多步矫治器的变形检测方法、装置、设备及介质制造方法及图纸

本发明专利技术提供一种多步矫治器的变形检测方法、装置、设备及介质。本发明专利技术实施例通过分别获取n个矫治器的待检测图像，分别针对n个矫治器中的第i个矫治器，分别对第i个矫治器的待检测图像、第i

【技术实现步骤摘要】
多步矫治器的变形检测方法、装置、设备及介质


[0001]本专利技术涉及医疗器械领域，具体涉及医疗器械的质量检测技术，尤其涉及一种多步矫治器的变形检测方法、装置、设备及介质。

技术介绍

[0002]由于美观、便捷以及利于清洁等优点，基于高分子材料的壳状牙齿正畸矫治器(如隐形矫治器)越来越受欢迎。壳状牙齿正畸矫治器是利用变形产生的回弹力把牙齿从一个布局重新定位到另一布局。
[0003]壳状牙齿正畸矫治器(以下简称：矫治器)生产过程通常需要经历如下流程：光固化模具成型
‑
>利用光固化模具对矫治器压膜
‑
>矫治器裁剪、脱壳
‑
>矫治器研磨、清洗
‑
>矫治器分拣、包装。
[0004]在矫治器剪裁、脱壳、研磨、清洗等一系列步骤中，由于外力或是光固化模具引入的问题，矫治器有一定几率发生变形。变形的矫治器属于瑕疵产品，无法佩戴以到达矫正牙齿的目的，需要被识别并处理。
[0005]现有技术中，主要通过以下方式识别矫治器的变形：在生产过程中，由操作工人进行目视检查；在质检阶段，由质检人员进行目视检查；在成品质检阶段，由质检人员进行单步目视检查(上下翘检测)和多步对比目视检查(扩弓缩弓检测)。
[0006]然而，上述主要通过人工识别光固化模具和矫治器的缺陷的方式，至少存在以下问题：由于产量的需求、质量控制的要求和质检人员的人数限制，目视检查非常繁重，给操作工人和质检人员带来巨大的工作压力；矫治器变形的目视检查受到操作工人和质检人员的主观因素(如视力、经验、疲劳程度等)影响，无法形成客观统一的评价标准，不利于质量控制；部分变形非常难以判断，或是非常细微从而难以察觉。
[0007]因此，现有技术通过人工识别矫治器变形的方式，无法准确、有效识别矫治器的变形，并且需要占用大量的人力资源，质检成本高、时间长、效率低，无法有效控制矫治器的质量。

技术实现思路

[0008]本专利技术的多个方面提供一种多步矫治器的变形检测方法、装置、设备及计算机可读存储介质，用以准确、有效识别多步矫治器是否存在变形。
[0009]本专利技术的一方面，提供一种多步矫治器的变形检测方法，所述多步矫治器包括对应应用于n个矫治步骤的n个矫治器，所述方法包括：
[0010]分别获取所述n个矫治器的待检测图像；
[0011]分别针对所述n个矫治器中的第i个矫治器，分别对所述第i个矫治器的待检测图像、第i
‑
1个矫治器的待检测图像和第i+1个矫治器的待检测图像进行特征提取，得到所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征；其中，i的取值依次为[2，n
‑
1]中的任一整数，n的取值大于
2；
[0012]对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到融合特征；
[0013]基于所述融合特征进行分类，得到所述第i个矫治器是否存在变形的分类结果；
[0014]基于所述第i个矫治器是否存在变形的分类结果，确定所述第i个矫治器是否存在变形。
[0015]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述基于所述第i个矫治器是否存在变形的分类结果，确定所述第i个矫治器是否存在变形之后，还包括：
[0016]以所述第2个矫治器是否存在变形的确定结果作为第1个矫治器是否存在变形的确定结果；
[0017]以所述第n
‑
1个矫治器是否存在变形的确定结果作为所述第n个矫治器是否存在变形的确定结果。
[0018]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述变形包括以下任意一项或多项：扩弓，缩弓。
[0019]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述基于所述第i个矫治器是否存在变形的分类结果，确定所述第i个矫治器是否存在变形之后，还包括：
[0020]基于所述第i个矫治器是否存在变形的确定结果，确定所述多步矫治器的变形检测结果。
[0021]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述分别获取所述n个矫治器的待检测图像，包括：
[0022]利用图像采集系统，采用俯视图像采集方式分别对所述n个矫治器进行图像采集，得到所述n个矫治器的待检测图像。
[0023]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到融合特征，包括：
[0024]基于注意力机制，对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到融合特征。
[0025]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述基于注意力机制，对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到融合特征，包括：
[0026]对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到中间融合特征；
[0027]利用空间注意力模块，获取所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征对应的空间注意力权重值；
[0028]基于所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征对应的空间注意力权重值，对所述中间融
合特征进行加权，得到所述融合特征。
[0029]如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，利用预先训练得到的卷积神经网络，执行所述分别针对所述n个矫治器中的第i个矫治器，分别对所述第i个矫治器的待检测图像、第i
‑
1个矫治器的待检测图像和第i+1个矫治器的待检测图像进行特征提取，得到所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征的操作，所述对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到融合特征的操作，以及所述基于所述融合特征进行分类，得到所述第i个矫治器是否存在变形本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多步矫治器的变形检测方法，其特征在于，所述多步矫治器包括对应应用于n个矫治步骤的n个矫治器，所述方法包括：分别获取所述n个矫治器的待检测图像；分别针对所述n个矫治器中的第i个矫治器，分别对所述第i个矫治器的待检测图像、第i
‑
1个矫治器的待检测图像和第i+1个矫治器的待检测图像进行特征提取，得到所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征；其中，i的取值依次为[2，n
‑
1]中的任一整数，n的取值大于2；对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到融合特征；基于所述融合特征进行分类，得到所述第i个矫治器是否存在变形的分类结果；基于所述第i个矫治器是否存在变形的分类结果，确定所述第i个矫治器是否存在变形。2.根据权利要求1所述的方法，其特征在于，所述基于所述第i个矫治器是否存在变形的分类结果，确定所述第i个矫治器是否存在变形之后，还包括：以第2个矫治器是否存在变形的确定结果作为第1个矫治器是否存在变形的确定结果；以第n
‑
1个矫治器是否存在变形的确定结果作为所述第n个矫治器是否存在变形的确定结果。3.根据权利要求2所述的方法，其特征在于，所述变形包括以下任意一项或多项：扩弓，缩弓。4.根据权利要求2所述的方法，其特征在于，所述基于所述第i个矫治器是否存在变形的分类结果，确定所述第i个矫治器是否存在变形之后，还包括：基于所述第i个矫治器是否存在变形的确定结果，确定所述多步矫治器的变形检测结果。5.根据权利要求1所述的方法，其特征在于，所述分别获取所述n个矫治器的待检测图像，包括：利用图像采集系统，采用俯视图像采集方式分别对所述n个矫治器进行图像采集，得到所述n个矫治器的待检测图像。6.根据权利要求1所述的方法，其特征在于，所述对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到融合特征，包括：基于注意力机制，对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到融合特征。7.根据权利要求6所述的方法，其特征在于，所述基于注意力机制，对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到融合特征，包括：对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到中间融合特征；利用空间注意力模块，获取所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征对应的空间注意力权重
值；基于所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征对应的空间注意力权重值，对所述中间融合特征进行加权，得到所述融合特征。8.根据权利要求1～7任一权利要求所述的方法，其特征在于，利用预先训练得到的卷积神经网络，执行所述分别针对所述n个矫治器中的第i个矫治器，分别对所述第i个矫治器的待检测图像、第i
‑
1个矫治器的待检测图像和第i+1个矫治器的待检测图像进行特征提取，得到所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征的操作，所述对所述第i
‑
1个矫治器的待检测图像的特征、所述第i个矫治器的待检测图像的特征和所述第i+1个矫治器的待检测图像的特征进行融合，得到融合特征的操作，以及所述基于所述融合特征进行分类，得到所述第i个矫治器是否存在变形的分类结果的操作。9.根据权利要求8所述的方法，其特征在于，还包括：获取训练集，所述训练集包括多个样本的样本图像，每个样本包括：由对应应用于m个矫治步骤的m个子样本中的m
‑
2组子样本，m为大于的整数；其中，每组子样本包括第k个子样本在第k
‑
1个子样本、第k个子样本和第k+1个子样本，k的取值依次为[2，m
‑
1]中的任一整数；在每组子样本中，在每组子样本中有子样本存在变形时，第k个子样本作为正样本标注有存在变形的标注信息；分别将所述训练集中的每组子样本包括的第k个子样本在第k
‑
1个子样本、第k个子样本和...

【专利技术属性】
技术研发人员：黄雷，张隽华，梁晓辉，
申请(专利权)人：无锡时代天使生物科技有限公司，
类型：发明
国别省市：