27 | 黑蜂智造(深圳)科技有限公司 | 牙齿图像数据处理方法、电子设备及可读存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2111702C1 (ru) * | 1996-08-12 | 1998-05-27 | Сергей Владимирович Мелехов | Способ диагностики нарушений статуса зубных тканей |
CA2803028C (en) * | 2010-06-29 | 2019-03-12 | 3Shape A/S | 2d image arrangement |
CN105266905B (zh) * | 2014-07-17 | 2019-12-24 | 上海时代天使医疗器械有限公司 | 适用于混合牙列的牙齿矫治系统及其制造方法 |
CN105596106B (zh) * | 2015-12-17 | 2017-12-12 | 中国人民解放军第四军医大学 | 一种分段取模由计算机配准组合采集完整牙列模型的方法 |
EP3459438B1 (en) * | 2017-09-26 | 2020-12-09 | The Procter & Gamble Company | Device and method for determing dental plaque |
DK180567B1 (en) * | 2020-03-03 | 2021-07-09 | Adent Aps | Method for assessing oral health of a person |
-
2021
- 2021-09-17 CN CN202111096072.7A patent/CN113827363B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113827363A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6487580B2 (ja) | テクスチャ的特徴を用いる物体の3dモデル化方法 | |
KR102056480B1 (ko) | 디지털 치과 진료 데이터 관리 방법 및 시스템 | |
US11759091B2 (en) | Device for visualizing an interior of a patient's mouth | |
Freedman | Contemporary esthetic dentistry | |
US9770217B2 (en) | Dental variation tracking and prediction | |
Hasegawa et al. | Color and translucency of in vivo natural central incisors | |
US9463081B2 (en) | Intraoral video camera and display system | |
US8520925B2 (en) | Device for taking three-dimensional and temporal optical imprints in color | |
EP2729048B1 (en) | Three-dimensional measuring device used in the dental field | |
WO2018112273A2 (en) | Augmented reality enhancements for dental practitioners | |
CN106875386A (zh) | 一种利用深度学习自动进行牙齿健康状况检测的方法 | |
CN107909630A (zh) | 一种牙位图生成方法 | |
US20170172418A1 (en) | Standardized oral health assessment and scoring using digital imaging | |
CN113827363B (zh) | 一种口腔病损立体模型智能标注方法和装置 | |
CN115132346A (zh) | 一种便携式口腔多病种检测、定位和输出个性化应对策略的方法和系统 | |
CA2483373C (en) | Tooth shade scan system and method | |
Hogan et al. | Fibre-optic transillumination: FOTI | |
WO2017185971A1 (zh) | 内窥装置及内窥镜 | |
de Krom et al. | The oral pigmentation chart: a clinical adjunct for oral pigmentation in removable prostheses. | |
JP2023099629A (ja) | 識別装置、スキャナシステム、識別方法、および識別用プログラム | |
Iqbal et al. | Comparison of skills and knowledge related to prosthetic tooth shade selection among dental practitioners in third world country | |
CN112802599A (zh) | 一种基于人工智能的龋病诊断系统 | |
EP4227955A1 (en) | Enhanced scanning | |
WO2024007888A1 (en) | Oral scanner system | |
Rosenberg et al. | A Comprehensive Approach to Color Matching in the Esthetic Zone. |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |