一种预测恒牙发育的方法及系统技术方案

本发明专利技术公开一种预测恒牙发育的方法及系统，涉及预测牙齿发育领域；所述方法包括：获取待分期的口腔

【技术实现步骤摘要】
一种预测恒牙发育的方法及系统


[0001]本专利技术涉及预测牙齿发育领域，特别是涉及一种预测恒牙发育的方法及系统
。

技术介绍

[0002]混合牙列期是乳牙列向恒牙列转化的过渡期，伴随颌骨生长
、
继承恒牙胚发育
、
乳牙牙根的生理性吸收
、
周围牙槽骨的改建及软组织的生长和功能的建立
。
牙齿的发育过程包括生长期
、
钙化期和萌出期
。Nolla
通过
X
线片变化，将恒牙钙化过程分为十个阶段，作为临床常用的评估牙齿发育程度的参考指标
。
同种疾病，恒牙在发育的不同阶段，医生会选择不同的治疗方式
。
例如：恒牙的牙髓根尖周病变，如果恒牙发育未到8期首选牙髓血运重建术；发育9期则选择根尖诱导成形术或根尖屏障术；发育
10
期则选择根管治疗术
。
因此，精准评估牙齿发育分期对于临床决策具有重要的指导意义
。
[0003]现有技术中针对牙齿发育分期都是使用一个神经网络进行多类牙齿发育阶段的预测，而每类牙齿在不同的发育阶段是有所区别的，因而用一个神经网络对多类牙齿发育阶段进行预测会导致每类牙齿发育阶段的预测结果都不准确的问题
。

技术实现思路

[0004]本专利技术的目的是提供一种预测恒牙发育的方法及系统，通过对牙齿进行分类，并将分类后的牙齿输入至对应的预测模型中，可以提高预测的准确性
。/>[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种预测恒牙发育的方法，所述预测恒牙发育的方法包括：
[0007]获取待分期的口腔
CBCT
；
[0008]对待分期的口腔
CBCT
进行分割处理，得到不同牙齿的口腔
CBCT
；
[0009]采用牙位表示法对不同牙齿的口腔
CBCT
进行编码，得到不同牙齿编码后的口腔
CBCT
；
[0010]根据不同牙齿编码后的口腔
CBCT
和不同牙齿的牙根形态，确定待分期的恒前牙
、
待分期的恒前磨牙和待分期的恒磨牙；
[0011]将待分期的恒前牙输入至恒前牙预测模型中，得到恒前牙的钙化阶段；
[0012]将待分期的恒前磨牙输入至恒前磨牙预测模型中，得到恒前磨牙的钙化阶段；
[0013]将待分期的恒磨牙输入至恒磨牙预测模型中，得到恒磨牙的钙化阶段
。
[0014]可选地，对待分期的口腔
CBCT
进行分割处理，得到不同牙齿的口腔
CBCT
，具体包括：
[0015]采用开源标注工具
3D Slicer
对待分期的口腔
CBCT
进行分割处理，得到不同牙齿的口腔
CBCT。
[0016]可选地，将待分期的恒前牙输入至恒前牙预测模型中，得到恒前牙的钙化阶段，之前还包括：
[0017]构建卷积神经网络；
[0018]获取恒前牙口腔
CBCT
训练数据；恒前牙口腔
CBCT
训练数据包括恒前牙口腔
CBCT
样本和恒前牙口腔
CBCT
样本对应的钙化阶段；
[0019]将所述恒前牙口腔
CBCT
训练数据分为训练集和验证集；
[0020]采用所述训练集以损失函数最小为目的对所述卷积神经网络的权重和偏置进行训练，得到训练后的卷积神经网络；所述损失函数根据卷积神经网络的输出和恒前牙口腔
CBCT
样本对应的钙化阶段之间的误差确定；
[0021]采用所述验证集对训练后的卷积神经网络的权重和偏置进行调整，得到调整后的卷积神经网络；
[0022]将调整后的卷积神经网络作为所述恒前牙预测模型
。
[0023]可选地，所述牙位表示法包括：
FDI
牙位表示法
、
部位记录法和通用记录法
。
[0024]一种预测恒牙发育的系统，所述预测恒牙发育的系统应用于上述中所述的预测恒牙发育的方法，所述预测恒牙发育的系统包括：
[0025]获取模块，用于获取待分期的口腔
CBCT
；
[0026]分割模块，用于对待分期的口腔
CBCT
进行分割处理，得到不同牙齿的口腔
CBCT
；
[0027]编码模块，用于采用牙位表示法对不同牙齿的口腔
CBCT
进行编码，得到不同牙齿编码后的口腔
CBCT
；
[0028]分类模块，用于根据不同牙齿编码后的口腔
CBCT
和不同牙齿的牙根形态，确定待分期的恒前牙
、
待分期的恒前磨牙和待分期的恒磨牙；
[0029]恒前牙预测模块，用于将待分期的恒前牙输入至恒前牙预测模型中，得到恒前牙的钙化阶段；
[0030]恒前磨牙预测模块，用于将待分期的恒前磨牙输入至恒前磨牙预测模型中，得到恒前磨牙的钙化阶段；
[0031]恒磨牙预测模块，用于将待分期的恒磨牙输入至恒磨牙预测模型中，得到恒磨牙的钙化阶段
。
[0032]可选地，所述预测恒牙发育的系统还包括：训练模块，具体包括：
[0033]构建单元，用于构建卷积神经网络；
[0034]获取单元，用于获取恒前牙口腔
CBCT
训练数据；恒前牙口腔
CBCT
训练数据包括恒前牙口腔
CBCT
样本和恒前牙口腔
CBCT
样本对应的钙化阶段；
[0035]分类单元，用于将所述恒前牙口腔
CBCT
训练数据分为训练集和验证集；
[0036]训练单元，用于采用所述训练集以损失函数最小为目的对所述卷积神经网络的权重和偏置进行训练，得到训练后的卷积神经网络；所述损失函数根据卷积神经网络的输出和恒前牙口腔
CBCT
样本对应的钙化阶段之间的误差确定；
[0037]验证单元，用于采用所述验证集对训练后的卷积神经网络的权重和偏置进行调整，得到调整后的卷积神经网络；
[0038]输出单元，用于将调整后的卷积神经网络作为所述恒前牙预测模型
。
[0039]一种电子设备，包括存储器
、
处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述的预测恒牙发育的方法
。
[0040]一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序
被执行时实现上述所述的预测恒牙发育的方法
。
[0041]根据本专利技术提供的具体实施例，本专利技术公开了以下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种预测恒牙发育的方法，其特征在于，所述预测恒牙发育的方法包括：获取待分期的口腔
CBCT
；对待分期的口腔
CBCT
进行分割处理，得到不同牙齿的口腔
CBCT
；采用牙位表示法对不同牙齿的口腔
CBCT
进行编码，得到不同牙齿编码后的口腔
CBCT
；根据不同牙齿编码后的口腔
CBCT
和不同牙齿的牙根形态，确定待分期的恒前牙
、
待分期的恒前磨牙和待分期的恒磨牙；将待分期的恒前牙输入至恒前牙预测模型中，得到恒前牙的钙化阶段；将待分期的恒前磨牙输入至恒前磨牙预测模型中，得到恒前磨牙的钙化阶段；将待分期的恒磨牙输入至恒磨牙预测模型中，得到恒磨牙的钙化阶段
。2.
根据权利要求1所述的预测恒牙发育的方法，其特征在于，对待分期的口腔
CBCT
进行分割处理，得到不同牙齿的口腔
CBCT
，具体包括：采用开源标注工具
3D Slicer
对待分期的口腔
CBCT
进行分割处理，得到不同牙齿的口腔
CBCT。3.
根据权利要求1所述的预测恒牙发育的方法，其特征在于，将待分期的恒前牙输入至恒前牙预测模型中，得到恒前牙的钙化阶段，之前还包括：构建卷积神经网络；获取恒前牙口腔
CBCT
训练数据；恒前牙口腔
CBCT
训练数据包括恒前牙口腔
CBCT
样本和恒前牙口腔
CBCT
样本对应的钙化阶段；将所述恒前牙口腔
CBCT
训练数据分为训练集和验证集；采用所述训练集以损失函数最小为目的对所述卷积神经网络的权重和偏置进行训练，得到训练后的卷积神经网络；所述损失函数根据卷积神经网络的输出和恒前牙口腔
CBCT
样本对应的钙化阶段之间的误差确定；采用所述验证集对训练后的卷积神经网络的权重和偏置进行调整，得到调整后的卷积神经网络；将调整后的卷积神经网络作为所述恒前牙预测模型
。4.
根据权利要求1所述的预测恒牙发育的方法，其特征在于，所述牙位表示法包括：
FDI
牙位表示法
、
部位记录法和通用记录法
。5.
一种预测恒牙发育的系统，其特征在于，所...

【专利技术属性】
技术研发人员：张姝，刘羽晟，冯芝恩，王利生，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：