CN116322469A - 口腔状态评价系统、口腔护理推荐系统以及口腔状态通知系统 - Google Patents
口腔状态评价系统、口腔护理推荐系统以及口腔状态通知系统 Download PDFInfo
- Publication number
- CN116322469A CN116322469A CN202180071230.5A CN202180071230A CN116322469A CN 116322469 A CN116322469 A CN 116322469A CN 202180071230 A CN202180071230 A CN 202180071230A CN 116322469 A CN116322469 A CN 116322469A
- Authority
- CN
- China
- Prior art keywords
- information
- oral
- user
- state
- image
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 104
- 238000004458 analytical method Methods 0.000 claims abstract description 325
- 210000000214 mouth Anatomy 0.000 claims abstract description 290
- 238000000034 method Methods 0.000 claims description 83
- 206010018275 Gingival atrophy Diseases 0.000 claims description 74
- 201000005562 gingival recession Diseases 0.000 claims description 74
- 238000003860 storage Methods 0.000 claims description 68
- 210000004283 incisor Anatomy 0.000 claims description 64
- 230000006870 function Effects 0.000 claims description 44
- 230000002124 endocrine Effects 0.000 claims description 29
- 208000028169 periodontal disease Diseases 0.000 claims description 28
- 206010006326 Breath odour Diseases 0.000 claims description 27
- 208000007565 gingivitis Diseases 0.000 claims description 24
- 210000002200 mouth mucosa Anatomy 0.000 claims description 24
- 208000032139 Halitosis Diseases 0.000 claims description 20
- 206010020751 Hypersensitivity Diseases 0.000 claims description 20
- 208000026935 allergic disease Diseases 0.000 claims description 20
- 210000003464 cuspid Anatomy 0.000 claims description 20
- 230000009610 hypersensitivity Effects 0.000 claims description 20
- 238000010186 staining Methods 0.000 claims description 20
- 230000009747 swallowing Effects 0.000 claims description 20
- 208000002925 dental caries Diseases 0.000 claims description 19
- 206010006514 bruxism Diseases 0.000 claims description 16
- 230000001055 chewing effect Effects 0.000 claims description 14
- 230000036541 health Effects 0.000 claims description 9
- 239000002324 mouth wash Substances 0.000 claims description 8
- 201000010099 disease Diseases 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 76
- 230000000875 corresponding effect Effects 0.000 description 63
- 230000001680 brushing effect Effects 0.000 description 45
- 238000012545 processing Methods 0.000 description 29
- 230000008569 process Effects 0.000 description 23
- 210000004195 gingiva Anatomy 0.000 description 20
- 238000012360 testing method Methods 0.000 description 20
- 230000009471 action Effects 0.000 description 17
- 239000000047 product Substances 0.000 description 17
- 206010061274 Malocclusion Diseases 0.000 description 13
- 208000034718 Tooth crowding Diseases 0.000 description 13
- 238000010801 machine learning Methods 0.000 description 12
- 238000012795 verification Methods 0.000 description 12
- 230000019612 pigmentation Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 241000894006 Bacteria Species 0.000 description 8
- 230000002596 correlated effect Effects 0.000 description 8
- 239000004615 ingredient Substances 0.000 description 8
- 230000002787 reinforcement Effects 0.000 description 8
- 210000003296 saliva Anatomy 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 230000003862 health status Effects 0.000 description 6
- 238000000611 regression analysis Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000003902 lesion Effects 0.000 description 5
- 235000012054 meals Nutrition 0.000 description 5
- 206010003694 Atrophy Diseases 0.000 description 4
- 208000019505 Deglutition disease Diseases 0.000 description 4
- 208000006558 Dental Calculus Diseases 0.000 description 4
- 208000002064 Dental Plaque Diseases 0.000 description 4
- 208000005888 Periodontal Pocket Diseases 0.000 description 4
- 208000004188 Tooth Wear Diseases 0.000 description 4
- 206010062544 Tooth fracture Diseases 0.000 description 4
- 230000000844 anti-bacterial effect Effects 0.000 description 4
- 230000037444 atrophy Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000740 bleeding effect Effects 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 4
- 239000013065 commercial product Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 4
- 239000004571 lime Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008094 contradictory effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000018984 mastication Effects 0.000 description 3
- 238000010077 mastication Methods 0.000 description 3
- 210000004877 mucosa Anatomy 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000001580 bacterial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000002513 implantation Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 229940051866 mouthwash Drugs 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 206010012289 Dementia Diseases 0.000 description 1
- 241000628997 Flos Species 0.000 description 1
- 208000026350 Inborn Genetic disease Diseases 0.000 description 1
- 206010035669 Pneumonia aspiration Diseases 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 201000009807 aspiration pneumonia Diseases 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 208000016361 genetic disease Diseases 0.000 description 1
- 230000007794 irritation Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000004400 mucous membrane Anatomy 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
-
- 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
- A61B1/000094—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope extracting biological structures
-
- 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
- A61B1/000096—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope using artificial intelligence
-
- 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
- A61B1/0005—Display arrangement combining images e.g. side-by-side, superimposed or tiled
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
Abstract
口腔状态评价系统包括信息取得部和信息解析部。信息取得部从界面部取得至少包括口腔内的第1特定部位的口腔图像作为输入信息。信息解析部基于输入信息解析第1特定部位的状态。信息解析部由第1特定部位的状态的解析信息推断关于与第1特定部位不同的口腔内的第2特定部位的状态的推断信息。
Description
技术领域
本发明涉及评价用户的口腔状态的口腔状态评价系统、口腔护理推荐系统以及口腔状态通知系统。
背景技术
已知如下系统:根据包括口腔内整体的图像来分析口腔状态,辅助牙科医师等专家的判断。专利文献1公开了如下牙科分析系统:从拍摄了用户的口腔内整体的X射线图像提取病变部位。
已知根据用户的特性推荐不同项目的系统。专利文献2记载的项目推荐系统基于用户的喜好性等多个参数,推荐可期待对每个用户提高满意度的项目。
现有技术文献
专利文献
专利文献1:日本特开2019-208831号公报
专利文献2:日本专利第6457358号公报
发明内容
发明要解决的课题
在不依靠专家及探针等检查用器具或者检查用装置的情况下,难以取得关于口腔内整体的状态的信息。因此,要求通过简易的方式就能掌握用户自身的口腔状态。
但是,口腔内的状态根据用户而不同。而且,即使是相同用户,口腔内的状态也根据时间、身体状况、进餐内容、口腔护理实施的前后等的要素而发生变化。但是,在不依靠牙科医师等专家的评价的情况下识别口腔内的状态及选择与当前的口腔内的状态相应的适当的口腔护理并不容易。当选择对于用户的口腔内的状态来说不适当的口腔护理时,有时不能期待口腔护理的效果。
在口腔内有病变部位的情况下,通过执行适当的护理,能期待病变的改善或者劣化的抑制。但是,在不执行适当的护理的情况下,有可能将来在口腔内发生病变的劣化及新的病变。因此,要求启发口腔护理行动的实施。例如将经过规定时间后的用户状态输出有助于启发口腔护理行动的实施。
用于解决课题的方案
关于本发明的口腔状态评价系统,具备:信息取得部,从界面部取得至少包括口腔内的第1特定部位的口腔图像作为输入信息;和信息解析部,基于所述输入信息解析所述第1特定部位的状态,所述信息解析部根据所述第1特定部位的状态的解析信息推断关于与所述第1特定部位不同的所述口腔内的第2特定部位的状态的推断信息。
关于本发明的口腔状态推荐系统,具备:信息取得部,取得来自界面部的输入信息;信息解析部,基于所述输入信息解析用户的口腔状态;以及信息输出部,将所述信息解析部的解析结果作为输出信息输出,所述输出信息包括关于所述用户的口腔护理的推荐信息。
关于本发明的口腔状态评价系统,具备:信息取得部,从界面部取得至少包括口腔内的第1特定部位的口腔图像作为输入信息;和信息解析部,通过学习模型解析所述输入信息,所述学习模型预先学习所述口腔图像以将该口腔图像用于评价所述口腔内的状态,所述信息解析部推断关于与所述第1特定部位不同的所述口腔内的第2特定部位处的状态的推断信息。
关于本发明的口腔状态通知系统,具备:信息取得部,取得来自界面部的输入信息;信息解析部,基于所述输入信息解析用户的口腔状态;以及信息输出部,将所述信息解析部的解析结果作为输出信息输出,所述输出信息包括与经过规定期间后的所述用户状态对应的将来信息。
发明效果
根据关于本发明的口腔状态评价系统,能提供通过简易的方式能评价口腔状态的口腔状态评价系统。
根据关于本发明的口腔状态推荐系统,能容易获得关于与用户相应的口腔护理的推荐信息。
根据关于本发明的口腔状态通知系统,能启发口腔护理行动的实施。
附图说明
图1是示出第1实施方式的口腔状态评价系统、第2实施方式的口腔状态推荐系统、第3实施方式的口腔状态评价系统以及第4实施方式的口腔状态通知系统的构成的框图。
图2是示出作为输入信息的一例的口腔图像的图。
图3是图2的口腔图像的局部放大示意图。
图4是示出有牙齿拥挤的情况下的口腔状态的一例的图。
图5是示出没有牙齿拥挤的情况下的口腔状态的一例的图。
图6是示出有牙间隙的情况下的口腔状态的一例的图。
图7是示出没有牙间隙的情况下的口腔状态的一例的图。
图8是示出有牙龈萎缩的情况下的口腔状态的一例的图。
图9是示出没有牙龈萎缩的情况下的口腔状态的一例的图。
图10是示出信息解析部执行的口腔护理推荐处理的一例的流程图。
图11是示出显示部的显示的一例的示意图。
具体实施方式
(第1实施方式的口腔状态评价系统可采取的方式的一例)
(1-1)关于本发明的口腔状态评价系统具备:信息取得部,从界面部取得至少包括口腔内的第1特定部位的口腔图像作为输入信息;和信息解析部,基于所述输入信息解析所述第1特定部位的状态,所述信息解析部根据所述第1特定部位的状态的解析信息推断关于与所述第1特定部位不同的所述口腔内的第2特定部位的状态的推断信息。
根据上述口腔状态评价系统,信息解析部根据包括第1特定部位的口腔图像,推断关于与第1特定部位不同的口腔内的第2特定部位的状态的推断信息。不管口腔图像是否包括第2特定部位,都能评价口腔整体的口腔状态。因此,通过简易的方式能评价口腔状态。
(1-2)根据所述口腔状态评价系统的一例,所述口腔图像包括所述口腔内的牙齿图像及牙龈图像。
根据上述口腔状态评价系统,因为口腔图像包括口腔内的适当部位的图像,所以能适当评价口腔状态。
(1-3)根据所述口腔状态评价系统的一例,所述牙齿图像包括所述口腔内的中切牙图像、侧切牙图像以及尖牙图像。
根据上述口腔状态评价系统,因为口腔图像包括口腔内的适当牙齿的图像,所以能适当评价口腔状态。
(1-4)根据所述口腔状态评价系统的一例,所述第2特定部位包括所述口腔内的小臼齿及大臼齿中的至少一个,所述推断信息包括关于所述口腔内的小臼齿及大臼齿的信息的至少一个。
根据上述口腔状态评价系统,因为推断关于口腔内的小臼齿及大臼齿的信息的至少一个,所以能适当评价口腔状态。
(1-5)根据所述口腔状态评价系统的一例,所述推断信息包括以下信息中的至少一个,即:关于所述第2特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;关于是否存在牙周病的信息;关于咀嚼功能是否正常的信息;关于咬合是否正常的信息;关于吞咽功能是否正常的信息;以及关于与所述第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。
根据上述口腔状态评价系统,能推断第2特定部位的牙齿及牙龈的状态中的至少一个。因此,能适当评价口腔状态。
(1-6)根据所述口腔状态评价系统的一例,进一步具备存储学习模型的信息存储部,所述学习模型预先学习所述口腔图像以将该口腔图像用于评价所述口腔内的状态,所述信息解析部用所述学习模型解析所述输入信息。
根据上述口腔状态评价系统,通过学习模型推断推断信息。因此,能更适当地评价口腔状态。
(1-7)根据所述口腔状态评价系统的一例,所述输入信息进一步包括关于用户的生活习惯的信息、关于所述用户的口腔内分泌物的信息、关于所述用户的口腔内菌群的信息、关于所述用户的自身属性的信息、以及通过检测所述口腔内的状态的传感器得到的信息中的至少一个。
根据上述口腔状态评价系统,能更适当地评价口腔状态。
(1-8)根据所述口腔状态评价系统的一例,进一步具备信息输出部,所述信息输出部将与所述解析信息及所述推断信息对应的信息作为输出信息输出,所述信息输出部将所述输出信息至少向所述界面部输出。
根据上述口腔状态评价系统,用户能容易识别输出信息。
(1-9)根据所述口腔状态评价系统的一例,所述输出信息包括关于用户的当前的口腔状态的信息、关于所述用户的将来的口腔状态预测的信息、关于针对所述用户的口腔护理方法的信息、以及关于受到所述用户的口腔状态影响的所述用户的健康状态的信息中的至少一个。
根据上述口腔状态评价系统,用户能适当识别关于口腔状态的输出信息。
(第1实施方式)
参照图1至图9,对第1实施方式的口腔状态评价系统10进行说明。口腔状态评价系统10是解析输入信息I,基于由输入信息I得到的解析信息A推断推断信息E的系统。口腔状态评价系统10也可以运算与解析信息A及推断信息E对应的输出信息O,将其向规定构成输出。构成口腔状态评价系统10的主要要素是服务器30。优选地,口腔状态评价系统10具备界面部20,界面部20用于与服务器30执行信息交换。界面部20在一例中是构成为用户能携带的智能设备。智能设备包括平板终端或者智能手机。在另外的例子中,界面部20是个人电脑。个人电脑设置于用户的住宅、店铺或者牙科医院。店铺包括销售口腔护理项目的店铺或者销售其他商品的店铺。界面部20和服务器30例如构成为能使用因特网线路N相互通信。在另外的例子中,界面部20和服务器30一体构成。
界面部20具备控制部21、存储部22、取得部23、通信部24以及显示部25。控制部21包括执行预先决定的控制程序的运算处理装置。运算处理装置例如包括CPU、GPU或者MPU。
存储部22存储控制部21执行的各种控制程序及使用于各种控制处理的信息。存储部22例如包括非易失性存储器及易失性存储器。非易失性存储器例如包括ROM、EPROM、EEPROM以及闪存存储器中的至少一个。易失性存储器例如包括RAM。
取得部23从用户取得输入信息I。取得部23具备用于取得用户的输入信息I的任意构成。在第1例中是能取得用户的口腔的口腔图像P的照相机。口腔图像P包括静止图像及动态图像。口腔图像P包括具有纵深信息的三维图像或者通过将多个图像拼接而构成的全景图像。照相机可以是搭载于智能设备的照相机,也可以是另外独立的照相机。独立的照相机例如是适于口腔内拍摄的在顶端部设置有照相机的笔型照相机或者能进行360°范围的拍摄的照相机。独立的照相机构成为能与控制部21进行有线或者无线通信。独立的照相机拍摄的口腔图像P通过有线或者无线通信向控制部21发送。在第2例中,取得部23是构成为用户能输入或者选择字符等的用户界面。用户的输入信息I也可以进一步包括关于用户的生活习惯的信息、关于用户的口腔内分泌物的信息、关于用户的口腔内菌群的信息、针对规定询问的回答信息、以及关于用户的自身属性的信息中的至少一个。关于用户的生活习惯的信息包括关于用户的进餐内容、口腔护理行动、起床或者睡眠时间的信息。关于用户的口腔内分泌物的信息包括关于唾液的量、粘性、氢离子浓度、抗菌成分的量、以及与牙齿的再石灰化有关的成分的量的信息。关于用户的口腔内菌群的信息包括关于在唾液中、牙垢或者粘膜存在的主要细菌的量及种类的信息及关于主要细菌的抗体的种类及量的信息。关于用户的口腔内分泌物的信息及关于用户的口腔内菌群的信息可以是针对用户的问诊结果,也可以是通过规定方式对在用户的口腔内存在的口腔内分泌物等进行检查的结果信息。针对规定询问的回答信息包括与用户的牙龈状态有关的询问、口腔护理时的偏好的刷牙方法、一天的刷牙次数、每一次刷牙长达的时间、实施刷牙的时刻、口腔护理项目的使用频率、以及假牙的有无。与用户的牙龈状态有关的询问例如包括刷牙时或者饮食时的从牙龈的出血的有无。关于用户的自身属性的信息例如是用户自身的年龄、性别、身高、体重、灵活的手以及既往履历。在第3例中,取得部23是检测口腔内的状态的传感器。传感器例如是荧光传感器及温度传感器。荧光传感器照射规定波长的光,使光量定量而测定口腔内的规定物的分布及量。规定物例如是色素沉着(stain)或者牙菌斑。温度传感器测定口腔内的温度。传感器构成为能与控制部21进行有线或者无线通信。通过传感器得到的信息通过有线或者无线通信向控制部21发送。在本实施方式中,取得部23也可以通过将第1例至第3例的多个组合而构成。传感器也可以构成为能进一步测定咀嚼力、咬合力、牙龈的血流量、口臭、刷牙时的牙刷压强、或者刷牙时的牙刷动作中的至少一个。
通信部24构成为能基于控制部21的控制与界面部20外进行通信。通信部24构成为能经由因特网线路N进行通信。通信部24也可以构成为能通过有线通信或者无线通信与界面部20的服务器30进行通信。通信部24例如基于控制部21的控制而发送取得部23取得的用户的输入信息I,并接收来自服务器30的输出信息O。
显示部25基于控制部21的控制显示各种信息。各种信息例如是关于用户的输入信息I的信息及关于来自服务器30的输出信息O的信息。在一例中,显示部25通过显示器构成。显示部25的显示器也可以由触摸面板构成。在显示部25的一部分由触摸面板构成的情况下,该一部分也可以兼备取得部23的用户界面的功能。
用户例如通过向界面部20输入规定的URL、或者用界面部20读取QR码(二维码,注册商标),从而与服务器30进行通信。也可以通过用户选择在显示部25显示的图标,从而开始与服务器30的通信。
服务器30具备信息取得部31、信息输出部32、信息解析部33以及信息存储部34。信息取得部31构成为能取得信息。在一例中,信息取得部31从界面部20的通信部24取得信息。信息输出部32构成为能输出信息。在一例中,信息输出部32向界面部20的通信部24输出信息。
信息解析部33执行各种解析及控制。信息解析部33包括执行预先决定的控制程序的运算处理装置。运算处理装置例如包括CPU或者MPU。信息解析部33构成为能解析从用户输入的输入信息I。在第1例中,信息解析部33通过基于机械学习的学习模型M来解析输入信息I。该情况下的输入信息I包括用户的口腔图像P。学习模型M在一例中是作为机械学习的模型之一的有指导学习模型。在第2例中,信息解析部33参照存储于信息存储部34的对应表,解析输入信息I。该情况下的输入信息I变更为口腔图像P或者除口腔图像P之外还包括关于用户的生活习惯的信息、关于用户的口腔内分泌物的信息、关于用户的口腔内菌群的信息、以及针对规定询问的回答信息的至少一个。对应表是输入信息I和解析信息A对应起来的表。对应表也可以使输入信息I及解析信息A和推断信息E对应起来。在除口腔图像P之外进一步包括输入信息I的情况下,在一例中,学习模型M进一步包括对口腔图像P以外的输入信息I进行解析的另外的学习模型。另外的学习模型例如构成为能输出用于校正口腔图像P的解析信息A的参数。在另外的例子中,学习模型M构成为能执行多样式学习的模型,多样式学习使口腔图像P及不包括口腔图像P的输入信息I两方组合来学习。
信息存储部34存储学习模型M、对应表以及各种信息中的至少一个。信息解析部33参照根据需要存储于信息存储部34的学习模型M、对应表以及各种信息。
对信息解析部33执行的使用学习模型M的包括口腔图像P的输入信息I的解析进行说明。信息解析部33执行的解析步骤包括多个工序。多个工序包括:从用户的口腔图像P检测口腔区域R的第1工序;通过对口腔图像P所包括的口腔区域R进行解析而运算解析信息A的第2工序;由解析信息A推断推断信息E的第3工序;以及运算与解析信息A及推断信息E对应的输出信息O的第4工序。
第1工序由信息解析部33通过任意方式执行。在一例中,利用适于检测脸的学习完毕模型,从用户的口腔的口腔图像P检测口腔区域R。口腔区域R包括第1口腔区域R1及第2口腔区域R2,第1口腔区域R1包括用户的上颚牙齿,第2口腔区域R2包括用户的下颚牙齿。检测脸的学习完毕模型例如通过API向信息解析部33导入。
在第1工序中,在从口腔图像P不能取得口腔区域R的情况下,信息解析部33将该内容经由信息输出部32向界面部20的显示部25输出。在一例中,由于在口腔图像P中不包括口腔区域R、口腔图像P抖动、或者口腔图像P的亮度不适当而不能识别口腔区域R,因此将要求用户再次输入包括口腔图像P的输入信息I的信息向界面部20的显示部25输出。在能取得第1口腔区域R1及第2口腔区域R2的一方而不能取得另一方的情况下,信息解析部33也可以判断为第1工序完成,还可以将要求用户再次输入输入信息I的信息向界面部20输出。
在第2工序中,信息解析部33解析口腔图像P。信息解析部33通过存储于信息存储部34的学习模型M来解析口腔图像P。作为解析结果的解析信息A包括以下信息中的至少一个,即:关于口腔区域R内的第1特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;及关于与第1特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。关于牙齿、牙龈及口腔粘膜的状态的信息例如包括牙齿磨损、牙齿缺损、牙齿断裂的有无或者程度、血色、干燥状态以及质感中的至少一个。质感包括多个质感,多个质感例如包括在用手指接触的情况下感到绷紧的坚硬质感、和在用手指接触的情况下感到松动的柔软质感。在第1口腔区域R1中的解析信息A和第2口腔区域R2中的解析信息A的结果不同的情况下,可以预先设定成采用任一方的解析信息A,也可以使两个解析信息A数值化,采取其平均,还可以使两个解析信息A数值化,采用绝对值大的解析信息A。
在第3工序中,信息解析部33由输入信息I及解析信息A推断出推断信息E。推断信息E包括关于规定状态的有无、程度以及发生概率中的至少一个的信息。推断信息E包括以下信息中的至少一个,即:关于与第1特定部位不同的第2特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;或者关于与第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。第2特定部位包括口腔内的小臼齿及大臼齿中的至少一个。推断信息E包括关于口腔内的小臼齿及大臼齿的信息中的至少一个。推断信息E也可以包括关于在用户的口腔内是否存在牙周病的信息、关于咀嚼功能是否正常的信息、关于咬合是否正常的信息、关于吞咽功能是否正常的信息中的至少一个。关于是否存在牙周病的信息是关于在牙龈与牙齿之间产生的所谓的牙周袋的大小、深度以及数量中的至少一个的信息。关于咀嚼功能是否正常的信息例如是关于咀嚼力、偏侧咀嚼的有无以及咀嚼声的信息。关于咬合是否正常的信息例如是关于咬合力及上颚牙齿和下颚牙齿的咬合的信息。关于吞咽功能是否正常的信息例如是关于吞咽障碍的有无的信息。
在第4工序中,信息解析部33运算与解析信息A及推断信息E的至少一方对应的输出信息O。输出信息O包括关于用户的当前的口腔状态的信息、关于用户的将来的口腔状态预测的信息、关于针对用户的口腔护理方法的信息、以及关于受到用户的口腔状态影响的用户的健康状态的信息中的至少一个。
对用于解析口腔区域R的学习模型M进行说明。学习模型M包括多个学习完毕模型。学习模型M包括判定能否评价口腔区域R的第1学习完毕模型M1和实际评价口腔区域R的第2学习完毕模型M2。
第1学习完毕模型M1包括学习模型M11、学习模型M12、学习模型M13、学习模型M14以及学习模型M15的至少一个,学习模型M11判定是否为能解析口腔图像P的口腔区域R的画质,学习模型M12判定能否进行牙齿拥挤评价,学习模型M13判定能否进行上颚牙齿中的牙间隙评价,学习模型M14判定能否进行下颚牙齿中的牙间隙评价,学习模型M15判定能否进行牙龈萎缩评价。
第2学习完毕模型M2包括判定上颚牙齿中的牙齿拥挤的有无的学习模型M21、判定下颚牙齿中的牙齿拥挤的有无的学习模型M22、判定上颚牙齿中的牙间隙的有无的学习模型M23、判定下颚牙齿中的牙间隙的有无的学习模型M24、以及判定牙间萎缩的有无的学习模型M25的至少一个。
对学习模型M的生成进行说明。学习模型M基于大致1万张口腔图像P生成。开发人员将口腔图像P分类为学习用图像、验证用图像以及测验用图像。学习用图像是生成学习模型M时的指导数据。验证用图像是用于基于学习用图像修正学习模型M的动作的图像。测验用图像是用于最终确认学习模型M的动作的图像。测验用图像例如为了确认学习模型M是否引起过度学习而使用。学习用图像是整体的约百分之56。验证用图像是整体的24%。测验用图像是整体的20%。在本实施方式中,学习模型M输出等级分类的结果。学习模型M将如下信息的至少一个输出:关于牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息,关于与第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息,关于在用户的口腔内是否存在牙周病的信息,关于咀嚼功能是否正常的信息,关于咬合是否正常的信息,关于吞咽功能是否正常的信息。
图2示出用户的口腔图像P的一例。口腔图像P至少包括口腔内的第1特定部位。第1特定部位包括中切牙T1、与中切牙T1对应的牙龈、侧切牙T2、与侧切牙T2对应的牙龈、尖牙T3、以及与尖牙T3对应的牙龈。口腔图像P包括口腔内的牙齿图像及牙龈图像。牙齿图像包括口腔内的中切牙T1图像、侧切牙T2图像以及尖牙T3图像。牙龈图像包括与中切牙T1、侧切牙T2以及尖牙T3对应的牙龈的图像。口腔图像P包括用户的口腔内的上下左右四个第1特定部位中的至少一个第1特定部位。
参照图3,对口腔图像P所包括的牙齿图像的优选范围进行说明。在牙齿拥挤的有无的判断中,优选从中切牙T1的端部E1到虚线L2的范围包含于口腔图像P。在牙间隙的有无的判定中,优选从中切牙T1的端部E1到双点划线L3的范围包含于口腔图像P。在牙龈萎缩的有无的判定中,优选从中切牙T1的端部E1到实线L1的范围包含于口腔图像P。通过该范围的中切牙T1的图像包含于口腔图像P,从而对应的牙龈的图像包含于口腔图像P。
各口腔图像P由解析口腔的专家进行了指导。图4至图9示出进行了指导的口腔图像P的一例。解析口腔的专家例如是牙科医师、牙科卫生师、进行口腔状态的研究的研究人员、或者进行口腔护理用品的开发的开发人员。解析口腔的专家按口腔的口腔图像P的第1口腔区域R1及第2口腔区域R2进行了牙齿拥挤程度的判定、牙龈萎缩程度的判定、以及牙间隙程度的判定。解析口腔的专家在牙齿拥挤程度的判定中基于牙齿拥挤的种类进行了判定。解析口腔的专家在牙龈萎缩的判定中从无牙龈萎缩到整体牙龈萎缩进行了多个阶段的判定。解析口腔的专家在牙间隙的判定中,针对上颚和下颚各自从无牙间隙到有重度牙间隙进行了多个阶段的评价。
口腔内的第1特定部位处的状态与口腔内的和第1特定部位不同的第2特定部位处的状态处于相关关系。在一例中,在以40~70年代的女性75人为对象的试验中,门牙的牙龈的状态和槽牙的牙龈的状态高度相关。即,在第1特定部位发生牙龈萎缩的情况下,在第2特定部位也发生牙龈萎缩。关于牙间隙及牙齿拥挤程度也同样。
信息解析部33将解析信息A及推断信息E向规定构成输出。在第1例中,信息解析部33向信息输出部32输出推断信息E。在第2例中,信息解析部33向信息存储部34输出推断信息E。在第3例中,信息解析部33向信息输出部32及信息存储部34两方输出推断信息E。
解析信息A及推断信息E与输出信息O对应起来。对输出信息O进行说明。输出信息O包括关于用户的当前的口腔状态的信息、关于用户的将来的口腔状态预测的信息、关于针对用户的口腔护理方法的信息、以及关于受到用户的口腔状态影响的用户的健康状态的信息的至少一个。关于用户的当前的口腔状态的信息包括关于用户的口腔内整体的牙齿拥挤的有无、牙龈萎缩的有无、以及牙间隙的有无的信息的至少一个。关于用户的当前的口腔状态的信息也可以进一步包括是否有牙龈炎、是否刷不到、刷不到的部位的状态、是否磨牙、是否知觉过敏、以及是否有口臭的至少一个。
关于用户的将来的口腔预测的信息包括推断图像,推断图像示出经过规定期间后的用户的口腔状态。关于针对用户的口腔护理方法的信息包括关于适于用户的口腔状态的口腔护理用品及使用方法的信息。关于受到用户的口腔状态影响的用户的健康状态的信息例如包括关于与牙周病或者口腔状态关联的除口腔以外的健康状态的信息。
解析信息A及推断信息E和输出信息O的对应由信息解析部33以任意方式执行。在第1例中,通过由进行口腔状态的研究的研究人员或者进行口腔护理用品的开发的开发人员预先将解析信息A及推断信息E和输出信息O对应起来的对应表执行。在第2例中,解析信息A及推断信息E和输出信息O的对应通过机械学习的模型执行。
对本实施方式的口腔状态评价系统10的作用进行说明。用户将输入信息I输入到取得部23。控制部21控制通信部24而向服务器30输出输入信息I。服务器30由信息取得部31取得输入信息I。信息解析部33利用存储于信息存储部34的学习模型M解析输入信息I而运算第1特定部位的解析信息A。信息解析部33由解析信息A运算包括第2特定部位的推断信息E。信息解析部33运算与解析信息A及推断信息E对应的输出信息O。服务器30从信息输出部32将输出信息O向界面部20输出。控制部21从通信部24取得输出信息O,并将其显示于显示部25。用户通过显示部25的显示来识别输出信息O。
(第1实施方式的变形例)
关于第1实施方式的说明是关于本发明的口腔状态评价系统可采取的方式的例示,并不意图限制该方式。本发明除实施方式以外,例如可采取以下所示的实施方式的变形例、及相互不矛盾的至少两个变形例组合而成的方式。
·学习模型M也可以构成为将回归分析的结果输出。在该情况下,学习模型M将牙齿拥挤程度、牙间隙程度以及牙龈萎缩程度的至少一个数值化并输出。
·学习完毕模型M1及学习完毕模型M2的至少一方也可以是通过无指导学习或者强化学习而学习的模型。各学习模型M11~M15及各学习模型M21~M25的至少一个也可以是通过无指导学习或者强化学习而学习的模型。
·学习模型M也可以是在口腔图像P中不区分第1口腔区域R1和第2口腔区域R2地判定能否评价的第1学习完毕模型M1及进行评价的第2学习完毕模型M2。学习模型M也可以是在口腔图像P中识别一组牙齿及牙龈,判定能否评价的第1学习完毕模型M1及进行评价的第2学习完毕模型M2。另外,在分别识别口腔区域R内的一组牙齿及牙龈,能评价过半数的情况下,也可以是执行解析的学习模型M。另外,可以预先设定成采用一组牙齿及牙龈各自的解析信息A,也可以使一组牙齿及牙龈各自的解析信息A数值化,采用其平均,还可以使一组牙齿及牙龈各自的解析信息A数值化,采用绝对值大的解析信息A。
·学习模型M也可以构成为将口腔图像P作为输出信息O用伪彩色显示。在一例中,将口腔图像P中的学习模型M使用于解析的区域、或者产生牙间隙、牙龈萎缩以及牙齿拥挤的区域用红色显示。用户能容易识别利用于解析的区域及口腔状态发生问题的区域。
·在输出信息O包括关于用户的口腔护理用品及使用方法的信息的情况下,也可以构成为包括用于购买符合的口腔护理用品的购买信息。在一例中,购买信息是关于能购买或者体验符合的口腔护理用品的店铺的信息。在另外的例子中,购买信息是销售符合的口腔护理用品的网上的网站信息。
·输入信息I也可以经由IoT(物联网)机器取得。在一例中,通过在使用于刷牙的口腔护理项目连接IoT机器,从而取得输入信息I。在一例中,输入信息I包括关于一天的刷牙次数及口腔护理项目的使用频率的信息。IoT机器也可以向取得部23发送输入信息I,还可以向服务器30发送输入信息I。
·学习模型M、对应表以及各种信息的至少一个也可以存储于除服务器30的信息存储部34以外的地方。在一例中,存储于设置于界面部20的存储部。在另外的例子中,存储于在外部环境构成的数据库。
输入信息I也可以包括第1输入信息I1和第2输入信息I2,第1输入信息I1包括用户的当前的状态信息,第2输入信息I2是用户的过去的状态信息。在第1输入信息I1及第2输入信息I2包括用户的口腔图像P的情况下,第2输入信息I2所包括的口腔图像P是比取得第1输入信息I1早规定时间的用户的口腔内的图像。在第1输入信息I1及第2输入信息I2包括关于用户的口腔护理的信息的情况下,第2输入信息I2所包括的关于口腔护理的信息是关于比取得第1输入信息I1早规定时间的口腔护理的信息。规定时间在一例中是一个月以上的时间。在另外的例子中,规定时间是一年以上的时间。第2输入信息I2也可以在通过取得部23取得第1输入信息I1前经由通信部24向服务器30发送,还可以与第1输入信息I1的发送同时经由通信部24向服务器30发送。在该情况下,界面部20进一步具备至少存储第2输入信息I2的存储部。输入信息I也可以进一步包括比第2输入信息I2早规定时间取得的第3输入信息I3。信息解析部33使用第1输入信息I1~第3输入信息I3的至少一个运算解析信息A及推断信息E。通过追加第3输入信息I3,从而精度进一步提高。规定时间的间隔也可以用各输入信息I变更。输入信息I也可以进一步包括第4输入信息以后的输入信息I。
(第2实施方式的口腔护理推荐系统可采取的方式的一例)
(2-1)关于本发明的口腔护理推荐系统具备:信息取得部,取得来自界面部的输入信息;信息解析部,基于所述输入信息解析用户的口腔状态;以及信息输出部,将所述信息解析部的解析结果作为输出信息输出,所述输出信息包括关于所述用户的口腔护理的推荐信息。
根据上述口腔护理推荐系统,解析用户的口腔状态而输出的输出信息包括关于口腔护理的推荐信息。因此,能容易获得关于与用户相应的口腔护理的推荐信息。
(2-2)根据所述口腔护理推荐系统的一例,所述推荐信息包括口腔护理项目推荐信息,所述口腔护理项目推荐信息推荐与所述用户的口腔状态相应的口腔护理项目。
根据上述口腔护理推荐系统,因为输出信息包括口腔护理项目推荐信息,所以用户能以简易的方式选择合适的口腔护理项目。
(2-3)根据所述口腔护理推荐系统的一例,所述口腔护理项目包括牙刷、牙间清洁工具以及口腔清洗剂的至少一个。
根据上述口腔护理推荐系统,用户能更详细地按每个用户选择合适的口腔护理项目。
(2-4)根据所述口腔护理推荐系统的一例,所述推荐信息进一步包括关于所述口腔护理项目的使用方法的信息。
根据上述口腔护理推荐系统,用户能容易取得口腔护理项目的适当的使用方法。
(2-5)根据所述口腔护理推荐系统的一例,所述输入信息包括图像,所述图像包括所述用户的口腔内的第1特定部位,关于所述口腔护理项目的使用方法的信息至少包括所述第1特定部位处的所述口腔护理项目的使用方法。
根据上述口腔护理推荐系统,能由包括口腔内的特定地方的图像取得适当的口腔护理项目的使用方法。
(2-6)根据所述口腔护理推荐系统的一例,所述输入信息包括关于所述用户的口腔护理的信息,所述输出信息进一步包括与关于所述用户的口腔护理的信息相应的回答信息。
根据上述口腔护理推荐系统,因为输出信息包括与关于口腔护理的信息相应的回答信息,所以用户能执行更合适的口腔护理。
(2-7)根据所述口腔护理推荐系统的一例,关于所述用户的口腔护理的信息包括关于所述用户的口腔护理项目使用行动的信息、关于所述用户的生活习惯的信息、关于所述用户的口腔内分泌物的信息、关于所述用户的口腔内菌群的信息、关于所述用户的自身属性的信息、以及通过检测所述口腔内的状态的传感器得到的信息的至少一个。
根据上述口腔护理推荐系统,利用关于适当的口腔护理的信息来设定回答信息。
(2-8)根据所述口腔护理推荐系统的一例,所述信息输出部向所述界面部输出所述输出信息,所述界面部具备显示所述输出信息的显示部。
根据上述口腔护理推荐系统,用户能容易识别输出信息。
(第2实施方式)
参照图1至图11对第2实施方式的口腔护理推荐系统10进行说明。口腔护理推荐系统10是对取得的输入信息I进行解析,基于由输入信息I得到的解析信息A将输出信息O输出的系统。输出信息O包括关于用户的口腔护理的推荐信息RI。口腔护理推荐系统10也可以由解析信息A推断关于口腔内的状态的推断信息E,进一步基于推断信息E将输出信息O输出。构成口腔护理推荐系统10的主要要素是服务器30。优选地,口腔护理推荐系统10具备界面部20,界面部20用于与服务器30执行信息交换。界面部20在一例中是构成为用户能携带的智能设备。智能设备包括平板终端或者智能手机。在另外的例子中,界面部20是个人电脑。个人电脑设置于用户的住宅、店铺或者牙科医院。店铺包括销售口腔护理项目的店铺或者销售其他商品的店铺。界面部20和服务器30例如构成为能使用因特网线路N相互通信。在另外的例子中,界面部20和服务器30一体构成。
界面部20具备控制部21、存储部22、取得部23、通信部24以及显示部25。控制部21包括执行预先决定的控制程序的运算处理装置。运算处理装置例如包括CPU、GPU或者MPU。
存储部22存储控制部21执行的各种控制程序及使用于各种控制处理的信息。存储部22例如包括非易失性存储器及易失性存储器。非易失性存储器例如包括ROM、EPROM、EEPROM以及闪存存储器的至少一个。易失性存储器例如包括RAM。
取得部23从用户取得输入信息I。取得部23具备用于取得用户的输入信息I的任意构成。在第1例中是能取得用户的口腔的口腔图像P的照相机。口腔图像P包括静止图像及动态图像。口腔图像P包括具有纵深信息的三维图像或者通过将多个图像拼接而构成的全景图像。照相机可以是搭载于智能设备的照相机,也可以另外独立的照相机。独立的照相机例如是适于口腔内拍摄的在顶端部设置有照相机的笔型的照相机或者能进行360°范围的拍摄的照相机。独立的照相机构成为能与控制部21进行有线或者无线通信。独立的照相机拍摄的口腔图像P通过有线或者无线通信向控制部21发送。第2例的取得部23取得关于用户的口腔护理的信息。在第2例中,取得部23例如是构成为用户能输入或者选择字符等的用户界面。关于用户的口腔护理的信息包括关于用户的口腔护理项目使用行动的信息、关于用户的生活习惯的信息、关于用户的口腔内分泌物的信息、关于用户的口腔内菌群的信息、关于针对规定询问的回答的信息、以及关于用户的自身属性的信息的至少一个。关于用户的口腔护理项目使用行动的信息包括用户的口腔护理项目的型号、使用频率、使用次数、以及使用时间的至少一个。口腔护理项目例如包括牙刷、牙间清洁工具、以及口腔清洗剂的至少一个。关于用户的生活习惯的信息包括关于用户的进餐内容、起床或者睡眠时间的信息。关于用户的口腔内分泌物的信息包括关于唾液的量、粘性、氢离子浓度、抗菌成分的量、以及与牙齿的再石灰化有关的成分的量的信息。关于用户的口腔内菌群的信息包括关于在唾液中、牙垢、或者粘膜存在的主要细菌的量及种类的信息及关于主要细菌的抗体的种类及量的信息。关于用户的口腔内分泌物的信息及关于用户的口腔内菌群的信息可以是针对用户的问诊结果,也可以是通过规定方式对在用户的口腔内存在的口腔内分泌物等进行检查的结果信息。关于针对规定询问的回答的信息包括与用户的牙龈状态有关的询问、口腔护理时的偏好的刷牙方法、一天的刷牙次数、每一次刷牙长达的时间、实施刷牙的时刻、口腔护理项目的使用频率、以及假牙的有无。与用户的牙龈状态有关的询问例如包括刷牙时或者饮食时的从牙龈的出血的有无。关于用户的自身属性的信息例如是用户自身的年龄、性别、身高、体重以及既往履历。在第3例中,取得部23是检测口腔内的状态的传感器。传感器例如是荧光传感器及温度传感器。荧光传感器照射规定波长的光,使光量定量而测定口腔内的规定物的分布及量。规定物例如是色素沉着或者牙菌斑。温度传感器测定口腔内的温度。传感器构成为能与控制部21进行有线或者无线通信。通过传感器得到的信息通过有线或者无线通信向控制部21发送。在本实施方式中,取得部23也可以通过将第1例至第3例的多个组合而构成。传感器也可以构成为能进一步测定咀嚼力、咬合力、牙龈的血流量、口臭、刷牙时的牙刷压强、或者刷牙时的牙刷动作的至少一个。
通信部24构成为能基于控制部21的控制与界面部20外进行通信。通信部24构成为能经由因特网线路N进行通信。通信部24也可以构成为能通过有线通信或者无线通信与界面部20的服务器30进行通信。通信部24例如基于控制部21的控制而发送取得部23取得的用户的输入信息I,并接收来自服务器30的输出信息O。
显示部25基于控制部21的控制显示各种信息。各种信息例如是关于用户的输入信息I的信息及关于来自服务器30的输出信息O的信息。在一例中,显示部25通过显示器构成。显示部25的显示器也可以由触摸面板构成。在显示部25的一部分由触摸面板构成的情况下,该一部分也可以兼备取得部23的用户界面的功能。
用户例如通过向界面部20输入规定的URL、或者用界面部20读取QR码(注册商标),从而与服务器30通信。也可以通过用户选择在显示部25显示的图标,从而开始与服务器30的通信。
服务器30具备信息取得部31、信息输出部32、信息解析部33以及信息存储部34。信息取得部31构成为能取得信息。在一例中,信息取得部31从界面部20的通信部24取得信息。信息输出部32构成为能输出信息。在一例中,信息输出部32向界面部20的通信部24输出信息。
信息解析部33执行各种解析及控制。信息解析部33包括执行预先决定的控制程序的运算处理装置。运算处理装置例如包括CPU或者MPU。信息解析部33构成为能解析从用户输入的输入信息I。在第1例中,信息解析部33通过基于机械学习的学习模型M来解析输入信息I。该情况下的输入信息I包括用户的口腔图像P。学习模型M在一例中是作为机械学习的模型之一的有指导学习模型。在第2例中,信息解析部33参照存储于信息存储部34的对应表,解析输入信息I。该情况下的输入信息I变更为口腔图像P或者除口腔图像P之外还包括关于用户的口腔护理的信息。对应表是输入信息I和解析信息A对应起来的表。对应表也可以使输入信息I及解析信息A和推断信息E对应起来。在除了口腔图像P之外进一步包括输入信息I的情况下,在一例中,学习模型M进一步包括对口腔图像P以外的输入信息I进行解析的另外的学习模型。另外的学习模型例如构成为能输出用于校正口腔图像P的解析信息A的参数。在另外的例子中,学习模型M构成为能执行多样式学习的模型,多样式学习使口腔图像P及不包括口腔图像P的输入信息I两方组合来学习。
信息存储部34存储学习模型M、对应表以及各种信息的至少一个。信息解析部33参照根据需要存储于信息存储部34的学习模型M、对应表以及各种信息。信息存储部34例如包括非易失性存储器及易失性存储器。非易失性存储器例如包括ROM、EPROM、EEPROM以及闪存存储器的至少一个。易失性存储器例如包括RAM。
对信息解析部33执行的使用学习模型M的包括口腔图像P的输入信息I的解析进行说明。信息解析部33执行的解析步骤包括多个工序。多个工序包括:从用户的口腔图像P检测口腔区域R的第1工序;通过对口腔图像P所包括的口腔区域R进行解析而运算解析信息A的第2工序;由解析信息A推断推断信息E的第3工序;以及运算与解析信息A及推断信息E对应的输出信息O的第4工序。第3工序中的推断信息E的取得可得到使输出信息O的精度提高的效果。
第1工序由信息解析部33通过任意方式执行。在一例中,利用适于检测脸的学习完毕模型,从用户的口腔的口腔图像P检测口腔区域R。口腔区域R包括第1口腔区域R1及第2口腔区域R2,第1口腔区域R1包括用户的上颚牙齿,第2口腔区域R2包括用户的下颚牙。检测脸的学习完毕模型例如通过API向信息解析部33导入。
在第1工序中,在从口腔图像P不能取得口腔区域R的情况下,信息解析部33将该内容经由信息输出部32向界面部20的显示部25输出。在一例中,由于在口腔图像P中不包括口腔区域R、口腔图像P抖动、或者口腔图像P的亮度不适当而不能识别口腔区域R,因此将要求用户再次输入包括口腔图像P的输入信息I的信息向界面部20的显示部25输出。在能取得第1口腔区域R1及第2口腔区域R2的一方而不能取得另一方的情况下,信息解析部33也可以判断为第1工序完成,还可以将要求用户再次输入输入信息I的信息向界面部20输出。
在第2工序中,信息解析部33解析口腔图像P。信息解析部33通过存储于信息存储部34的学习模型M来解析口腔图像P。作为解析结果的解析信息A包括:关于口腔区域R内的第1特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息,及关于与第1特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息的至少一个。关于牙齿、牙龈及口腔粘膜的状态的信息例如包括牙齿磨损、牙齿缺损、牙齿断裂的有无或者程度、血色、干燥状态以及质感的至少一个。质感包括多个质感,多个质感例如包括在用手指接触的情况下感到绷紧的坚硬质感、和在用手指接触的情况下感到松动的柔软质感。在第1口腔区域R1中的解析信息A和第2口腔区域R2中的解析信息A的结果不同的情况下,可以预先设定成采用任一方的解析信息A,也可以使两个解析信息A数值化,采取其平均,还可以使两个解析信息A数值化,采用绝对值大的解析信息A。另外,也可以将第1口腔区域R1中的解析信息A和第2口腔区域R2中的解析信息A的结果两方使用于解析。
在第3工序中,信息解析部33由输入信息I及解析信息A推断推断信息E。推断信息E包括关于规定状态的有无、程度以及发生概率的至少一个的信息。推断信息E包括以下信息中的至少一个,即:关于与第1特定部位不同的第2特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;或者关于与第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。第2特定部位包括口腔内的小臼齿及大臼齿的至少一个。推断信息E包括关于口腔内的小臼齿及大臼齿的信息的至少一个。推断信息E也可以包括关于在用户的口腔内是否存在牙周病的信息、关于咀嚼功能是否正常的信息、关于咬合是否正常的信息、关于吞咽功能是否正常的信息的至少一个。关于是否存在牙周病的信息是关于在牙龈与牙齿之间产生的所谓的牙周袋的大小、深度以及数量的至少一个的信息。关于咀嚼功能是否正常的信息例如是关于咀嚼力、偏侧咀嚼的有无以及咀嚼声的信息。关于咬合是否正常的信息例如是关于咬合力及上颚牙齿和下颚牙齿的咬合的信息。关于吞咽功能是否正常的信息例如是关于吞咽障碍的有无的信息。
在第4工序中,信息解析部33至少运算与输入信息I及解析信息A对应的输出信息O。优选地,进一步参照由解析信息A推断的推断信息E,运算输出信息O。
对用于解析口腔区域R的学习模型M进行说明。学习模型M包括多个学习完毕模型。学习模型M包括判定能否评价口腔区域R的第1学习完毕模型M1和实际评价口腔区域R的第2学习完毕模型M2。
第1学习完毕模型M1包括学习模型M11、学习模型M12、学习模型M13、学习模型M14以及学习模型M15的至少一个,学习模型M11判定是否为能解析口腔图像P的口腔区域R的画质,学习模型M12判定能否进行牙齿拥挤评价,学习模型M13判定能否进行上颚牙齿中的牙间隙评价,学习模型M14判定能否进行下颚牙齿中的牙间隙评价,学习模型M15判定能否进行牙龈萎缩评价。
第2学习完毕模型M2包括判定上颚牙齿中的牙齿拥挤的有无的学习模型M21、判定下颚牙齿中的牙齿拥挤的有无的学习模型M22、判定上颚牙齿中的牙间隙的有无的学习模型M23、判定下颚牙齿中的牙间隙的有无的学习模型M24、以及判定牙间萎缩的有无的学习模型M25的至少一个。
对学习模型M的生成进行说明。学习模型M基于大致1万张口腔图像P生成。开发人员将口腔图像P分类为学习用图像、验证用图像以及测验用图像。学习用图像是生成学习模型M时的指导数据。验证用图像是用于基于学习用图像修正学习模型M的动作的图像。测验用图像是用于最终确认学习模型M的动作的图像。测验用图像例如为了确认学习模型M是否引起过度学习而使用。学习用图像是整体的约百分之56。验证用图像是整体的24%。测验用图像是整体的20%。在本实施方式中,学习模型M输出等级分类的结果。学习模型M将如下信息的至少一个输出:关于牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏以及着色的有无或者程度的信息,关于与第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息,关于在用户的口腔内是否存在牙周病的信息,关于咀嚼力是否降低的信息,关于咬合力是否降低的信息,以及关于是否产生口臭的信息。
图2示出用户的口腔图像P的一例。口腔图像P至少包括口腔内的第1特定部位。第1特定部位包括中切牙T1、与中切牙T1对应的牙龈、侧切牙T2、与侧切牙T2对应的牙龈、尖牙T3、以及与尖牙T3对应的牙龈。口腔图像P包括口腔内的牙齿图像及牙龈图像。牙齿图像包括口腔内的中切牙T1图像、侧切牙T2图像以及尖牙T3图像。牙龈图像包括与中切牙T1、侧切牙T2以及尖牙T3对应的牙龈的图像。口腔图像P包括用户的口腔内的上下左右四个第1特定部位中的至少一个第1特定部位。
参照图3,对口腔图像P所包括的牙齿图像的优选范围进行说明。在牙齿拥挤的有无的判断中,优选从中切牙T1的端部E1到虚线L2的范围包含于口腔图像P。在牙间隙的有无的判定中,优选从中切牙T1的端部E1到双点划线L3的范围包含于口腔图像P。在牙龈萎缩的有无的判定中,优选从中切牙T1的端部E1到实线L1的范围包含于口腔图像P。通过该范围的中切牙T1的图像包含于口腔图像P,从而对应的牙龈的图像包含于口腔图像P。
各口腔图像P由解析口腔的专家进行了指导。图4至图9示出进行了指导的口腔图像P的一例。解析口腔的专家例如是牙科医师、牙科卫生师、进行口腔状态的研究的研究人员、或者进行口腔护理项目的开发的开发人员。解析口腔的专家按口腔的口腔图像P的第1口腔区域R1及第2口腔区域R2进行了牙齿拥挤程度的判定、牙龈萎缩的判定以及牙间隙程度的判定。解析口腔的专家在牙齿拥挤程度的判定中基于牙齿拥挤的种类进行了判定。解析口腔的专家在牙龈萎缩的判定中从无牙龈萎缩到整体牙龈萎缩进行了多个阶段的判定。解析口腔的专家在牙间隙的判定中,针对上颚和下颚各自从无牙间隙到有重度牙间隙进行了多个阶段的评价。
口腔内的第1特定部位处的状态与口腔内的和第1特定部位不同的第2特定部位处的状态处于相关关系。在一例中,在以40~70年代的女性75人为对象的试验中,门牙的牙龈的状态和槽牙的牙龈的状态高度相关。即,在第1特定部位发生牙龈萎缩的情况下,在第2特定部位也发生牙龈萎缩。关于牙间隙及牙齿拥挤程度也同样。
对信息解析部33执行的包括关于口腔护理的信息的情况下的解析信息A的运算进行说明。在该情况下,输出信息O进一步包括回答信息。回答信息包括基于关于口腔护理的信息的针对用户的适当的口腔护理的例示。作为第1例,对关于口腔护理的信息包括关于用户的口腔护理项目使用行动的信息的情况进行说明。信息解析部33对关于口腔护理项目使用行动的信息和存储于信息存储部34的信息进行比较。例如,在口腔护理项目的使用频率、使用次数以及使用时间的至少一个小于存储于信息存储部34的预先决定的值的情况下,信息解析部33将催促用户行动使得大于预先决定的值的回答信息输出。预先决定的值例如也能够基于解析信息A或者推断信息E校正。例如,在解析信息A或者推断信息E包括口腔内存在牙齿拥挤的信息的情况下,信息解析部33以使口腔护理项目的使用频率、使用次数以及使用时间的至少一个预先决定的值变大的方式变更。作为用户的第2例,对关于口腔护理的信息包括关于用户的生活习惯的信息的情况进行说明。信息解析部33对关于用户的生活习惯的信息和存储于信息存储部34的信息进行比较。信息解析部33例如在饮食生活中吃糖度高的食品的频率高的情况下,将催促用户行动使得口腔护理的次数及时间增加的回答信息输出。作为第3例,对关于口腔护理的信息包括关于用户的口腔内分泌物的信息的情况进行说明。信息解析部33对用户的口腔内分泌物的酸度和一般的口腔内分泌物的酸度进行比较。在酸度的差为规定值以上的情况下,信息解析部33将关于适于使酸度的差减少的口腔清洗剂的推荐信息RI及关于口腔清洗剂的适当使用频率的回答信息输出。
信息解析部33将解析信息A、推断信息E以及回答信息向规定构成输出。在第1例中,信息解析部33向信息输出部32输出。在第2例中,信息解析部33向信息存储部34输出。在第3例中,信息解析部33向信息输出部32及信息存储部34两方输出。
信息解析部33至少将解析信息A与输出信息O对应起来。优选地,信息解析部33进一步包括输入信息I及推断信息E,并将其与输出信息O对应起来。对输出信息O进行说明。输出信息O包括关于用户的口腔护理的推荐信息RI。推荐信息RI至少包括口腔护理项目推荐信息RI1,口腔护理项目推荐信息RI1推荐与用户的口腔状态相应的口腔护理项目。推荐信息RI也可以进一步包括关于口腔护理项目的使用方法的信息RI2。关于口腔护理项目的使用方法的信息RI2也可以是口腔护理项目推荐信息RI1所包括的口腔护理项目的使用方法,还可以是口腔护理项目推荐信息RI1不包括的、一般的口腔护理项目的用法。推荐信息RI也可以进一步包括关于到牙科医院的接受诊断推荐、在牙科医院的治疗内容推荐、以及生活习惯的改善推荐的信息。治疗内容例如是牙周病的治疗、植入的实施以及矫正治疗。生活习惯的改善例如是进餐时间的变更及吸烟习惯的减少。
解析信息A、推断信息E以及回答信息和输出信息O的对应由信息解析部33以任意方式执行。在第1例中,通过由进行口腔状态的研究的研究人员或者进行口腔护理项目的开发的开发人员预先将解析信息A、推断信息E以及回答信息和输出信息O对应起来的对应表执行。在第2例中,解析信息A和输出信息O的对应通过机械学习的模型执行。
输出信息O包括多个输出信息。在一例中,输出信息O包括第1输出信息O1、第2输出信息O2、第3输出信息O3、第4输出信息O4以及第5输出信息O5。各输出信息O1~O5包括不同的推荐信息RI。
第1输出信息O1是在用户的口腔存在牙齿拥挤的情况下的输出信息O。第1输出信息O1包括作为口腔护理项目推荐信息RI1的、关于刷头尺寸小的牙刷的信息。刷头尺寸小的牙刷例如是小头牙刷。作为关于口腔护理项目的使用方法的信息RI2,例如包括使用直握法的刷牙动作。
第2输出信息O2是在用户的口腔不存在牙齿拥挤、存在牙龈炎、存在牙龈萎缩的情况下的输出信息O。第2输出信息O2包括作为口腔护理项目推荐信息RI1的、关于牙刷的硬度是第1硬度的商品的信息。作为关于口腔护理项目的使用方法的信息RI2,例如包括使用直握法的刷牙动作。
第3输出信息O3是在用户的口腔不存在牙齿拥挤、存在牙龈炎、存在牙龈萎缩的情况下的输出信息O。第3输出信息O3包括作为口腔护理项目推荐信息RI1的、关于牙刷的硬度是第2硬度的商品的信息。作为关于口腔护理项目的使用方法的信息RI2,例如包括使用手掌握持法的刷牙动作。第2硬度是与第1硬度相同的程度的硬度。
第4输出信息O4是在用户的口腔不存在牙齿拥挤、不存在牙龈炎、存在牙龈萎缩的情况下的输出信息O。第4输出信息O4包括作为口腔护理项目推荐信息RI1的、关于牙刷的硬度是第3硬度的商品的信息。作为关于口腔护理项目的使用方法的信息RI2,例如包括使用直握法的刷牙动作。第3硬度比第1硬度及第2硬度硬。
第5输出信息O5是在用户的口腔不存在牙齿拥挤、不存在牙龈炎、不存在牙龈萎缩的情况下的输出信息O。第5输出信息O5包括作为口腔护理项目推荐信息RI1的、关于牙刷的硬度是第4硬度的商品的信息。作为关于口腔护理项目的使用方法的信息RI2,例如包括使用直握法的刷牙动作。第4硬度比第3硬度硬。
关于各输出信息O1~O5的至少一个,推荐信息RI也可以进一步包括不同的口腔护理项目推荐信息RI1。在一例中,通过牙间隙的有无而附加信息。在通过口腔图像P的解析、或者用户的输入而判断为在口腔内有牙间隙的情况下,口腔护理项目推荐信息RI1例如进一步包括关于适当的牙间刷的信息。关于适当的牙间刷的信息根据牙间隙程度进一步被变更。在判断为没有牙间隙的情况下,口腔护理项目推荐信息RI1例如进一步包括关于适当的牙线的信息。在另外的例子中,在判断为使牙刷微微地活动的情况下,包括推荐的牙刷的刷头尺寸比不是使牙刷微微地活动的情况小的口腔护理项目推荐信息RI1。
参照图10,对信息解析部33执行的输出信息O的对应及输出控制的一例进行说明。信息解析部33例如以得到解析信息A及推断信息E为契机,执行向输出信息O的对应及输出。
信息解析部33在步骤S11的处理中参照解析信息A及推断信息E,判定在口腔内是否有牙齿拥挤。在肯定判定的情况下,信息解析部33执行步骤S15的处理。在否定判定的情况下,信息解析部33执行步骤S12的处理。
信息解析部33在步骤S12的处理中参照解析信息A及推断信息E,判定在口腔内是否有牙龈炎。在肯定判定的情况下,信息解析部33执行步骤S13的处理。在否定判定的情况下,信息解析部33执行步骤S14的处理。
信息解析部33在步骤S13的处理中参照解析信息A及推断信息E,判定在口腔内是否有牙龈萎缩。在肯定判定的情况下,信息解析部33执行步骤S16的处理。在否定判定的情况下,信息解析部33执行步骤S17的处理。
信息解析部33在步骤S14的处理中参照解析信息A及推断信息E,判定在口腔内是否有牙龈萎缩。在肯定判定的情况下,信息解析部33执行步骤S18的处理。在否定判定的情况下,信息解析部33执行步骤S19的处理。
信息解析部33在步骤S15的处理中将第1输出信息O1输出。输出对象例如是显示部25。在步骤S15的处理结束后,结束控制。
信息解析部33在步骤S16的处理中将第2输出信息O2输出。输出对象例如是显示部25。在步骤S16的处理结束后,结束控制。
信息解析部33在步骤S17的处理中将第3输出信息O3输出。输出对象例如是显示部25。在步骤S17的处理结束后,结束控制。
信息解析部33在步骤S18的处理中将第4输出信息O4输出。输出对象例如是显示部25。在步骤S18的处理结束后,结束控制。
信息解析部33在步骤S19的处理中将第5输出信息O5输出。输出对象例如是显示部25。在步骤S19的处理结束后,结束控制。
图11示出在界面部20的显示部25显示的输出信息O的一例。界面部20是智能手机,显示部25是显示器。输出信息O是第1输出信息O1。口腔护理项目推荐信息RI1例如用图像示出。关于口腔护理项目的使用方法的信息RI2例如用动态图像示出。
口腔护理项目推荐信息RI1包括牙刷、牙间清洁工具以及口腔清洗剂的至少一个。优选地,牙刷、牙间清洁工具以及口腔清洗剂包括关于各项目的种类能确定为一个的型号的信息。口腔护理项目推荐信息RI1也可以包括关于用于获得推荐的项目的店铺的信息。
关于口腔护理项目的使用方法的信息RI2在一例中将口腔护理项目推荐信息RI1所包括的口腔护理项目的一般的使用方法用动态图像来显示。例如在口腔内存在牙齿拥挤的情况下,在存在牙齿拥挤的地方将适当的刷牙动作用动态图像显示。在另外的例子中,将用户的口腔图像P所包括的第1特定部位处的口腔护理项目的使用方法示意性显示。例如在口腔内存在牙间隙的情况下,显示该地方的适当的口腔护理项目的使用方法。
显示部25进一步显示回答信息。在一例中,在用户的口腔内存在牙齿拥挤的情况下,显示催促用户执行每周三次以上使用口腔护理项目推荐信息所包括的小头牙刷刷牙的文章。也可以构成为:在用户实施和不实施回答信息所显示的内容的情况各自下,进一步显示暗示将来的口腔内状态的信息。也可以构成为:包括用于购买上述的小头牙刷的购买信息。在一例中,购买信息是关于能购买或者体验符合的口腔护理用品的店铺的信息。在另外的例子中,购买信息是销售符合的口腔护理用品的网上的网站信息。
对本实施方式的口腔护理推荐系统10的作用进行说明。用户将输入信息I输入到取得部23。控制部21控制通信部24而向服务器30输出输入信息I。服务器30用信息取得部31取得输入信息I。信息解析部33解析输入信息I而运算解析信息A。信息解析部33由解析信息A推断推断信息E。信息解析部33由输入信息I、解析信息A以及推断信息E运算包括推荐信息RI的输出信息O。服务器30从信息输出部32将输出信息O向界面部20输出。控制部21从通信部24取得输出信息O,并将其显示于显示部25。用户通过显示部25的显示来识别输出信息O所包括的推荐信息RI。
(第2实施方式的变形例)
关于第2实施方式的说明是关于本发明的口腔护理推荐系统可采取的方式的例示,并不意图限制该方式。本发明除实施方式以外,例如可采取以下所示的实施方式的变形例、及相互不矛盾的至少两个变形例组合而成的方式。
·学习模型M也可以构成为将回归分析的结果输出。在该情况下,学习模型M使牙齿拥挤程度、牙间隙程度以及牙龈萎缩程度的至少一个数值化并输出。
·学习完毕模型M1及学习完毕模型M2的至少一方也可以是通过无指导学习或者强化学习而学习的模型。各学习模型M11~M15及各学习模型M21~M25的至少一个也可以是通过无指导学习或者强化学习而学习的模型。
·学习模型M也可以是在口腔图像P中不区分第1口腔区域R1和第2口腔区域R2地判定能否评价的第1学习完毕模型M1及进行评价的第2学习完毕模型M2。学习模型M也可以是在口腔图像P中识别一组牙齿及牙龈,判定能否评价的第1学习完毕模型M1及进行评价的第2学习完毕模型M2。另外,在分别识别口腔区域R内的一组牙齿及牙龈,能评价过半数的情况下,也可以是执行解析的学习模型M。另外,可以预先设定成采用一组牙齿及牙龈各自的解析信息A,也可以使一组牙齿及牙龈各自的解析信息A数值化,采用其平均,还可以使一组牙齿及牙龈各自的解析信息A数值化,采用绝对值大的解析信息A。
·学习模型M也可以构成为将口腔图像P作为输出信息O用伪彩色显示。在一例中,将口腔图像P中学习模型M使用于解析的区域、或者产生牙间隙、牙龈萎缩以及牙齿拥挤的区域用红色显示。用户能容易识别利用于解析的区域及口腔状态发生问题的区域。
·解析信息A也可以包括第1特定部位处的牙齿的色素沉着的程度。信息解析部33利用用于解析第1特定部位处的牙齿的色素沉着的学习模型进行解析。推断信息E包括关于第2特定部位处的牙齿的色素沉着的程度的信息。
·输出信息O也可以进一步包括关于用户的当前的口腔状态的信息、关于用户的将来的口腔状态预测的信息、以及关于受到用户的口腔状态影响的用户的健康状态的信息的至少一个。关于用户的当前的口腔状态的信息包括以下信息中的至少一个,即:关于用户的口腔的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;关于是否存在牙周病的信息;关于咀嚼功能是否正常的信息;关于咬合是否正常的信息;关于吞咽功能是否正常的信息;以及关于与第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。关于用户的将来的口腔预测的信息包括表示经过规定期间后的用户的口腔状态的推断图像。关于受到用户的口腔状态影响的用户的健康状态的信息例如包括关于与牙周病或者口腔状态关联的除口腔以外的健康状态的信息。
口腔图像P也可以是拍摄了口腔内及口腔周围的动作的动态图像、或者包括用户使用口腔护理项目时的动作的动态图像。口腔图像P也可以是包括口腔内的第1特定部位及第2特定部位两方的图像,还可以是仅包括第2特定部位的图像。
·回答信息也可以构成为进一步根据口腔图像P的解析信息A。在一例中,口腔图像P是包括用户使用口腔护理项目时的动作的动态图像。回答信息包括关于从口腔图像所包括的用户的口腔护理项目的使用方法中选出更适当的使用方法的信息。例如,在用户的中切牙T1与侧切牙T2之间使用口腔护理项目的时间及次数短,存在刷不到的情况下,回答信息包括催促执行中切牙T1与侧切牙T2之间的护理的信息。
·输入信息I也可以经由IoT机器取得。在一例中,通过在使用于刷牙的口腔护理项目连接IoT机器,从而取得输入信息I。在一例中,输入信息I包括关于一天的刷牙次数及口腔护理项目的使用频率的信息。IoT机器也可以针对取得部23发送输入信息I,还可以针对服务器30发送输入信息I。
·学习模型M、对应表以及各种信息的至少一个也可以存储于除服务器30的信息存储部34以外的地方。在一例中,存储于设置于界面部20的存储部。在另外的例子中,存储于在外部环境构成的数据库。
输入信息I也可以包括第1输入信息I1和第2输入信息I2,第1输入信息I1包括用户的当前的状态信息,第2输入信息I2是用户的过去的状态信息。在第1输入信息I1及第2输入信息I2包括用户的口腔图像P的情况下,第2输入信息I2所包括的口腔图像P是比取得第1输入信息I1早规定时间的用户的口腔内的图像。在第1输入信息I1及第2输入信息I2包括关于用户的口腔护理的信息的情况下,第2输入信息I2所包括的关于口腔护理的信息是关于比取得第1输入信息I1早规定时间的口腔护理的信息。规定时间在一例中是一个月以上的时间。在另外的例子中,规定时间是一年以上的时间。第2输入信息I2也可以在通过取得部23取得第1输入信息I1前经由通信部24向服务器30发送,还可以在与第1输入信息I1的发送同时经由通信部24向服务器30发送。在该情况下,界面部20进一步具备至少存储第2输入信息I2的存储部。输入信息I也可以进一步包括在比第2输入信息I2早规定时间取得的第3输入信息I3。信息解析部33使用第1输入信息I1~第3输入信息I3的至少一个运算解析信息A及推断信息E。通过追加第3输入信息I3,从而精度进一步提高。规定时间的间隔也可以用各输入信息I变更。输入信息I也可以进一步包括第4输入信息以后的输入信息I。
(第3实施方式的口腔状态评价系统可采取的方式的一例)
(3-1)关于本发明的口腔状态评价系统具备:信息取得部,从界面部取得至少包括口腔内的第1特定部位的口腔图像作为输入信息;和信息解析部,通过学习模型解析所述输入信息,所述学习模型预先学习所述口腔图像以将该口腔图像用于评价所述口腔内的状态,所述信息解析部推断关于与所述第1特定部位不同的所述口腔内的第2特定部位处的状态的推断信息。
根据上述口腔状态评价系统,信息解析部由包括第1特定部位的口腔图像推断关于与第1特定部位不同的口腔内的第2特定部位的状态的推断信息。不管口腔图像是否包括第2特定部位,都能评价口腔整体的口腔状态。因此,通过简易的方式能评价口腔状态。
(3-2)根据所述口腔状态评价系统的一例,所述口腔图像包括所述口腔内的牙齿图像及牙龈图像。
根据上述口腔状态评价系统,因为口腔图像包括口腔内的适当部位的图像,所以能适当评价口腔状态。
(3-3)根据所述口腔状态评价系统的一例,所述牙齿图像包括所述口腔内的中切牙图像、侧切牙图像以及尖牙图像。
根据上述口腔状态评价系统,因为口腔图像包括口腔内的适当牙齿的图像,所以能适当评价口腔状态。
(3-4)根据所述口腔状态评价系统的一例,所述第2特定部位包括所述口腔内的小臼齿及大臼齿的至少一个,所述推断信息包括关于所述口腔内的小臼齿及大臼齿的信息的至少一个。
根据上述口腔状态评价系统,因为推断关于口腔内的小臼齿及大臼齿的信息的至少一个,所以能适当评价口腔状态。
(3-5)根据所述口腔状态评价系统的一例,所述推断信息包括以下信息中的至少一个,即:关于所述第2特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;关于是否存在牙周病的信息;关于咀嚼功能是否正常的信息;关于咬合是否正常的信息;关于吞咽功能是否正常的信息;以及关于与所述第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。
根据上述口腔状态评价系统,能推断第2特定部位的牙齿及牙龈的状态的至少一个。因此,能适当评价口腔状态。
(3-6)根据所述口腔状态评价系统的一例,进一步具备存储所述学习模型的信息存储部。
根据上述口腔状态评价系统,能适当参照用于解析口腔状态的学习模型。
(3-7)根据所述口腔状态评价系统的一例,所述输入信息进一步包括关于用户的生活习惯的信息、关于所述用户的口腔内分泌物的信息、关于所述用户的口腔内菌群的信息、关于所述用户的自身属性的信息、以及通过检测所述口腔内的状态的传感器得到的信息的至少一个。
根据上述口腔状态评价系统,能更适当评价口腔状态。
(3-8)根据所述口腔状态评价系统的一例,进一步具备信息输出部,所述信息输出部将与所述推断信息对应的信息作为输出信息输出,所述信息输出部将所述输出信息至少向所述界面部输出。
根据上述口腔状态评价系统,用户能容易识别输出信息。
(3-9)根据所述口腔状态评价系统的一例,所述输出信息包括关于用户的当前的口腔状态的信息、关于所述用户的将来的口腔状态预测的信息、关于针对所述用户的口腔护理方法的信息、以及关于受到所述用户的口腔状态影响的所述用户的健康状态的信息的至少一个。
根据上述口腔状态评价系统,用户能适当识别关于口腔状态的输出信息。
(第3实施方式)
参照图1至图9,对第3实施方式的口腔状态评价系统10进行说明。口腔状态评价系统10是取得及解析输入信息I并推断推断信息E的系统。口腔状态评价系统10也可以运算与推断信息E对应的输出信息O,并将其向规定构成输出。构成口腔状态评价系统10的主要要素是服务器30。优选地,口腔状态评价系统10具备界面部20,界面部20用于与服务器30执行信息交换。界面部20在一例中是构成为用户能携带的智能设备。智能设备包括平板终端或者智能手机。在另外的例子中,界面部20是个人电脑。个人电脑设置于用户的住宅、店铺或者牙科医院。店铺包括销售口腔护理项目的店铺或者销售其他商品的店铺。界面部20和服务器30例如构成为能使用因特网线路N相互通信。在另外的例子中,界面部20和服务器30一体构成。
界面部20具备控制部21、存储部22、取得部23、通信部24以及显示部25。控制部21包括执行预先决定的控制程序的运算处理装置。运算处理装置例如包括CPU、GPU或者MPU。
存储部22存储控制部21执行的各种控制程序及使用于各种控制处理的信息。存储部22例如包括非易失性存储器及易失性存储器。非易失性存储器例如包括ROM、EPROM、EEPROM以及闪存存储器的至少一个。易失性存储器例如包括RAM。
取得部23从用户取得输入信息I。取得部23具备用于取得用户的输入信息I的任意构成。在第1例中是能取得用户的口腔的口腔图像P的照相机。口腔图像P包括静止图像及动态图像。口腔图像P包括具有纵深信息的三维图像或者通过将多个图像拼接而构成的全景图像。照相机可以是搭载于智能设备的照相机,也可以另外独立的照相机。独立的照相机例如是适于口腔内拍摄的在顶端部设置有照相机的笔型的照相机或者能进行360°范围的拍摄的照相机。独立的照相机构成为能与控制部21进行有线或者无线通信。独立的照相机拍摄的口腔图像P通过有线或者无线通信向控制部21发送。在第2例中,取得部23是构成为用户能输入或者选择字符等的用户界面。用户的输入信息I也可以进一步包括关于用户的生活习惯的信息、关于用户的口腔内分泌物的信息、关于用户的口腔内菌群的信息、针对规定询问的回答信息、以及关于用户的自身属性的信息的至少一个。关于用户的生活习惯的信息包括关于用户的进餐内容、口腔护理行动、起床或者睡眠时间的信息。关于用户的口腔内分泌物的信息包括关于唾液的量、粘性、氢离子浓度、抗菌成分的量、以及与牙齿的再石灰化有关的成分的量的信息。关于用户的口腔内菌群的信息包括关于在唾液中、牙垢或者粘膜存在的主要细菌的量及种类的信息及关于主要细菌的抗体的种类及量的信息。关于用户的口腔内分泌物的信息及关于用户的口腔内菌群的信息可以是针对用户的问诊结果,也可以是通过规定方式对在用户的口腔内存在的口腔内分泌物等进行检查的结果信息。针对规定询问的回答信息包括与用户的牙龈状态有关的询问、口腔护理时的偏好的刷牙方法、一天的刷牙次数、每一次刷牙长达的时间、实施刷牙的时刻以及假牙的有无。与用户的牙龈状态有关的询问例如包括刷牙时或者饮食时的从牙龈的出血的有无。关于用户的自身属性的信息例如是用户自身的年龄、性别、身高、体重、灵活的手以及既往履历。在第3例中,取得部23是检测口腔内的状态的传感器。传感器例如是荧光传感器及温度传感器。荧光传感器照射规定波长的光,使光量定量而测定口腔内的规定物的分布及量。规定物例如是色素沉着或者牙菌斑。温度传感器测定口腔内的温度。传感器构成为能与控制部21进行有线或者无线通信。通过传感器得到的信息通过有线或者无线通信向控制部21发送。在本实施方式中,取得部23也可以通过将第1例至第3例的多个组合而构成。传感器也可以构成为能进一步测定咀嚼力、咬合力、牙龈的血流量、口臭、刷牙时的牙刷压强、或者刷牙时的牙刷动作的至少一个。
通信部24构成为能基于控制部21的控制而与界面部20外进行通信。通信部24构成为能经由因特网线路N进行通信。通信部24也可以构成为能通过有线通信或者无线通信与界面部20的服务器30进行通信。通信部24例如基于控制部21的控制而发送取得部23取得的用户的输入信息I,并接收来自服务器30的输出信息O。
显示部25基于控制部21的控制显示各种信息。各种信息例如是关于用户的输入信息I的信息及关于来自服务器30的输出信息O的信息。在一例中,显示部25通过显示器构成。显示部25的显示器也可以由触摸面板构成。在显示部25的一部分由触摸面板构成的情况下,其一部分也可以兼备取得部23的用户界面的功能。
用户例如通过向界面部20输入规定的URL、或者用界面部20读取QR码(注册商标)时,从而与服务器30进行通信。也可以通过用户选择在显示部25显示的图标,从而开始与服务器30的通信。
服务器30具备信息取得部31、信息输出部32、信息解析部33以及信息存储部34。信息取得部31构成为能取得信息。在一例中,信息取得部31从界面部20的通信部24取得信息。信息输出部32构成为能输出信息。在一例中,信息输出部32向界面部20的通信部24输出信息。
信息解析部33执行各种解析及控制。信息解析部33包括执行预先决定的控制程序的运算处理装置。运算处理装置例如包括CPU或者MPU。信息解析部33构成为能解析从用户输入的输入信息I。在第1例中,信息解析部33通过基于机械学习的学习模型M来解析输入信息I。该情况下的输入信息I包括用户的口腔图像P。学习模型M在一例中是作为机械学习的模型之一的有指导学习模型。在第2例中,信息解析部33参照存储于信息存储部34的对应表,解析输入信息I。该情况下的输入信息I变更为口腔图像P或者除口腔图像P之外还包括关于用户的生活习惯的信息、关于用户的口腔内分泌物的信息、关于用户的口腔内菌群的信息、以及针对规定询问的回答信息的至少一个。对应表是输入信息I或者推断信息E的至少一个和输出信息O对应起来的表。在除口腔图像P之外进一步包括输入信息I的情况下,在一例中,学习模型M进一步包括对口腔图像P以外的输入信息I进行解析的另外的学习模型。另外的学习模型例如构成为能输出用于校正口腔图像P的推断信息E的参数。在另外的例子中,学习模型M构成为能执行多样式学习的模型,多样式学习使口腔图像P及不包括口腔图像P的输入信息I两方组合来学习。
信息存储部34存储学习模型M、对应表以及各种信息的至少一个。信息解析部33参照根据需要存储于信息存储部34的学习模型M、对应表以及各种信息。
对信息解析部33执行的使用学习模型M的包括口腔图像P的输入信息I的解析进行说明。信息解析部33执行的解析步骤包括多个工序。多个工序包括:从用户的口腔图像P检测口腔区域R的第1工序;根据输入信息I推断推断信息E的第2工序;以及运算与推断信息E对应的输出信息O的第3工序。
第1工序由信息解析部33通过任意方式执行。在一例中,利用适于检测脸的学习完毕模型,从用户的口腔的口腔图像P检测口腔区域R。口腔区域R包括第1口腔区域R1及第2口腔区域R2,第1口腔区域R1包括用户的上颚牙齿,第2口腔区域R2包括用户的下颚牙齿。检测脸的学习完毕模型例如通过API向信息解析部33导入。
在第1工序中,在从口腔图像P不能取得口腔区域R的情况下,信息解析部33将该内容经由信息输出部32向界面部20的显示部25输出。在一例中,由于在口腔图像P不包括口腔区域R、口腔图像P抖动、或者口腔图像P的亮度不适当而不能识别口腔区域R,因此将要求用户再次输入包括口腔图像P的输入信息I的信息向界面部20的显示部25输出。在能取得第1口腔区域R1及第2口腔区域R2的一方而不能取得另一方的情况下,信息解析部33可以判断为第1工序完成,也可以将要求用户再次输入输入信息I的信息向界面部20输出。
在第2工序中,信息解析部33通过存储于信息存储部34的学习模型M解析口腔图像P,推断推断信息E。推断信息E包括关于规定状态的有无、程度以及发生概率的至少一个的信息。推断信息E包括以下信息中的至少一个,即:关于与第1特定部位不同的第2特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;或者关于与第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。关于牙齿、牙龈及口腔粘膜的状态的信息例如包括牙齿磨损、牙齿缺损、牙齿断裂的有无或者程度、血色、干燥状态以及质感的至少一个。质感包括多个质感,多个质感例如包括在用手指接触的情况下感到绷紧的坚硬质感、和在用手指接触的情况下感到松动的柔软质感。第2特定部位包括口腔内的小臼齿及大臼齿的至少一个。推断信息E包括关于口腔内的小臼齿及大臼齿的信息的至少一个。推断信息E也可以包括关于在用户的口腔内是否存在牙周病的信息、关于咀嚼功能是否正常的信息、关于咬合是否正常的信息、关于吞咽功能是否正常的信息的至少一个。关于是否存在牙周病的信息是关于在牙龈与牙齿之间产生的所谓的牙周袋的大小、深度以及数量的至少一个的信息。关于咀嚼功能是否正常的信息,例如是关于咀嚼力、偏侧咀嚼的有无以及咀嚼声的信息。关于咬合是否正常的信息,例如是关于咬合力及上颚牙齿和下颚牙齿的咬合的信息。关于吞咽功能是否正常的信息例如是关于吞咽障碍的有无的信息。
在第2工序中,学习模型M进一步运算第1信息和第2信息的对应。第1信息例如是第1特定部位处的牙齿拥挤的有无。第2信息例如是第2特定部位处的牙间隙的有无。信息解析部33例如是用统计学上的解析来运算第1信息和第2信息的关联性。在第1特定部位存在牙齿拥挤的情况下,在通过学习模型M的统计学上的解析可明确关于在第2特定部位存在牙间隙具有相关的情况下,信息解析部33将该内容追加到推断信息E。在另外的例子中,第1信息是关于用户的灵活的手的信息。第2信息是第1特定部位处的牙龈萎缩的有无。通过学习模型M的解析,例如在第1特定部位处与灵活的手相同侧的牙龈萎缩程度大于与灵活的手相反侧的牙龈萎缩程度的情况下,有可能用户的护理方法不失衡。信息解析部33将该内容追加到推断信息E。
在第3工序中,信息解析部33运算与推断信息E的至少一方对应的输出信息O。输出信息O包括关于用户的当前的口腔状态的信息、关于用户的将来的口腔状态预测的信息、关于针对用户的口腔护理方法的信息、以及关于受到用户的口腔状态影响的用户的健康状态的信息的至少一个。
对用于解析口腔区域R的学习模型M进行说明。学习模型M包括多个学习完毕模型。学习模型M包括判定能否评价口腔区域R的第1学习完毕模型M1和实际评价口腔区域R的第2学习完毕模型M2。
第1学习完毕模型M1包括学习模型M11、学习模型M12、学习模型M13、学习模型M14以及学习模型M15的至少一个,学习模型M11判定是否为能解析口腔图像P的口腔区域R的画质,学习模型M12判定能否进行牙齿拥挤评价,学习模型M13判定能否进行上颚牙齿中的牙间隙评价,学习模型M14判定能否进行下颚牙齿中的牙间隙评价,学习模型M15判定能否进行牙龈萎缩评价。
第2学习完毕模型M2包括判定上颚牙齿中的牙齿拥挤的有无的学习模型M21、判定下颚牙齿中的牙齿拥挤的有无的学习模型M22、判定上颚牙齿中的牙间隙的有无的学习模型M23、判定下颚牙齿中的牙间隙的有无的学习模型M24、以及判定牙间萎缩的有无的学习模型M25的至少一个。
对学习模型M的生成进行说明。学习模型M基于大约1万张口腔图像P生成。开发人员将口腔图像P分类为学习用图像、验证用图像以及测验用图像。学习用图像是生成学习模型M时的指导数据。验证用图像是用于基于学习用图像修正学习模型M的动作的图像。测验用图像是用于最终确认学习模型M的动作的图像。测验用图像例如为了确认学习模型M是否引起过度学习而使用。学习用图像是整体的百分之56。验证用图像是整体的24%。测验用图像是整体的20%。在本实施方式中,学习模型M输出等级分类的结果。学习模型M如下信息的至少一个输出:关于牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息,关于在用户的口腔内是否存在牙周病的信息,关于咀嚼功能是否正常的信息,关于咬合是否正常的信息,关于吞咽功能是否正常的信息,以及关于与第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。
图2示出用户的口腔图像P的一例。口腔图像P至少包括口腔内的第1特定部位。第1特定部位包括中切牙T1、与中切牙T1对应的牙龈、侧切牙T2、与侧切牙T2对应的牙龈、尖牙T3、以及与尖牙T3对应的牙龈。口腔图像P包括口腔内的牙齿图像及牙龈图像。牙齿图像包括口腔内的中切牙T1图像、侧切牙T2图像、以及尖牙T3图像。牙龈图像包括与中切牙T1、侧切牙T2以及尖牙T3对应的牙龈的图像。口腔图像P包括用户的口腔内的上下左右四个第1特定部位中的至少一个第1特定部位。
参照图3,对口腔图像P所包括的牙齿图像的优选范围进行说明。在牙齿拥挤的有无的判断中,优选从中切牙T1的端部E1到虚线L2的范围包含于口腔图像P。在牙间隙的有无的判定中,优选从中切牙T1的端部E1到双点划线L3的范围包含于口腔图像P。在牙龈萎缩的有无的判定中,优选从中切牙T1的端部E1到实线L1的范围包含于口腔图像P。通过该范围的中切牙T1的图像包含于口腔图像P,从而对应的牙龈的图像包含于口腔图像P。
各口腔图像P由解析口腔的专家进行了指导。图4至图9示出进行了指导的口腔图像P的一例。解析口腔的专家例如是牙科医师、牙科卫生师、进行口腔状态的研究的研究人员、或者进行口腔护理用品的开发的开发人员。解析口腔的专家按口腔的口腔图像P的第1口腔区域R1及第2口腔区域R2进行牙齿拥挤程度的判定、牙龈萎缩程度的判定以及牙间隙程度的判定。解析口腔的专家在牙齿拥挤程度的判定中基于牙齿拥挤的种类进行了判定。解析口腔的专家在牙龈萎缩的判定中从无牙龈萎缩到整体牙龈萎缩进行了多个阶段的判定。解析口腔的专家在牙间隙的判定中,针对上颚和下颚各自从无牙间隙到有重度牙间隙进行了多个阶段的评价。
口腔内的第1特定部位处的状态与口腔内的和第1特定部位不同的第2特定部位处的状态处于相关关系。在一例中,在以40~70年代的女性75人为对象的试验中,门牙的牙龈的状态和槽牙的牙龈的状态高度相关。即,在第1特定部位发生牙龈萎缩的情况下,在第2特定部位也发生牙龈萎缩。关于牙间隙及牙齿拥挤程度也同样。
信息解析部33将推断信息E向规定构成输出。在第1例中,信息解析部33向信息输出部32输出。在第2例中,信息解析部33向信息存储部34输出。在第3例中,信息解析部33将推断信息E向信息输出部32及信息存储部34两方输出。
推断信息E与输出信息O对应起来。对输出信息O进行说明。输出信息O包括关于用户的当前的口腔状态的信息、关于用户的将来的口腔状态预测的信息、关于针对用户的口腔护理方法的信息、以及关于受到用户的口腔状态影响的用户的健康状态的信息的至少一个。关于用户的当前的口腔状态的信息包括关于用户的口腔内整体的牙齿拥挤的有无、牙龈萎缩的有无、以及牙间隙的有无的信息的至少一个。关于用户的当前的口腔状态的信息也可以进一步包括是否有牙龈炎、是否刷不到、刷不到的部位的状态、是否磨牙、是否知觉过敏、以及是否口臭的至少一个。
关于用户的将来的口腔预测的信息包括推断图像,推断图像示出经过规定期间后的用户的口腔状态。关于针对用户的口腔护理方法的信息包括关于适于用户的口腔状态的口腔护理用品及使用方法的信息。关于受到用户的口腔状态影响的用户的健康状态的信息例如包括关于与牙周病或者口腔状态关联的除口腔以外的健康状态的信息。
推断信息E和输出信息O的对应由信息解析部33以任意方式执行。在第1例中,通过由进行口腔状态的研究的研究人员或者进行口腔护理用品的开发的开发人员预先将推断信息E和输出信息O对应起来的对应表执行。在第2例中,推断信息E和输出信息O的对应通过机械学习的模型执行。
对本实施方式的口腔状态评价系统10的作用进行说明。用户将输入信息I输入到取得部23。控制部21控制通信部24而向服务器30输出输入信息I。服务器30由信息取得部31取得输入信息I。信息解析部33利用存储于信息存储部34的学习模型M,由输入信息I运算推断信息E。信息解析部33运算与推断信息E对应的输出信息O。服务器30从信息输出部32将输出信息O向界面部20输出。控制部21从通信部24取得输出信息O,并将其显示于显示部25。用户通过显示部25的显示来识别输出信息O。
根据本实施方式的口腔状态评价系统10,进一步得到以下效果。
信息解析部33对任意组合的第1信息和第2信息的关联进行解析。因此,通过信息解析部33执行的使用学习模型M的解析,能执行在解析口腔的专家的分析中未表面化的口腔状态的评价。
(第3实施方式的变形例)
关于第3实施方式的说明是关于本发明的口腔状态评价系统及口腔护理推荐方法可采取的方式的例示,并不意图限制该方式。本发明除了实施方式以外,例如可采取以下所示的实施方式的变形例、及相互不矛盾的至少两个变形例组合而成的方式。
·学习模型M也可以构成为将回归分析的结果输出。在该情况下,学习模型M将牙齿拥挤程度、牙间隙程度以及牙龈萎缩程度的至少一个数值化并输出。
·学习完毕模型M1及学习完毕模型M2的至少一方也可以是通过无指导学习或者强化学习而学习的模型。各学习模型M11~M15及各学习模型M21~M25的至少一个也可以是通过无指导学习或者强化学习而学习的模型。
·学习模型M也可以是在口腔图像P中不区分第1口腔区域R1和第2口腔区域R2地判定能否评价的第1学习完毕模型M1及进行评价的第2学习完毕模型M2。学习模型M也可以是在口腔图像P中识别一组牙齿及牙龈,判定能否评价的第1学习完毕模型M1及进行评价的第2学习完毕模型M2。另外,在分别识别口腔区域R内的一组牙齿及牙龈,能评价过半数的情况下,也可以是执行解析的学习模型M。
·学习模型M也可以构成为将口腔图像P作为输出信息O用伪彩色显示。在一例中,将口腔图像P中的学习模型M使用于解析的区域、或者产生牙间隙、牙龈萎缩以及牙齿拥挤的区域用红色显示。用户能容易识别利用于解析的区域及口腔状态发生问题的区域。
·第2工序中的第1信息及第2信息的组合可选择任意的组合。第1信息及第2信息两方可以分别是不同的输入信息I,而且第1信息及第2信息两方也可以分别是不同的推断信息E。
·在输出信息O包括关于用户的口腔护理用品及使用方法的信息的情况下,也可以构成为包括用于购买符合的口腔护理用品的购买信息。在一例中,购买信息是关于能购买或者体验符合的口腔护理用品的店铺的信息。在另外的例子中,购买信息是销售符合的口腔护理用品的网上的网站信息。
·输入信息I也可以经由IoT机器取得。在一例中,通过在使用于刷牙的口腔护理项目连接IoT机器,从而取得输入信息I。在一例中,输入信息I包括关于一天的刷牙次数及口腔护理项目的使用频率的信息。IoT机器也可以向取得部23发送输入信息I,还可以向服务器30发送输入信息I。
·学习模型M、对应表以及各种信息的至少一个也可以存储于除服务器30的信息存储部34以外的地方。在一例中,存储于设置于界面部20的存储部。在另外的例子中,存储于在外部环境构成的数据库。
输入信息I也可以包括第1输入信息I1和第2输入信息I2,第1输入信息I1包括用户的当前的状态信息,第2输入信息I2是用户的过去的状态信息。在第1输入信息I1及第2输入信息I2包括用户的口腔图像P的情况下,第2输入信息I2所包括的口腔图像P是比取得第1输入信息I1早规定时间的用户的口腔内的图像。在第1输入信息I1及第2输入信息I2包括关于用户的口腔护理的信息的情况下,第2输入信息I2所包括的关于口腔护理的信息是比取得第1输入信息I1早规定时间的关于口腔护理的信息。规定时间在一例中是一个月以上的时间。在另外的例子中,规定时间是一年以上的时间。第2输入信息I2也可以在通过取得部23取得第1输入信息I1前经由通信部24向服务器30发送,还可以与第1输入信息I1的发送同时经由通信部24向服务器30发送。在该情况下,界面部20进一步具备至少存储第2输入信息I2的存储部。输入信息I也可以进一步包括比第2输入信息I2早规定时间取得的第3输入信息I3。信息解析部33使用第1输入信息I1~第3输入信息I3的至少一个运算推断信息E。通过追加第3输入信息I3,从而精度进一步提高。规定时间的间隔也可以用各输入信息I变更。输入信息I也可以进一步包括第4输入信息以后的输入信息I。
(第4实施方式的口腔状态通知系统可采取的方式的一例)
(4-1)关于本发明的口腔状态通知系统具备:信息取得部,取得来自界面部的输入信息;信息解析部,基于所述输入信息解析用户的口腔状态;以及信息输出部,将所述信息解析部的解析结果作为输出信息输出,所述输出信息包括与经过规定期间后的所述用户状态对应的将来信息。
根据上述口腔状态通知系统,输出信息包括与经过规定期间后的所述用户状态对应的将来信息。用户通过参照将来信息,从而能识别经过规定期间的用户状态。因此,用户能容易识别继续当前实施的口腔护理是否适当、或者变更当前的口腔护理而实施其他方法是否适当,能启发口腔护理行动的实施。
(4-2)根据所述口腔状态通知系统的一例,所述将来信息包括第1将来信息,所述第1将来信息是关于经过所述规定期间后的所述用户的口腔内的状态的信息,所述第1将来信息包括以下信息中的至少一个,即:关于所述用户的口腔内的牙间隙、牙龈萎缩、牙齿拥挤、失去的天然牙的颗数、牙的拔牙风险、龋齿、知觉过敏、口臭、着色、牙齿磨损、牙齿缺损、以及牙齿断裂的有无或者程度的信息;关于是否存在牙周病的信息;关于咀嚼功能是否正常的信息;关于咬合是否正常的信息;关于吞咽功能是否正常的信息;以及关于所述用户的口腔内的牙齿、牙龈及口腔粘膜的状态的信息。
根据上述口腔状态通知系统,将来信息包括关于用户的口腔内的状态的第1信息。因此,能容易识别将来的口腔内的状态。
(4-3)根据所述口腔状态通知系统的一例,所述将来信息包括与第1将来信息不同的第2将来信息,所述第2将来信息包括关于所述用户的口腔内护理的实施的信息、关于所述用户的生活风险的信息、以及关于所述用户的口腔关联疾病的信息的至少一个。
根据上述口腔状态通知系统,用户能容易识别将来信息所包括的第2将来信息。
(4-4)根据所述口腔状态通知系统的一例,所述输入信息包括所述用户的口腔图像及关于所述用户的口腔护理的信息的至少一个。
根据上述口腔状态通知系统,能与输入信息对应地将适当的将来信息输出。
(4-5)根据所述口腔状态通知系统的一例,关于所述用户的口腔护理的信息包括关于所述用户的口腔护理项目使用行动的信息、关于所述用户的生活习惯的信息、关于所述用户的口腔内分泌物的信息、关于所述用户的口腔内菌群的信息、关于所述用户的自身属性的信息、以及通过检测所述口腔内的状态的传感器得到的信息的至少一个。
根据上述口腔状态通知系统,能与输入信息对应地将适当的将来信息输出。
(4-6)根据所述口腔状态通知系统的一例,所述输入信息包括第1输入信息和第2输入信息,所述第1输入信息包括所述用户的当前的状态信息,所述第2输入信息是所述用户的过去的状态信息。
根据上述口腔状态通知系统,能通过多个输入信息进行解析,因此将来信息的精度提高。
(4-7)根据所述口腔状态通知系统的一例,进一步包括信息存储部,所述信息存储部存储用于解析所述输入信息的模型,所述信息解析部通过所述模型解析所述输入信息。
根据上述口腔状态通知系统,因为使用模型进行解析,所以将来信息的精度提高。
(4-8)根据所述口腔状态通知系统的一例,所述信息输出部将所述输出信息向所述界面部及存储所述输出信息的数据库的至少一个输出。
根据上述口腔状态通知系统,能适当活用输出信息。
(第4实施方式)
参照图1至图9,对第4实施方式的口腔状态通知系统10进行说明。口腔状态通知系统10是对取得的输入信息I进行解析,基于由输入信息I得到的解析信息A将输出信息O输出的系统。输出信息O包括与经过规定期间后的用户状态对应的将来信息F。口腔状态通知系统10也可以由解析信息A推断关于口腔内的状态的推断信息E,进一步基于推断信息E将输出信息O输出。构成口腔状态通知系统10的主要要素是服务器30。优选地,口腔状态通知系统10具备界面部20,界面部20用于与服务器30执行信息交换。界面部20在一例中是构成为用户能携带的智能设备。智能设备包括平板终端或者智能手机。在另外的例子中,界面部20是个人电脑。个人电脑设置于用户的住宅、店铺或者牙科医院。店铺包括销售口腔护理项目的店铺或者销售其他商品的店铺。界面部20和服务器30例如构成为能使用因特网线路N相互通信。在另外的例子中,界面部20和服务器30一体构成。
界面部20具备控制部21、存储部22、取得部23、通信部24以及显示部25。控制部21包括执行预先决定的控制程序的运算处理装置。运算处理装置例如包括CPU、GPU或者MPU。
存储部22存储控制部21执行的各种控制程序及使用于各种控制处理的信息。存储部22例如包括非易失性存储器及易失性存储器。非易失性存储器例如包括ROM、EPROM、EEPROM以及闪存存储器的至少一个。易失性存储器例如包括RAM。
取得部23从用户取得输入信息I。输入信息I包括用户的口腔图像P及关于用户的口腔护理的信息的至少一个。取得部23具备用于取得用户的输入信息I的任意构成。在第1例中是能取得用户的口腔的口腔图像P的照相机。口腔图像P包括静止图像及动态图像。口腔图像P包括具有纵深信息的三维图像或者通过将多个图像拼接而构成的全景图像。照相机可以是搭载于智能设备的照相机,也可以是另外独立的照相机。独立的照相机例如是适于口腔内拍摄的在顶端部设置有照相机的笔型照相机或者能进行360°范围的拍摄的照相机。独立的照相机构成为能与控制部21进行有线或者无线通信。独立的照相机拍摄的口腔图像P通过有线或者无线通信向控制部21发送。第2例的取得部23取得关于用户的口腔护理的信息。在第2例中,取得部23是构成为用户能输入或者选择字符等的用户界面。关于用户的口腔护理的信息包括关于用户的口腔护理项目使用行动的信息、关于用户的生活习惯的信息、关于用户的口腔内分泌物的信息、关于用户的口腔内菌群的信息、关于针对规定询问的回答的信息、以及关于用户的自身属性的信息的至少一个。关于用户的口腔护理项目使用行动的信息包括用户的口腔护理项目的型号、使用频率、使用次数以及使用时间的至少一个。口腔护理项目例如包括牙刷、牙间清洁工具以及口腔清洗剂的至少一个。关于用户的生活习惯的信息包括关于用户的进餐内容、起床或者睡眠时间的信息。关于用户的口腔内分泌物的信息包括关于唾液的量、粘性、氢离子浓度、抗菌成分的量、以及与牙齿的再石灰化有关的成分的量的信息。关于用户的口腔内菌群的信息包括关于在唾液中、牙垢或者粘膜存在的主要细菌的量及种类的信息及关于主要细菌的抗体的种类及量的信息。关于用户的口腔内分泌物的信息及关于用户的口腔内菌群的信息可以是针对用户的问诊结果,也可以是通过规定方式对在用户的口腔内存在的口腔内分泌物等进行检查的结果信息。关于针对规定询问的回答的信息包括与用户的牙龈状态有关的询问、口腔护理时的偏好的刷牙方法、在吃冷东西是否感到刺激、是否感到口臭、当前的天然牙的颗数、一天的刷牙次数、每一次刷牙长达的时间、实施刷牙的时刻、口腔护理项目的使用频率、以及假牙的有无。与用户的牙龈状态有关的询问例如包括刷牙时或者饮食时的从牙龈的出血的有无。关于用户的自身属性的信息例如是用户自身的年龄、性别、身高、体重、遗传性疾病的有无以及既往履历。在第3例中,取得部23是检测口腔内的状态的传感器。传感器例如是荧光传感器及温度传感器。传感器检测口腔内的状态。荧光传感器照射规定波长的光,使光量定量而测定口腔内的规定物的分布及量。规定物例如是色素沉着或者牙菌斑。温度传感器测定口腔内的温度。传感器构成为能与控制部21进行有线或者无线通信。通过传感器得到的信息通过有线或者无线通信向控制部21发送。在本实施方式中,取得部23也可以通过将第1例至第3例的多个组合而构成。传感器也可以构成为能进一步测定咀嚼力、咬合力、牙龈的血流量、口臭、刷牙时的牙刷压强、或者刷牙时的牙刷动作的至少一个。
输入信息I包括第1输入信息I1和第2输入信息I2,第1输入信息I1包括用户的当前的状态信息,第2输入信息I2是用户的过去的状态信息。在第1输入信息I1及第2输入信息I2包括用户的口腔图像P的情况下,第2输入信息I2所包括的口腔图像P是比取得第1输入信息I1早规定时间的用户的口腔内的图像。在第1输入信息I1及第2输入信息I2包括关于用户的口腔护理的信息的情况下,第2输入信息I2所包括的关于口腔护理的信息是比取得第1输入信息I1早规定时间的关于口腔护理的信息。规定时间在一例中是一个月以上的时间。在另外的例子中,规定时间是一年以上的时间。第2输入信息I2也可以在通过取得部23取得第1输入信息I1前经由通信部24向服务器30发送,还可以与第1输入信息I1的发送同时经由通信部24向服务器30发送。在该情况下,界面部20进一步具备至少存储第2输入信息I2的存储部。
通信部24构成为能基于控制部21的控制而与界面部20外进行通信。通信部24构成为能经由因特网线路N进行通信。通信部24也可以构成为能通过有线通信或者无线通信与界面部20的服务器30进行通信。通信部24例如基于控制部21的控制而发送取得部23取得的用户的输入信息I,接收来自服务器30的输出信息O。
显示部25基于控制部21的控制而显示各种信息。各种信息例如是关于用户的输入信息I的信息及关于来自服务器30的输出信息O的信息。在一例中,显示部25通过显示器构成。显示部25的显示器也可以由触摸面板构成。在显示部25的一部分由触摸面板构成的情况下,该一部分也可以兼备取得部23的用户界面的功能。
用户例如通过向界面部20输入规定的URL、或者用界面部20读取QR码(注册商标),从而与服务器30进行通信。也可以通过用户选择在显示部25显示的图标,从而开始与服务器30的通信。
服务器30具备信息取得部31、信息输出部32、信息解析部33以及信息存储部34。信息取得部31构成为能取得信息。在一例中,信息取得部31从界面部20的通信部24取得信息。信息输出部32构成为能输出信息。在一例中,信息输出部32向界面部20的通信部24输出信息。在另外的例子中,信息输出部32向数据库输出信息。
信息解析部33执行各种解析及控制。信息解析部33包括执行预先决定的控制程序的运算处理装置。运算处理装置例如包括CPU或者MPU。信息解析部33构成为能解析从用户输入的输入信息I。在第1例中,信息解析部33通过基于机械学习的学习模型M来解析输入信息I。该情况下的输入信息I包括用户的口腔图像P。学习模型M在一例中是作为机械学习的模型之一的有指导学习模型。在第2例中,信息解析部33参照存储于信息存储部34的对应表,解析输入信息I。该情况下的输入信息I变更为口腔图像P或者除口腔图像P之外还包括关于用户的口腔护理的信息。对应表是输入信息I和解析信息A对应起来的表。对应表也可以使输入信息I及解析信息A和推断信息E对应起来。在除口腔图像P之外进一步包括输入信息I的情况下,在一例中,学习模型M进一步包括对口腔图像P以外的输入信息I进行解析的另外的学习模型。另外的学习模型例如构成为能输出用于校正口腔图像P的解析信息A的参数。在另外的例子中,学习模型M构成为能执行多样式学习的模型,多样式学习使口腔图像P及不包括口腔图像P的输入信息I两方组合来学习。在输入信息I包括第1输入信息I1及第2输入信息I2的情况下,按每个输入信息I进行解析,运算对应的多个解析信息A及多个推断信息E。在输入信息I包括第1输入信息I1及第2输入信息I2的情况下,也可以通过多个输入信息I运算对应的一个解析信息A及多个推断信息E。
信息存储部34存储学习模型M、对应表以及各种信息的至少一个。信息解析部33参照根据需要存储于信息存储部34的学习模型M、对应表以及各种信息。信息存储部34例如包括非易失性存储器及易失性存储器。非易失性存储器例如包括ROM、EPROM、EEPROM以及闪存存储器的至少一个。易失性存储器例如包括RAM。
对信息解析部33执行的使用学习模型M的包括口腔图像P的输入信息I的解析进行说明。信息解析部33执行的解析步骤包括多个工序。多个工序包括:从用户的口腔图像P检测口腔区域R的第1工序;通过对口腔图像P所包括的口腔区域R进行解析而运算解析信息A的第2工序;由解析信息A推断推断信息E的第3工序;以及运算与解析信息A及推断信息E对应的输出信息O的第4工序。第3工序中的推断信息E的取得可得到使输出信息O的精度提高的效果。
第1工序由信息解析部33通过任意方式执行。在一例中,利用适于检测脸的学习完毕模型,从用户的口腔的口腔图像P检测口腔区域R。口腔区域R包括第1口腔区域R1及第2口腔区域R2,第1口腔区域R1包括用户的上颚牙齿,第2口腔区域R2包括用户的下颚牙齿。检测脸的学习完毕模型例如通过API向信息解析部33导入。
在第1工序中,在从口腔图像P不能取得口腔区域R的情况下,信息解析部33将该内容经由信息输出部32向界面部20的显示部25输出。在一例中,由于在口腔图像P中不包括口腔区域R、口腔图像P抖动、或者口腔图像P的亮度不适当而不能识别口腔区域R,因此将要求用户再次输入包括口腔图像P的输入信息I的信息向界面部20的显示部25输出。在能取得第1口腔区域R1及第2口腔区域R2的一方而不能取得另一方的情况下,信息解析部33也可以判断为第1工序完成,将要求用户再次输入输入信息I的信息向界面部20输出。
在第2工序中,信息解析部33解析口腔图像P。信息解析部33通过存储于信息存储部34的学习模型M来解析口腔图像P。作为解析结果的解析信息A包括以下信息中的至少一个,即:关于口腔区域R内的第1特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;及关于与第1特定部位对应的牙齿、牙龈以及口腔粘膜的状态的信息。关于牙齿、牙龈及口腔粘膜的状态的信息例如包括牙齿磨损、牙齿缺损、牙齿断裂的有无或者程度、血色、干燥状态以及质感的至少一个。质感例如包括多个质感,多个质感包括在用手指接触的情况下感到绷紧的坚硬质感、和在用手指接触的情况下感到松动的柔软质感。在第1口腔区域R1中的解析信息A和第2口腔区域R2中的解析信息A的结果不同的情况下,可以预先设定成采用任一方的解析信息A,也可以将两个解析信息A数值化,采用其平均,还可以将两个解析信息A数值化,采用绝对值大的解析信息A。
在第3工序中,信息解析部33由输入信息I及解析信息A推断推断信息E。推断信息E包括关于规定状态的有无、程度以及发生概率的至少一个的信息。推断信息E包括以下信息中的至少一个,即:关于与第1特定部位不同的第2特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;或者关于与第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。第2特定部位包括口腔内的小臼齿及大臼齿的至少一个。推断信息E包括关于口腔内的小臼齿及大臼齿的信息的至少一个。推断信息E也可以包括关于在用户的口腔内是否存在牙周病的信息、关于咀嚼功能是否正常的信息、关于咬合是否正常的信息、关于吞咽功能是否正常的信息的至少一个。关于是否存在牙周病的信息是关于在牙龈与牙齿之间产生的所谓的牙周袋的大小、深度以及数量的至少一个的信息。关于咀嚼功能是否正常的信息例如是关于咀嚼力、偏侧咀嚼的有无以及咀嚼声的信息。关于咬合是否正常的信息例如是关于咬合力及上颚牙齿和下颚牙齿的咬合的信息。关于吞咽功能是否正常的信息例如是关于吞咽障碍的有无的信息。
对用于解析口腔区域R的学习模型M进行说明。学习模型M包括多个学习完毕模型。学习模型M包括判定能否评价口腔区域R的第1学习完毕模型M1和实际评价口腔区域R的第2学习完毕模型M2。
第1学习完毕模型M1包括学习模型M11、学习模型M12、学习模型M13、学习模型M14以及学习模型M15的至少一个,学习模型M11判定是否为能解析口腔图像P的口腔区域R的画质,学习模型M12判定能否进行牙齿拥挤评价,学习模型M13判定能否进行上颚牙齿中的牙间隙评价,学习模型M14判定能否进行下颚牙齿中的牙间隙评价,学习模型M15判定能否进行牙龈萎缩评价。
第2学习完毕模型M2包括判定上颚牙齿中的牙齿拥挤的有无的学习模型M21、判定下颚牙齿中的牙齿拥挤的有无的学习模型M22、判定上颚牙齿中的牙间隙的有无的学习模型M23、判定下颚牙齿中的牙间隙的有无的学习模型M24、以及判定牙间萎缩的有无的学习模型M25的至少一个。
对学习模型M的生成进行说明。学习模型M基于大约1万张口腔图像P生成。开发人员将口腔图像P分类为学习用图像、验证用图像以及测验用图像。学习用图像是生成学习模型M时的指导数据。验证用图像是用于基于学习用图像修正学习模型M的动作的图像。测验用图像是用于最终确认学习模型M的动作的图像。测验用图像例如为了确认学习模型M是否引起过度学习而使用。学习用图像是整体的百分之56。验证用图像是整体的24%。测验用图像是整体的20%。在本实施方式中,学习模型M将等级分类的结果输出。学习模型M将如下信息的至少一个输出,即:关于牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;关于与第2特定部位对应的牙龈及口腔粘膜的状态的信息;关于在用户的口腔内是否存在牙周病的信息;关于咀嚼功能是否正常的信息;关于咬合是否正常的信息;关于吞咽功能是否正常的信息。
图2示出用户的口腔图像P的一例。口腔图像P至少包括口腔内的第1特定部位。第1特定部位包括中切牙T1、与中切牙T1对应的牙龈、侧切牙T2、与侧切牙T2对应的牙龈、尖牙T3、以及与尖牙T3对应的牙龈。口腔图像P包括口腔内的牙齿图像及牙龈图像。牙齿图像包括口腔内的中切牙T1图像、侧切牙T2图像以及尖牙T3图像。牙龈图像包括与中切牙T1、侧切牙T2以及尖牙T3对应的牙龈的图像。口腔图像P包括用户的口腔内的上下左右四个第1特定部位中的至少一个第1特定部位。
参照图3,对口腔图像P所包括的牙齿图像的优选范围进行说明。在牙齿拥挤的有无的判断中,优选从中切牙T1的端部E1到虚线L2的范围包含于口腔图像P。在牙间隙的有无的判定中,优选从中切牙T1的端部E1到双点划线L3的范围包含于口腔图像P。在牙龈萎缩的有无的判定中,优选从中切牙T1的端部E1到实线L1的范围包含于口腔图像P。通过该范围的中切牙T1的图像包含于口腔图像P,从而对应的牙龈的图像包含于口腔图像P。
各口腔图像P由解析口腔的专家进行了指导。图4至图9示出进行了指导的口腔图像P的一例。解析口腔的专家例如是牙科医师、牙科卫生师、进行口腔状态的研究的研究人员、或者进行口腔护理项目的开发的开发人员。解析口腔的专家按口腔的口腔图像P的第1口腔区域R1及第2口腔区域R2进行了牙齿拥挤程度的判定、牙龈萎缩程度的判定以及牙间隙程度的判定。解析口腔的专家在牙齿拥挤程度的判定中基于牙齿拥挤的种类进行了判定。解析口腔的专家在牙龈萎缩的判定中从无牙龈萎缩到整体牙龈萎缩进行了多个阶段的判定。解析口腔的专家在牙间隙的判定中,针对上颚和下颚各自从无牙间隙到有重度牙间隙进行了多个阶段的评价。
口腔内的第1特定部位处的状态与口腔内的和第1特定部位不同的第2特定部位处的状态处于相关关系。在一例中,在以40~70年代的女性75人为对象的试验中,门牙的牙龈的状态和槽牙的牙龈的状态高度相关。即,在第1特定部位发生牙龈萎缩的情况下,在第2特定部位也发生牙龈萎缩。关于牙间隙及牙齿拥挤程度也同样。
信息解析部33基于输入信息I、解析信息A以及推断信息E的至少一个运算将来信息F。将来信息F包括第1将来信息F1,第1将来信息F1是关于经过规定期间后的用户的口腔内的状态的信息。规定期间任意设定。在一例中,规定期间是一年以上的期间。第1将来信息F1包括关于口腔内的规定状态的有无、程度以及发生概率的至少一个的信息。第1将来信息F1包括以下信息中的至少一个,即:关于用户的口腔内的牙间隙、牙龈萎缩、牙齿拥挤、失去的天然牙的颗数、牙的拔牙风险、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;关于是否存在牙周病的信息;关于咀嚼功能是否正常的信息;关于咬合是否正常的信息;关于吞咽功能是否正常的信息;以及关于用户的口腔内的牙齿、牙龈及口腔粘膜的状态的信息。拔牙风险例如是由于龋齿或者牙龈萎缩而需要拔牙的概率。
对信息解析部33执行的第1将来信息F1的运算方法进行例示。信息解析部33也可以通过以下例示的任一个运算方法运算第1将来信息F1,还可以通过两个以上运算方法运算第1将来信息F1。
在第1例中,信息解析部33通过输入信息I、解析信息A以及推断信息E的至少一个和对应表的对应来运算将来信息F。对应表例如存储于信息存储部34。对应表也可以由信息取得部31从外部环境取得。在一例中,输入信息I作为第1输入信息I1包括当前的天然牙的颗数,作为第2输入信息I2包括过去的天然牙的颗数。对应表的纵轴表示天然牙的颗数,横轴表示年龄。以下所示的表是对应表的一例。
[表1]
信息解析部33通过参照对应表而运算第1将来信息F1。第1将来信息F1包括关于规定年龄的天然牙的颗数、即在规定年龄失去的天然牙的颗数的信息。
在第2例中,信息解析部33使用统计学上的建模手法运算输入信息I、解析信息A以及推断信息E的至少一个,运算第1将来信息F1。具体地,执行逻辑回归分析及多重回归分析。优选地,输入信息I包括第1输入信息I1及第2输入信息I2两方,使用由各输入信息I运算的多个解析信息A及多个推断信息E。
在第3例中,信息解析部33使用机械学习的预测模型手法运算输入信息I、解析信息A以及推断信息E的至少一个,运算第1将来信息F。机械学习的预测模型手法为任意。例如,预测模型手法是有指导学习模型。在一例中,可列举回归分析模型、决策树模型、包括深度学习的神经网络模型、朴素贝叶斯法、自回归手法、状态空间模型、K近邻法模型、支持向量机、集成学习。预测模型手法也可以是无指导学习模型。优选地,输入信息I包括第1输入信息I1及第2输入信息I2两方,使用由各输入信息I运算出的多个解析信息A及多个推断信息E。
将来信息F进一步包括与第1将来信息F1不同的第2将来信息F2。第2将来信息F2是除用户的口腔内的状态以外的信息。第2将来信息F2包括关于用户的口腔内护理的实施的信息、关于用户的生活风险的信息、以及关于用户的口腔关联疾病的信息的至少一个。
关于用户的口腔内护理的实施的信息例如包括关于护理的实施所需要的时间及金钱成本的信息。护理的实施例如是牙周病的治疗及植入。关于用户的口腔内护理的实施的信息也可以包括关于护理的实施所需要的工具的信息。关于用户的生活风险的信息包括在经过规定期间后用户过上通常生活时成为风险的信息。关于用户的生活风险的信息例如包括关于固形物的食用难易度、发声的难易度、脸表情的作出难易度的信息。关于用户的口腔关联疾病的信息包括关于假设引发口腔内的状态的疾病的信息。关于用户的口腔关联疾病的信息例如包括关于糖尿病、痴呆症以及误吸性肺炎的信息。
信息解析部33基于第1将来信息F1及追加信息的至少一个运算第2将来信息F2。追加信息是成为用于运算第2将来信息F2的辅助的信息。追加信息在第1例中是能计算与牙周病的程度相应的时间及金钱成本的表。追加信息在第2例中是表示咀嚼力和食用难易度的关系的表、或者使牙齿拥挤程度和发声的难易度对应的表。追加信息在第3例中是表示牙周病或其他的口腔内的状态和疾病的关联的学术上的信息。追加信息也可以存储于信息存储部34,还可以保存于在外部环境构成的数据库,构成为信息解析部33适当取得。
信息解析部33将解析信息A、推断信息E以及将来信息F向规定构成输出。在第1例中,信息解析部33向信息输出部32输出。在第2例中,信息解析部33向信息存储部34输出。在第3例中,信息解析部33向信息输出部32及信息存储部34两方输出。
信息输出部32将包括将来信息F的输出信息O向界面部20及存储输出信息O的数据库的至少一个输出。在输出信息O向界面部20输出的情况下,优选界面部20的显示部25将输出信息O的至少一个用字符或者图像显示。
数据库例如设置于口腔状态通知系统10的内部或者外部环境。在数据库存储通过口腔状态通知系统10得到的输出信息O。优选地,数据库按集团分类。集团在一例中基于关于用户的自身属性的信息来设定。集团也可以基于用户的居住地或者职业来设定,还可以基于利用规定的治疗设施来设定。
对本实施方式的口腔状态通知系统10的作用进行说明。用户将输入信息I输入到取得部23。控制部21控制通信部24而向服务器30输出输入信息I。服务器30由信息取得部31取得输入信息I。信息解析部33解析输入信息I而运算解析信息A。信息解析部33由解析信息A推断推断信息E。信息解析部33由输入信息I、解析信息A以及推断信息E运算包括将来信息F的输出信息O。服务器30从信息输出部32将输出信息O向界面部20输出。控制部21从通信部24取得输出信息O,并将其向显示于显示部25。用户通过显示部25的显示来识别输出信息O所包括的将来信息F。
(第4实施方式的变形例)
关于第4实施方式的说明是关于本发明的口腔状态通知系统可采取的方式的例示,并不意图限制该方式。本发明除实施方式以外,例如可采取以下所示的实施方式的变形例、及相互不矛盾的至少两个变形例组合而成的方式。
·学习模型M也可以构成为输出回归分析的结果。在该情况下,学习模型M将牙齿拥挤程度、牙间隙程度以及牙龈萎缩程度的至少一个数值化并输出。
·学习完毕模型M1及学习完毕模型M2的至少一方也可以是通过无指导学习或者强化学习而学习的模型。各学习模型M11~M15及各学习模型M21~M25的至少一个也可以是通过无指导学习或者强化学习而学习的模型。
·学习模型M也可以是在口腔图像P中不区分第1口腔区域R1和第2口腔区域R2地判定能否评价的第1学习完毕模型M1及进行评价的第2学习完毕模型M2。学习模型M也可以是在口腔图像P中识别一组牙齿及牙龈,判定能否评价的第1学习完毕模型M1及进行评价的第2学习完毕模型M2。
·学习模型M也可以构成为将口腔图像P作为输出信息O用伪彩色显示。在一例中,将口腔图像P中的学习模型M使用于解析的区域、或者产生牙间隙、牙龈萎缩以及牙齿拥挤的区域用红色显示。用户能容易识别利用于解析的区域及口腔状态发生问题的区域。
·在输入信息I包括口腔图像P的情况下,将来信息F也可以包括推断图像。推断图像是基于输入信息I运算出的经过规定时间后的用户的口腔图像。在一例中,在第1输入信息I1的口腔图像P中的色素沉着或者牙菌斑的量比第2输入信息I2的口腔图像P中的色素沉着或者牙菌斑的量多的情况下,推断图像与口腔图像P相比产生牙龈萎缩,以色素沉着或者牙菌斑分布于宽广范围的方式被显示。推断图像例如显示于显示部25。用户能容易识别将来的口腔状态,能启发口腔护理项目的使用。
·口腔图像P也可以是拍摄了口腔内及口腔周围的动作的动态图像、或者包括用户使用口腔护理项目时的动作的动态图像。口腔图像P也可以是包括口腔内的第1特定部位及第2特定部位两方的图像,还可以是仅包括第2特定部位的图像。
·输出信息O也可以除将来信息F之外进一步包括关于用户的当前的口腔状态的信息。关于用户的当前的口腔状态的信息包括以下信息中的至少一个,即:关于牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;关于在用户的口腔内是否存在牙周病的信息;关于咀嚼功能是否正常的信息;关于咬合是否正常的信息;关于吞咽功能是否正常的信息;以及关于与第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。
输出信息O也可以包括关于用户的口腔护理的推荐信息RI。推荐信息RI至少包括口腔护理项目推荐信息RI1,口腔护理项目推荐信息RI1推荐与用户的口腔状态相应的口腔护理项目。推荐信息RI也可以进一步包括关于口腔护理项目的使用方法的信息RI2。关于口腔护理项目的使用方法的信息RI2也可以是口腔护理项目推荐信息RI1所包括的口腔护理项目的使用方法,还可以是口腔护理项目推荐信息RI1不包括的、一般的口腔护理项目的用法。在输出信息O包括关于用户的口腔护理用品及使用方法的信息的情况下,也可以构成为包括用于购买符合的口腔护理用品的购买信息。在一例中,购买信息是关于能购买或者体验符合的口腔护理用品的店铺的信息。在另外的例子中,购买信息是销售符合的口腔护理用品的网上的网站信息。
·学习模型M、对应表以及各种信息的至少一个也可以存储于除服务器30的信息存储部34以外的地方。在一例中,存储于设置于界面部20的存储部。在另外的例子中,存储于在外部环境构成的数据库。
输入信息I也可以包括比第2输入信息I2早规定时间取得的第3输入信息I3。信息解析部33使用第3输入信息I3运算解析信息A及推断信息E。通过追加第3输入信息I3,从而第1将来信息F1的精度进一步提高。规定时间的间隔也可以用各输入信息I变更。输入信息I也可以进一步包括第4输入信息以后的输入信息I。
·口腔状态通知系统10也可以构成为进一步对存储于数据库的输出信息O进行解析。在一例中,信息解析部33进一步对存储于数据库的输出信息O进行解析。通过解析所存储的输出信息O,从而运算用户所属集团的将来信息F。也可以构成为:比较也包括用户不属于的集团在内的多个集团的将来信息F彼此,并将比较结果输出。
·输入信息I也可以经由IoT机器取得。在一例中,通过在使用于刷牙的口腔护理项目连接IoT机器,从而取得输入信息I。在一例中,输入信息I包括关于一天的刷牙次数及口腔护理项目的使用频率的信息。IoT机器也可以向取得部23发送输入信息I,还可以向服务器30发送输入信息I。
·在第1~第4实施方式中,界面部20及服务器30不限于对自身执行的所有处理进行软件处理。例如,界面部20及服务器30也可以具备对自身执行的处理的至少一部分进行硬件处理的专用的硬件电路(例如专用集成电路:ASIC)。即,界面部20及服务器30能够构成为包括1)按照计算机程序(软件)工作的一个以上处理器、2)执行各种处理中的至少一部分处理的一个以上专用的硬件电路、或者3)那些的组合的电路(circuitry)。处理器包括CPU和RAM及ROM等存储器,存储器存储有构成为使CPU执行处理的程序代码或者指令。存储器即计算机可读介质包括能由通用或者专用的计算机存取的所有能利用的介质。
附图标记说明
10:口腔状态评价系统、口腔护理推荐系统、口腔状态通知系统
20:界面部
30:服务器
31:信息取得部
32:信息输出部
33:信息解析部
34:信息存储部
A:解析信息
E:推断信息
I:输入信息
O:输出信息
RI:推荐信息
Claims (34)
1.一种口腔状态评价系统,具备:
信息取得部,从界面部取得至少包括口腔内的第1特定部位的口腔图像作为输入信息;和
信息解析部,基于所述输入信息解析所述第1特定部位的状态,
所述信息解析部根据所述第1特定部位的状态的解析信息推断关于与所述第1特定部位不同的所述口腔内的第2特定部位的状态的推断信息。
2.根据权利要求1所述的口腔状态评价系统,其中,
所述口腔图像包括所述口腔内的牙齿图像及牙龈图像。
3.根据权利要求2所述的口腔状态评价系统,其中,
所述牙齿图像包括所述口腔内的中切牙图像、侧切牙图像以及尖牙图像。
4.根据权利要求1至3中的任一项所述的口腔状态评价系统,其中,
所述第2特定部位包括所述口腔内的小臼齿及大臼齿中的至少一个,
所述推断信息包括所述口腔内的关于小臼齿及大臼齿的信息的至少一个。
5.根据权利要求1至4中的任一项所述的口腔状态评价系统,其中,
所述推断信息包括以下信息中的至少一个,即:关于所述第2特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;关于是否存在牙周病的信息;关于咀嚼功能是否正常的信息;关于咬合是否正常的信息;关于吞咽功能是否正常的信息;以及关于与所述第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。
6.根据权利要求1至5中的任一项所述的口腔状态评价系统,其中,
所述口腔状态评价系统进一步具备存储学习模型的信息存储部,所述学习模型预先学习所述口腔图像以将该口腔图像用于评价所述口腔内的状态,
所述信息解析部用所述学习模型解析所述输入信息。
7.根据权利要求1至6中的任一项所述的口腔状态评价系统,其中,
所述输入信息进一步包括关于用户的生活习惯的信息、关于所述用户的口腔内分泌物的信息、关于所述用户的口腔内菌群的信息、关于所述用户的自身属性的信息、以及通过检测所述口腔内的状态的传感器得到的信息中的至少一个。
8.根据权利要求1至7中的任一项所述的口腔状态评价系统,其中,
所述口腔状态评价系统进一步具备信息输出部,所述信息输出部将与所述解析信息及所述推断信息对应的信息作为输出信息输出,
所述信息输出部将所述输出信息至少向所述界面部输出。
9.根据权利要求8所述的口腔状态评价系统,其中,
所述输出信息包括关于用户的当前的口腔状态的信息、关于所述用户的将来的口腔状态预测的信息、关于针对所述用户的口腔护理方法的信息、以及关于受到所述用户的口腔状态影响的所述用户的健康状态的信息中的至少一个。
10.一种口腔护理推荐系统,具备:
信息取得部,取得来自界面部的输入信息;
信息解析部,基于所述输入信息解析用户的口腔状态;以及
信息输出部,将所述信息解析部的解析结果作为输出信息输出,
所述输出信息包括关于所述用户的口腔护理的推荐信息。
11.根据权利要求10所述的口腔护理推荐系统,其中,
所述推荐信息包括口腔护理项目推荐信息,所述口腔护理项目推荐信息推荐与所述用户的口腔状态相应的口腔护理项目。
12.根据权利要求11所述的口腔护理推荐系统,其中,
所述口腔护理项目包括牙刷、牙间清洁工具以及口腔清洗剂中的至少一个。
13.根据权利要求11或12所述的口腔护理推荐系统,其中,
所述推荐信息进一步包括关于所述口腔护理项目的使用方法的信息。
14.根据权利要求13所述的口腔护理推荐系统,其中,
所述输入信息包括图像,所述图像包括所述用户的口腔内的第1特定部位,
关于所述口腔护理项目的使用方法的信息至少包括所述第1特定部位处的所述口腔护理项目的使用方法。
15.根据权利要求10~14中的任一项所述的口腔护理推荐系统,其中,
所述输入信息包括关于所述用户的口腔护理的信息,
所述输出信息进一步包括与关于所述用户的口腔护理的信息相应的回答信息。
16.根据权利要求15所述的口腔护理推荐系统,其中,
关于所述用户的口腔护理的信息包括关于所述用户的口腔护理项目使用行动的信息、关于所述用户的生活习惯的信息、关于所述用户的口腔内分泌物的信息、关于所述用户的口腔内菌群的信息、关于所述用户的自身属性的信息、以及通过检测所述口腔内的状态的传感器得到的信息中的至少一个。
17.根据权利要求10至16中的任一项所述的口腔护理推荐系统,其中,
所述信息输出部向所述界面部输出所述输出信息,
所述界面部具备显示所述输出信息的显示部。
18.一种口腔状态评价系统,具备:
信息取得部,从界面部取得至少包括口腔内的第1特定部位的口腔图像作为输入信息;和
信息解析部,通过学习模型解析所述输入信息,所述学习模型预先学习所述口腔图像以将该口腔图像用于评价所述口腔内的状态,
所述信息解析部推断关于与所述第1特定部位不同的所述口腔内的第2特定部位处的状态的推断信息。
19.根据权利要求18所述的口腔状态评价系统,其中,
所述口腔图像包括所述口腔内的牙齿图像及牙龈图像。
20.根据权利要求19所述的口腔状态评价系统,其中,
所述牙齿图像包括所述口腔内的中切牙图像、侧切牙图像以及尖牙图像。
21.根据权利要求18至20中的任一项所述的口腔状态评价系统,其中,
所述第2特定部位包括所述口腔内的小臼齿及大臼齿中的至少一个,
所述推断信息包括关于所述口腔内的小臼齿及大臼齿的信息的至少一个。
22.根据权利要求18至21中的任一项所述的口腔状态评价系统,其中,
所述推断信息包括以下信息中的至少一个,即:关于所述第2特定部位处的牙间隙、牙龈萎缩、牙齿拥挤、牙龈炎、刷不到、磨牙、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;关于是否存在牙周病的信息;关于咀嚼功能是否正常的信息;关于咬合是否正常的信息;关于吞咽功能是否正常的信息;以及关于与所述第2特定部位对应的牙齿、牙龈及口腔粘膜的状态的信息。
23.根据权利要求18至22中的任一项所述的口腔状态评价系统,其中,
所述口腔状态评价系统进一步具备存储所述学习模型的信息存储部。
24.根据权利要求18至23中的任一项所述的口腔状态评价系统,其中,
所述输入信息进一步包括关于用户的生活习惯的信息、关于所述用户的口腔内分泌物的信息、关于所述用户的口腔内菌群的信息、关于所述用户的自身属性的信息、以及通过检测所述口腔内的状态的传感器得到的信息中的至少一个。
25.根据权利要求18至24中的任一项所述的口腔状态评价系统,其中,
所述口腔状态评价系统进一步具备信息输出部,所述信息输出部将与所述推断信息对应的信息作为输出信息输出,
所述信息输出部将所述输出信息至少向所述界面部输出。
26.根据权利要求25所述的口腔状态评价系统,其中,
所述输出信息包括关于用户的当前的口腔状态的信息、关于所述用户的将来的口腔状态预测的信息、关于针对所述用户的口腔护理方法的信息、以及关于受到所述用户的口腔状态影响的所述用户的健康状态的信息中的至少一个。
27.一种口腔状态通知系统,具备:
信息取得部,取得来自界面部的输入信息;
信息解析部,基于所述输入信息解析用户的口腔状态;以及
信息输出部,将所述信息解析部的解析结果作为输出信息输出,
所述输出信息包括与经过规定期间后的所述用户的状态对应的将来信息。
28.根据权利要求27所述的口腔状态通知系统,其中,
所述将来信息包括第1将来信息,所述第1将来信息是关于经过所述规定期间后的所述用户的口腔内的状态的信息,
所述第1将来信息包括以下信息中的至少一个,即:关于所述用户的口腔内的牙间隙、牙龈萎缩、牙齿拥挤、将要失去的天然牙的颗数、牙的拔牙风险、龋齿、知觉过敏、口臭、以及着色的有无或者程度的信息;关于是否存在牙周病的信息;关于咀嚼功能是否正常的信息;关于咬合是否正常的信息;关于吞咽功能是否正常的信息;以及关于所述用户的口腔内的牙齿、牙龈及口腔粘膜的状态的信息。
29.根据权利要求27或28所述的口腔状态通知系统,其中,
所述将来信息包括与第1将来信息不同的第2将来信息,
所述第2将来信息包括关于所述用户的口腔内护理的实施的信息、关于所述用户的生活风险的信息、以及关于所述用户的口腔关联疾病的信息中的至少一个。
30.根据权利要求27~29中的任一项所述的口腔状态通知系统,其中,
所述输入信息包括所述用户的口腔图像及关于所述用户的口腔护理的信息的至少一个。
31.根据权利要求30所述的口腔状态通知系统,其中,
关于所述用户的口腔护理的信息包括关于所述用户的口腔护理项目使用行动的信息、关于所述用户的生活习惯的信息、关于所述用户的口腔内分泌物的信息、关于所述用户的口腔内菌群的信息、关于所述用户的自身属性的信息、以及通过检测所述口腔内的状态的传感器得到的信息中的至少一个。
32.根据权利要求27~31中的任一项所述的口腔状态通知系统,其中,
所述输入信息包括第1输入信息和第2输入信息,所述第1输入信息包括所述用户的当前的状态信息,所述第2输入信息是所述用户的过去的状态信息。
33.根据权利要求27~32中的任一项所述的口腔状态通知系统,其中,
所述口腔状态通知系统进一步包括信息存储部,所述信息存储部存储用于解析所述输入信息的模型,
所述信息解析部通过所述模型解析所述输入信息。
34.根据权利要求27~33中的任一项所述的口腔状态通知系统,其中,
所述信息输出部将所述输出信息向所述界面部及存储所述输出信息的数据库中的至少一个输出。
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-177192 | 2020-10-22 | ||
JP2020-177193 | 2020-10-22 | ||
JP2020177193A JP2022068486A (ja) | 2020-10-22 | 2020-10-22 | 口腔状態通知システム |
JP2020177192A JP2022068485A (ja) | 2020-10-22 | 2020-10-22 | 口腔状態評価システム |
JP2020177190A JP2022068483A (ja) | 2020-10-22 | 2020-10-22 | 口腔状態評価システム |
JP2020-177190 | 2020-10-22 | ||
JP2020177191A JP2022068484A (ja) | 2020-10-22 | 2020-10-22 | 口腔ケア推薦システム |
JP2020-177191 | 2020-10-22 | ||
PCT/JP2021/038774 WO2022085724A1 (ja) | 2020-10-22 | 2021-10-20 | 口腔状態評価システム、口腔ケア推薦システム、及び口腔状態通知システム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116322469A true CN116322469A (zh) | 2023-06-23 |
Family
ID=81289724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180071230.5A Pending CN116322469A (zh) | 2020-10-22 | 2021-10-20 | 口腔状态评价系统、口腔护理推荐系统以及口腔状态通知系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230394653A1 (zh) |
EP (1) | EP4233683A1 (zh) |
CN (1) | CN116322469A (zh) |
WO (1) | WO2022085724A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4278953A1 (en) * | 2022-05-19 | 2023-11-22 | Koninklijke Philips N.V. | Assessing gum recession |
WO2024004100A1 (ja) * | 2022-06-29 | 2024-01-04 | 株式会社スクリエ | 口腔内撮影支援システム、口腔内撮影支援方法及びプログラム |
CN117524488B (zh) * | 2024-01-04 | 2024-03-15 | 天津医科大学口腔医院 | 一种口腔健康管理系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5782896A (en) | 1980-11-12 | 1982-05-24 | Hitachi Ltd | Continuous voice recognition system |
US11147652B2 (en) * | 2014-11-13 | 2021-10-19 | Align Technology, Inc. | Method for tracking, predicting, and proactively correcting malocclusion and related issues |
JP7002632B2 (ja) * | 2018-03-02 | 2022-01-20 | ライオン株式会社 | 口腔内指標を判定するための検査方法 |
JP6830082B2 (ja) | 2018-06-04 | 2021-02-17 | 聖士 田島 | 歯科分析システムおよび歯科分析x線システム |
JP7225909B2 (ja) * | 2019-02-27 | 2023-02-21 | 花王株式会社 | 歯肉の健康指標の算出方法 |
-
2021
- 2021-10-10 US US18/033,047 patent/US20230394653A1/en active Pending
- 2021-10-20 EP EP21882865.5A patent/EP4233683A1/en active Pending
- 2021-10-20 CN CN202180071230.5A patent/CN116322469A/zh active Pending
- 2021-10-20 WO PCT/JP2021/038774 patent/WO2022085724A1/ja unknown
Also Published As
Publication number | Publication date |
---|---|
EP4233683A1 (en) | 2023-08-30 |
WO2022085724A1 (ja) | 2022-04-28 |
US20230394653A1 (en) | 2023-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230394653A1 (en) | Oral Condition Evaluation System, Oral Care Recommendation System, and Oral Condition Notification System | |
CN112107386B (zh) | 采集和处理用户健康数据的系统和方法 | |
WO2019196646A1 (zh) | 基于人工智能的刷牙推荐方法、装置、设备及存储介质 | |
JP2020179173A (ja) | 情報処理システム、情報処理方法、及び制御プログラム | |
KR102135874B1 (ko) | 상태정보 분석장치, 방법, 시스템 및 프로그램 | |
JP7115833B2 (ja) | 健康寿命延長の支援システム | |
KR101710357B1 (ko) | 구강 건강 관리 시스템, 구강 건강 관리 엔진 및 구강 건강 관리 방법 | |
US20230026220A1 (en) | Oral health assessment for generating a dental treatment plan | |
Liang et al. | Bayesian network meta-analysis of multiple outcomes in dental research | |
Hammoudi et al. | Clinical presentation of two phenotypes of tooth wear patients | |
Schimmel et al. | Oral function in amyotrophic lateral sclerosis patients: A matched case–control study | |
RU2710489C2 (ru) | Способ количественного определения зубного налета у домашних животных | |
CN113366584A (zh) | 用于诊断牙周病的方法或系统 | |
KR20210019702A (ko) | 상태정보 분석장치, 방법, 시스템 및 프로그램 | |
JP2022068484A (ja) | 口腔ケア推薦システム | |
JP2022068486A (ja) | 口腔状態通知システム | |
JP2022068485A (ja) | 口腔状態評価システム | |
WO2021132270A1 (ja) | 咀嚼支援システム | |
Ganss et al. | Validation of motion tracking as tool for observational toothbrushing studies | |
JP2022097176A (ja) | 口腔状態評価システム | |
JP2022068483A (ja) | 口腔状態評価システム | |
KR20210019944A (ko) | 상태정보 분석장치, 방법, 시스템 및 프로그램 | |
KR102491837B1 (ko) | 치면 착색 영상 데이터를 활용한 비대면 치아우식 위험도 진단 및 구강관리 시스템과 그 방법 | |
DK181284B1 (en) | Customized oral care products | |
JP2006308462A (ja) | 歯のう蝕罹患リスクの評価方法及び装置並びにプログラム |
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 |