口腔放射图像质量控制方法及装置制造方法及图纸

本发明专利技术提供一种口腔放射图像质量控制方法及装置，以解决现有技术中的问题，具有自动化、准确可靠的优点。本发明专利技术的口腔放射图像质量控制方法，包括：步骤A：提供口腔放射图像，基于卷积神经网络对口腔放射图像识别牙齿区域以及牙齿边缘，然后进行牙齿实例级分割以得到分割结果；步骤B：在分割结果中确定目标牙，然后对目标牙进行形态学分析以得到目标牙形态学特征；步骤C：从口腔放射图像中获取图像整体特征；步骤D：根据目标牙形态学特征和图像整体特征，输出口腔放射图像对应的质控评价结果。

Quality Control Method and Device for Oral Radiographic Images

The invention provides a method and device for quality control of oral radiographic images to solve problems in the prior art, and has the advantages of automation, accuracy and reliability. The method for quality control of oral radiographic image includes: step A: providing oral radiographic image, recognizing tooth area and tooth edge based on convolutional neural network, and then performing case-level segmentation to obtain segmentation results; step B: determining target teeth in segmentation results, and then performing morphological analysis to obtain target teeth morphology. Step C: Obtain the overall characteristics of the image from the oral radiography image; Step D: According to the morphological characteristics of the target teeth and the overall characteristics of the image, output the corresponding quality control evaluation results of the oral radiography image.

【技术实现步骤摘要】
口腔放射图像质量控制方法及装置
本专利技术涉及计算机视觉
，特别地涉及一种基于深度学习的口腔放射图像质量控制方法和装置。
技术介绍
口腔放射影像诊断是口腔医学治疗中不可缺少的技术手段。口腔放射图像是指口腔颌面专用X光线机在病人口腔中进行“拍照”所得到的图像。目前口腔放射图像的质量好坏将极大地影响诊断结果。如图1a、图1b和图1c所示，这三张牙根尖口腔放射图像所拍摄的目标牙均为同一颗实物牙。但由于拍摄质量的问题，三张图会对于医师的诊断产生不同的影响。其中中间图由于拍摄角度出现问题，容易诱导医生给出目标牙存在邻面龋的误诊结果，而其他两张图由于拍摄质量更优，则不会引起误诊。现有技术中，通常依靠经验丰富的医务工作人员来判断口腔放射图像质量是否合格。但是由于不同人的肉眼敏感度不一样，判断结果缺乏客观性，更何况我国医疗资源较稀缺，资深医学专家数量不足，倘若完全依靠人工作业会让作业人用眼疲劳，进一步降低判断结果的准确可信程度。在这种形势下，研发自动化口腔放射图像质量控制方法及装置的需求变得迫切。
技术实现思路
有鉴于此，本专利技术提供一种自动化的准确可靠的基于深度学习的口腔放射图像质量控制方法和装置，以解决现有技术中的问题。本专利技术第一方面提出一种口腔放射图像质量控制方法，包括：步骤A：提供口腔放射图像，基于卷积神经网络对所述口腔放射图像识别牙齿区域以及牙齿边缘，然后进行牙齿实例级分割以得到分割结果；步骤B：在所述分割结果中确定目标牙，然后对所述目标牙进行形态学分析以得到目标牙形态学特征；步骤C：从所述口腔放射图像中获取图像整体特征；步骤D：根据所述目标牙形态学特征和图像整体特征，输出所述口腔放射图像对应的质控评价结果。可选地，所述步骤A包括：步骤A1：利用包含牙齿区域以及牙齿边缘标注信息的口腔放射图像训练集训练卷积神经网络模型，得到牙齿分割模型；步骤A2：将所述口腔放射图像输入所述牙齿分割模型，得到分割结果。可选地，所述目标牙形态学特征包括如下选项中的一种或多种的组合：目标牙水平位置，目标牙垂直位置，目标牙倾斜角度、目标牙与邻牙的交并比。可选地，所述图像整体特征包括如下选项中的一种或多种的组合：图像平均亮度，图像牙齿区域像素平均值，图像牙齿区域像素标准差。可选地，所述步骤D包括：当所述目标牙形态学特征和图像整体特征中所有特征参数均满足该特征参数对应的预设合格条件时，输出表示所述口腔放射图像合格的第一信息；否则，输出表示所述口腔放射图像不合格的第二信息。本专利技术第二方面提出一种口腔放射图像质量控制装置，包括：牙齿分割模块，用于提供口腔放射图像，基于卷积神经网络对所述口腔放射图像识别牙齿区域以及牙齿边缘，然后进行牙齿实例级分割以得到分割结果；第一获取模块，用于在所述分割结果中确定目标牙，然后对所述目标牙进行形态学分析以得到目标牙形态学特征；第二获取模块，用于从所述口腔放射图像中获取图像整体特征；质控输出模块，用于根据所述目标牙形态学特征和图像整体特征，输出所述口腔放射图像对应的质控评价结果。可选地，所述牙齿分割模块还用于：利用包含牙齿区域以及牙齿边缘标注信息的口腔放射图像训练集训练卷积神经网络模型，得到牙齿分割模型；将所述口腔放射图像输入所述牙齿分割模型，得到分割结果。可选地，所述目标牙形态学特征包括如下选项中的一种或多种的组合：目标牙水平位置，目标牙垂直位置，目标牙倾斜角度、目标牙与邻牙的交并比。可选地，所述图像整体特征包括如下选项中的一种或多种的组合：图像平均亮度，图像牙齿区域像素平均值，图像牙齿区域像素标准差。可选地，所述质控输出模块还用于：当所述目标牙形态学特征和图像整体特征中所有特征参数均满足该特征参数对应的预设合格条件时，输出表示所述口腔放射图像合格的第一信息；否则，输出表示所述口腔放射图像不合格的第二信息。本专利技术的技术方案基于神经网络和深度学习技术来处理口腔放射图像以识别出质控分类，至少具有如下有益效果：(1)机器处理相较人工处理提升了工作效率；(2)提高了准确性和结果重现性；(3)算法简便明晰，模型训练完成后在测试应用阶段对硬件要求低。附图说明附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中：图1a、图1b和图1c是同一实物牙齿对应的三张口腔放射图像；图2是根据本专利技术实施方式的口腔放射图像质量控制方法的主要步骤的示意图；图3是根据本专利技术实施方式的口腔放射图像质量控制装置的主要模块的示意图；图4是根据本专利技术具体实施例的口腔放射图像质量控制方法的处理结果示意图之一；图5是根据本专利技术具体实施例的口腔放射图像质量控制方法的处理结果示意图之二。具体实施方式以下结合附图对本专利技术的示范性实施方式做出说明，其中包括本专利技术实施方式的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施方式做出各种改变和修改，而不会背离本专利技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。图2是根据本专利技术实施方式的口腔放射图像质量控制方法的主要步骤的示意图。如图2所示，该实施方式的口腔放射图像质量控制方法主要包括如下的步骤A至步骤D。步骤A：提供口腔放射图像，基于卷积神经网络对口腔放射图像识别牙齿区域以及牙齿边缘，然后进行牙齿实例级分割以得到分割结果。其中步骤A可以具体包括步骤A1和步骤A2。步骤A1：利用包含牙齿区域以及牙齿边缘标注信息的口腔放射图像训练集训练卷积神经网络模型，得到牙齿分割模型；步骤A2：将口腔放射图像输入牙齿分割模型，得到分割结果。步骤B：在分割结果中确定目标牙，然后对目标牙进行形态学分析以得到目标牙形态学特征。其中，目标牙形态学特征可以包括如下选项中的一种或多种的组合：目标牙水平位置，目标牙垂直位置，目标牙倾斜角度、目标牙与邻牙的交并比。步骤C：从口腔放射图像中获取图像整体特征。其中，图像整体特征可以包括如下选项中的一种或多种的组合：图像平均亮度，图像牙齿区域像素平均值，图像牙齿区域像素标准差。步骤D：根据目标牙形态学特征和图像整体特征，输出口腔放射图像对应的质控评价结果。其中，步骤D可以具体包括：当目标牙形态学特征和图像整体特征中所有特征参数均满足该特征参数对应的预设合格条件时，输出表示口腔放射图像合格的第一信息；否则，输出表示口腔放射图像不合格的第二信息。优选地，第二信息还包括“口腔放射图像不合格的具体原因”，这样可以指导医务人员调整拍摄技术，重新获取更好的口腔放射图像。本专利技术实施例的口腔放射图像质量控制方法基于神经网络和深度学习技术来处理口腔放射图像以识别出质控分类，至少具有如下有益效果：(1)机器处理相较人工处理提升了工作效率；(2)提高了准确性和结果重现性；(3)算法简便明晰，模型训练完成后在测试应用阶段对硬件要求低。图3是根据本专利技术实施方式的口腔放射图像质量控制装置的主要模块的示意图。如图3所示，该实施方式的口腔放射图像质量控制装置可以主要包括：牙齿分割模块100、第一获取模块200、第二获取模块300和质控输出模块400。牙齿分割模块100用于提供口腔放射图像，基于卷积神经网络对口腔放射图像识别牙齿区域以及牙齿边缘，然后进行牙齿实例级分割以得到分割结果；第一获取模块200用于在分割结果中确定目标牙，然后对目标本文档来自技高网...

【技术保护点】
1.一种口腔放射图像质量控制方法，其特征在于，包括：步骤A：提供口腔放射图像，基于卷积神经网络对所述口腔放射图像识别牙齿区域以及牙齿边缘，然后进行牙齿实例级分割以得到分割结果；步骤B：在所述分割结果中确定目标牙，然后对所述目标牙进行形态学分析以得到目标牙形态学特征；步骤C：从所述口腔放射图像中获取图像整体特征；步骤D：根据所述目标牙形态学特征和图像整体特征，输出所述口腔放射图像对应的质控评价结果。

【技术特征摘要】
1.一种口腔放射图像质量控制方法，其特征在于，包括：步骤A：提供口腔放射图像，基于卷积神经网络对所述口腔放射图像识别牙齿区域以及牙齿边缘，然后进行牙齿实例级分割以得到分割结果；步骤B：在所述分割结果中确定目标牙，然后对所述目标牙进行形态学分析以得到目标牙形态学特征；步骤C：从所述口腔放射图像中获取图像整体特征；步骤D：根据所述目标牙形态学特征和图像整体特征，输出所述口腔放射图像对应的质控评价结果。2.根据权利要求1所述的方法，其特征在于，所述步骤A包括：步骤A1：利用包含牙齿区域以及牙齿边缘标注信息的口腔放射图像训练集训练卷积神经网络模型，得到牙齿分割模型；步骤A2：将所述口腔放射图像输入所述牙齿分割模型，得到分割结果。3.根据权利要求1所述的方法，其特征在于，所述目标牙形态学特征包括如下选项中的一种或多种的组合：目标牙水平位置，目标牙垂直位置，目标牙倾斜角度、目标牙与邻牙的交并比。4.根据权利要求1所述的方法，其特征在于，所述图像整体特征包括如下选项中的一种或多种的组合：图像平均亮度，图像牙齿区域像素平均值，图像牙齿区域像素标准差。5.根据权利要求1所述的方法，其特征在于，所述步骤D包括：当所述目标牙形态学特征和图像整体特征中所有特征参数均满足该特征参数对应的预设合格条件时，输出表示所述口腔放射图像合格的第一信息；否则，输出表示所述口腔放射图像不合格的第二信息。6.一种口腔放射图...

【专利技术属性】
技术研发人员：汪子晨，丁鹏，白海龙，
申请(专利权)人：北京羽医甘蓝信息技术有限公司，
类型：发明
国别省市：北京,11