基于快速区域全卷积神经网络的牙齿比色检测方法及系统技术方案

本发明专利技术公开了一种基于快速区域全卷积神经网络的牙齿比色检测方法，其包括以下步骤：S1、利用数据信息采集系统对比色板牙齿库中每颗标准牙齿进行多次采样，以获得多个图谱数据构成牙齿比色板图库；S2、运用快速区域全卷积神经网络算法对比色板图库进行模型训练学习并建立标准模型库；S3、实时在线采集口腔患者的牙齿图像信息，与已训练完成的标准模型库进行分类输出，从而输出牙齿比色检测结果。本发明专利技术通过基于快速区域全卷积神经网络深度学习算法，建立标准牙齿比色板图库特性信息模型，从而实现对牙齿修复患者的快速、便捷、准确的牙齿比色检测目的，本发明专利技术的优点是：在线实时监测、简单便捷、高准确性、牙齿比色检测。

【技术实现步骤摘要】
基于快速区域全卷积神经网络的牙齿比色检测方法及系统
本专利技术涉及人工智能图像处理技术和口腔检测方法，具体涉及一种基于快速区域全卷积神经网络(Faster-RCNN)的牙齿比色检测方法及系统，该方法提供了一种快速、便捷、准确的牙齿比色检测手段。
技术介绍
国家卫计委第四次全国口腔健康流行病学调查结果显示，牙齿缺失问题比较严重，而牙齿修复便成一种流行的口腔治疗。全瓷牙是一种理想的修复体，其特点有形态功能好、颜色和外观逼真、不会变形、抗折力强、表面光滑、安全性好、色泽稳定、耐磨性强。随着人们生活水平的不断提高，对牙体缺损修复的要求越来越高，不仅要求功能的恢复，而且要求色泽更接近自然牙齿。因此牙齿修复过程中选色尤为重要。在临床中，全瓷牙的选色主要依靠牙科医生凭借视觉感知选择比色板上与病人牙齿颜色最匹配的颜色模型。这种比色的方式很大程度上依赖于牙科医生的视觉观察和主观判断，没有一个可靠的、定性的数据分析。况且在人为的选色过程中，人眼的主观印象以及周围光照环境等外界因素对选色的结果有着极大的影响。因此需要一种标准、简单、准确的手段来帮助牙科医生辅助选择合本文档来自技高网...

【技术保护点】
1.一种基于快速区域全卷积神经网络的牙齿比色检测方法，其特征在于，其包括以下步骤：/nS1、利用数据信息采集系统对比色板牙齿库中每颗标准牙齿进行多次采样，以获得多个图谱数据构成牙齿比色板图库；/nS2、运用快速区域全卷积神经网络算法对比色板图库进行模型训练学习并建立标准模型库；/nS3、实时在线采集口腔患者的牙齿图像信息，与已训练完成的标准模型库进行分类输出，从而输出牙齿比色检测结果。/n

【技术特征摘要】
1.一种基于快速区域全卷积神经网络的牙齿比色检测方法，其特征在于，其包括以下步骤：
S1、利用数据信息采集系统对比色板牙齿库中每颗标准牙齿进行多次采样，以获得多个图谱数据构成牙齿比色板图库；
S2、运用快速区域全卷积神经网络算法对比色板图库进行模型训练学习并建立标准模型库；
S3、实时在线采集口腔患者的牙齿图像信息，与已训练完成的标准模型库进行分类输出，从而输出牙齿比色检测结果。


2.如权利要求1所述的基于快速区域全卷积神经网络的牙齿比色检测方法，其特征在于，在步骤S1中，所述数据信息采集系统包括光源、光学镜头、相机、图像采集卡、图像处理器系统、显示器和控制器组成。


3.如权利要求1所述的基于快速区域全卷积神经网络的牙齿比色检测方法，其特征在于，在步骤S2中，快速区域全卷积神经网络算法是一个五层的ZF网络，先一个1*3*224*224原始图片数据输入，经过步长设为2的7*7的卷积核处理后，通过一个2*2池化层，输出一个55*55*96的特征图像；在经过步长设为2的5*5的卷积核处理后，通过一个2*2池化层，输出一个27*27*256的特征图像；在经过步长设为1的3*3的卷积核处理后，通过一个2*2池化层，输出一个13*13*384的特征图像；在经过步长设为1的3*3的卷积核处理后，输出一个13*13*384的特征图像，最后经过步长设为1的3*3的卷积核处理后，输出一个13*13*256的特征图像，然后进行分类建模。


4.如权利要求1所述的基于快速区域全卷积神经网络的牙齿比色检测方法，其特征在于，在步骤S3中，实时在线采集口腔患者的牙齿图像信息，进行图像预处理，预处理结果输入已训练完成的标准模型库进行自动识别分类输出，从而输出牙齿比色检测结果。


5.一...

【专利技术属性】
技术研发人员：孙雨辰，陆瑛，郑荣裕，孙健康，杜越英，
申请(专利权)人：上海市杨浦区市东医院，
类型：发明
国别省市：上海;31