一种下颌第二磨牙C形根管检测装置及方法制造方法及图纸

本发明专利技术提供了一种下颌第二磨牙C形根管检测装置及方法，属于牙齿检测技术领域；解决了由于牙齿影像中根管结构在影像上欠缺清晰表达、结构复杂直接通过牙齿影像难以全方位判断牙齿根管形态的问题；包括如下步骤：获取下颌第二磨牙牙齿数据集；利用非对称卷积组装分支结构，在每个分支上串行添加参数可调的多比率空洞卷积，将二者结合得到轻量化特征增强模块，同时设计靠近输入层的基础特征提取模块；将基础特征提取模块、轻量化特征增强模块分别进行块间级联得到特征提取单元；设计主干网络，将特征提取单元嵌入到主干网络中，将得到的融合特征通过一个全局平均池化层；本发明专利技术应用于下颌第二磨牙C形根管检测。用于下颌第二磨牙C形根管检测。用于下颌第二磨牙C形根管检测。

【技术实现步骤摘要】
一种下颌第二磨牙C形根管检测装置及方法


[0001]本专利技术提供了一种下颌第二磨牙C形根管检测装置及方法，属于牙齿检测


技术介绍

[0002]C形根管主要存在于下颌第二磨牙，为复杂根管系统，治疗中常出现根管清理不彻底，根管充填不完善、峡部侧穿等情况，影响治疗效果。全景X线片，由于辐射剂量小、经济实惠是临床上常用的辅助手段，但它以二维图像显示三维物体及周围结构，直接判断出C形根管牙齿有着很大的挑战。CBCT可通过三维重建，可清晰显示C形根管解剖形态，对根管的诊断与治疗具有临床指导意义，但其辐射剂量较大，价格较高，不能作为根管治疗的优先辅助检查。借助人工智能方法自动从全景X片中高精度诊断出C形根管带来的医疗成本降低和经济效益增加是至关重要的。
[0003]人工智能在口腔医学领域应用越来越广泛，与口腔影像诊断学结合可有助于提高影像诊断的精确度，有助于医患沟通、术前诊断、术中指导和术后评估，对临床有着显著的指导意义。全景X片结合人工智能网络恰好能解决这一问题，术前判断下颌第二磨牙是否为C形根管，明确后进一步拍摄CBCT结合人工智能数据来分析其根管形态、分型、峡部的厚度、根管治疗方案及充填效果评估等，提高C形根管治疗的效率。然而由于牙齿C形根管系统从根管口到根尖状态不断发生变化，导致其在全景图像上欠缺清晰表达，现有方法难以抽取丰富的语义信息。特别地，在下颌第二磨牙的C形根管表现为锥形或方形融合根，连接近、远中2个根管的融合区颊舌径过于狭窄或分离独立，现有方法存在难以捕捉这些重要细节特征而导致检测性能变差的问题。同时目前用于C形根管的检测方法有着巨大的计算资源消耗，存在难以在有限硬件资源上训练和部署使用等问题。

技术实现思路

[0004]本专利技术为了解决现有技术中由于牙齿影像中根管结构在影像上欠缺清晰表达、结构复杂、与周围组织连在一起，直接通过牙齿影像难以全方位判断牙齿根管形态的问题，提供了一种下颌第二磨牙C形根管检测装置及方法。
[0005]为了解决上述技术问题，本专利技术采用的技术方案为：一种下颌第二磨牙C形根管牙齿检测装置，所述装置包括：口腔全景X线机，用于获取患者口腔全景影像；处理器，所述处理器通过导线与口腔全景X线机相连，所述处理器包括获取模块、分析模块、检测模块，所述获取模块用于将口腔全景X线机获取的患者口腔全景图像进行图像预处理，将预处理后的全景影像进行牙齿区域裁切处理得到下颌第二磨牙牙齿图像集；所述分析模块用于将图像集进行张量转化，形成下颌第二磨牙图像张量，输入到神经网络结构中，并通过网络反馈训练得到C形根管和非C形根管牙齿的特征；所述检测模块用于根据提取的特征，生成牙齿根管的分析模型，进行下颌第二磨
牙C形根管的自动检测，输出的结果并在显示屏上进行显示。
[0006]一种下颌第二磨牙C形根管检测装置及方法，包括如下步骤：S1：获取牙齿全景图像数据集，从全景图像中裁切出下颌第二磨牙牙齿图像，并将图像尺寸统一化为120
×
120，并划分训练集和测试集；S2：构建轻量化特征增强模块：利用非对称卷积组装分支结构，在每个分支上串行添加参数可调的多比率空洞卷积，将二者结合得到轻量化特征增强模块（LightModule），同时设计靠近输入层的基础特征提取模块（BaseModule）；S3：将步骤S2中设计的基础特征提取模块进行块间级联得到基础特征提取单元（BaseModuleSeries），将轻量化特征增强模块进行块间级联得到轻量化特征增强单元（LightModuleSeries）；S4：搭建总体网络结构：设计主干网络，将步骤S3中的基础特征提取单元、轻量化特征增强单元嵌入到主干网络中，将得到的融合特征通过一个全局平均池化层，对整个网络从结构上做正则化处理，同时减少了计算量和参数量；S5：将步骤S4中的全局平均池化层得到的特征向量与全连接层连接，通过计算转换得到牙齿根管图像类别概率；S6：将网络总体结构搭建完成后，对网络中参数进行训练更新，得到最终C形根管检测模型。
[0007]所述步骤S2中的轻量化特征增强模块的构建步骤如下：先使用1
×
1卷积降低维度，实现跨通道的交互和信息整合，并进一步减少参数数量，通过使用1
×
3、3
×
1卷积核串行代替传统3
×
3卷积，然后再利用非对称卷积组建分支结构，并在分支结构中添加可调比率参数的空洞卷积来扩大感受野和捕获多尺度上下文信息，并将之后的特征图与原始输入图进行通道合并。
[0008]所述轻量化特征增强模块的结构包括：分支一：卷积层lmb1_conv1，采用1
×
1卷积核，步长为1，并使用BN和ReLU；卷积层lmb1_conv2，采用1
×
3卷积核，步长为1，并使用BN；卷积层lmb1_conv3，采用3
×
3卷积核，步长为1，dilation为可调参数r2，使用BN和ReLU；分支二：卷积层lmb2_conv1，采用1
×
1卷积核，步长为1，并使用BN和ReLU；卷积层lmb2_conv2，采用3
×
1卷积核，步长为1，并使用BN；卷积层lmb2_conv3，采用3
×
3卷积核，步长为1，dilation为可调参数r2；分支三：卷积层lmb3_conv1，采用1
×
1卷积核，步长为1，并使用BN和ReLU；卷积层lmb3_conv2，采用1
×
3卷积核，步长为1，并使用BN；卷积层lmb3_conv2，采用3
×
1卷积核，步长为1，并使用BN；卷积层lmb4=3_conv3，采用3
×
3卷积核，步长为1，dilation为可调参数r3；特征融合：三个分支的输出进行特征融合，再进行一层卷积层，采用1
×
1卷积核，步长为1，使用BN。
[0009]所述步骤S2中的基础特征提取模块的结构包括：分支一：卷积层bmb1_conv1，采用1
×
1卷积核，步长为1，并使用BN和ReLU；卷积层bmb1_conv2，采用3
×
3卷积核，步长为1，dilation为可调参数r1，使用BN和ReLU；分支二：卷积层bmb2_conv1，采用1
×
1卷积核，步长为1，并使用BN和ReLU；卷积层
bmb2_conv2，采用3
×
3卷积核，步长为1，并使用BN和ReLU；卷积层bmb2_conv3，采用3
×
3卷积核，步长为1，dilation为可调参数r2；特征融合：两个分支的输出进行特征融合，再进行一层卷积层，采用1
×
1卷积核，步长为1，使用BN。
[0010]所述步骤S3中的基础特征提取模块之间的块级联是通过将基础特征提取单元内部的前面的基础特征提取模块层与后面的基础特征提取模块层相连实现的；所述步骤S3中的轻量化特征增强模块之间的块级联是通过将轻量化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种下颌第二磨牙C形根管牙齿检测装置，其特征在于，所述装置包括：口腔全景X线机，用于获取患者口腔全景影像；处理器，所述处理器通过导线与口腔全景X线机相连，所述处理器包括获取模块、分析模块、检测模块，所述获取模块用于将口腔全景X线机获取的患者口腔全景图像进行图像预处理，将预处理后的全景影像进行牙齿区域裁切处理得到下颌第二磨牙牙齿图像集；所述分析模块用于将图像集进行张量转化，形成下颌第二磨牙图像张量，输入到神经网络结构中，并通过网络反馈训练得到C形根管和非C形根管牙齿的特征；所述检测模块用于根据提取的特征，生成牙齿根管的分析模型，进行下颌第二磨牙C形根管的自动检测，输出的结果在并在显示屏上进行显示。2.一种下颌第二磨牙C形根管检测方法，其特征在于：包括如下步骤：S1：获取牙齿全景图像数据集，从全景图像中裁切出下颌第二磨牙牙齿图像，并对下颌第二磨牙牙齿图像进行预处理，将预处理后的下颌第二磨牙牙齿图像数据集划分为训练集和测试集；S2：构建轻量化特征增强模块：利用非对称卷积组装分支结构，在每个分支上串行添加参数可调的多比率空洞卷积，将二者结合得到轻量化特征增强模块，同时设计靠近输入层的基础特征提取模块；S3：将步骤S2中设计的基础特征提取模块进行块间级联得到基础特征提取单元，将轻量化特征增强模块进行块间级联得到轻量化特征增强单元；S4：搭建总体网络结构：设计主干网络，将步骤S3中的基础特征提取单元、轻量化特征增强单元嵌入到主干网络中，将得到的融合特征通过一个全局平均池化层，对整个网络从结构上做正则化处理；S5：将步骤S4中的全局平均池化层得到的特征向量与全连接层连接，通过计算转换得到牙齿根管图像类别概率；S6：将网络总体结构搭建完成后，对网络中参数进行训练更新，得到最终C形根管检测模型。3.根据权利要求2所述的一种下颌第二磨牙C形根管检测方法，其特征在于：所述步骤S2中的轻量化特征增强模块的构建步骤如下：先使用1
×
1卷积降低维度，实现跨通道的交互和信息整合，通过使用1
×
3、3
×
1卷积核串行代替传统3
×
3卷积，然后再利用非对称卷积组建分支结构，并在分支结构中添加可调比率参数的空洞卷积来扩大感受野和捕获多尺度上下文信息，并将之后的特征图与原始输入图进行通道合并。4.根据权利要求3所述的一种下颌第二磨牙C形根管检测方法，其特征在于：所述轻量化特征增强模块的结构包括：分支一：卷积层lmb1_conv1，采用1
×
1卷积核，步长为1，并使用BN和ReLU；卷积层 lmb1_conv2，采用1
×
3卷积核，步长为1，并使用BN；卷积层lmb1_conv3，采用3
×
3卷积核，步长为1，dilation为可调参数r2，使用BN和ReLU；分支二：卷积层lmb2_conv1，采用1
×
1卷积核，步长为1，并使用BN和ReLU；卷积层lmb2_conv2，采用3
×
1卷积核，步长为1，并使用BN；卷积层lmb2_conv3，采用3
×
3卷积核，步长为1，dilation为可调参数r2；
分支三：卷积层lmb3_conv1，采用1
×
1卷积核，步长为1，并使用BN和ReLU；卷积层lmb3_conv2，采用1
×
3卷积核，步长为1，并使用BN；卷积层lmb3_conv2，采用3
×
1卷积核，步长为1，并使用BN；卷积层lmb4=3_conv3，采用3
×
3卷积核，步长为1，dilation为可调参数r3；特征融合：三个分支的输出进行特征融合，再进行一层卷积层，采用1
×

【专利技术属性】
技术研发人员：王彬，徐峰，相洁，李颖，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：