System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及牙体缺损治疗设计,特别涉及基于人工智能获取牙体缺损治疗方案的方法、装置及存储介质。
技术介绍
1、牙体缺损是口腔科的常见病和多发病,发病率约为24%-53%。牙体缺损的病因复杂多样,最主要的病因之一是龋病,外伤、磨损酸蚀、应力、发育畸形等也是引起牙体缺损的常见原因。牙体缺损通常对咀嚼、发育、牙周组织、美观、心理健康甚至对全身健康等产生不良影响。如果未得到及时有效治疗,最终可能导致牙齿丧失。牙体缺损的保留治疗具有关键意义,包括维持牙槽骨高度、牙齿的生理功能、保留牙周本体感受器、降低阿尔兹海默症和脑中风的风险等等。常见的治疗手段包括充填、嵌体、贴面、全冠、桩核冠、种植、局部义齿与全口义齿等,合并其他症状时要联合牙体、牙周、外科、正畸等专业治疗。虽然目前牙体缺损存在多种治疗手段,但是临床上牙体缺损的治疗缺乏统一标准,如何选择更加合理、更加适合患者的方案仍存在困难。
技术实现思路
1、为至少在一定程度上克服相关技术中存在的问题,本专利技术提供了一种基于人工智能获取牙体缺损治疗方案的方法,包括:获取患牙临床检查信息;将所述患牙临床检查信息输入至训练好的多任务模型,所述多任务模型分别输出是或否的患牙任务结论;以及将所述患牙任务结论输入至逻辑归纳模型,输出得到患牙治疗方案。
2、进一步地,所述多任务模型包括与牙去留有关的多个第一任务模型,所述多个第一任务模型包括:观察任务模型,输出是否观察的患牙任务结论;拔除任务模型,输出是否拔除的患牙任务结论;以及保留任务模型,输出是
3、进一步地,所述多任务模型还包括与拔除有关的多个第二任务模型,所述多个第二任务模型包括:种植任务模型,输出是否种植的患牙任务结论;活动义齿任务模型,输出是否安装活动义齿的患牙任务结论;总义齿任务模型,输出是否安装总义齿的患牙任务结论;以及固定桥修复任务模型,输出是否固定桥修复的患牙任务结论。
4、进一步地,所述多任务模型还包括与保留有关的多个第三任务模型,所述多个第三任务模型包括:牙体治疗任务模型,输出是否牙体治疗的患牙任务结论;修复治疗任务模型,输出是否修复治疗的患牙任务结论;牙周治疗任务模型,输出是否牙周治疗的患牙任务结论;以及正畸治疗任务模型,输出是否正畸治疗的患牙任务结论。
5、进一步地,所述拔除任务模型、所述牙体治疗任务模型和所述牙周治疗任务模型采用基于树模型的集成算法(xgboost)实现,所述观察任务模型、所述保留任务模型、所述种植任务模型、所述活动义齿任务模型、所述总义齿任务模型、所述固定桥修复任务模型、所述修复治疗任务模型和所述正畸治疗任务模型采用多层感知器(mlp)实现。
6、进一步地,所述逻辑归纳模型用于:接收并分析所述多个第一任务模型输出的患牙任务结论;当是否观察的患牙任务结论为是时,根据观察的患牙任务结论生成所述患牙治疗方案;当是否拔除的患牙任务结论为是时,分析与拔除有关的所述多个第二任务模型,并根据所述拔除任务模型和所述多个第二任务模型输出的患牙任务结论生成所述患牙治疗方案;当是否保留的患牙任务结论为是时,分析与保留有关的所述多个第三任务模型,并根据所述保留任务模型和所述多个第三任务模型输出的患牙任务结论生成所述患牙治疗方案。
7、进一步地,所述多任务模型还包括与牙体治疗有关的多个第四任务模型,所述多个第四任务模型包括:牙体充填任务模型,输出是否牙体充填的患牙任务结论;根管治疗任务模型,输出是否根管治疗的患牙任务结论;以及根尖手术任务模型,输出是否根尖手术的患牙任务结论。
8、所述多任务模型还包括与修复治疗有关的多个第五任务模型,所述多个第五任务模型包括:拆除修复体任务模型,输出是否拆除修复体的患牙任务结论;重新粘固任务模型,输出是否重新粘固的患牙任务结论;贴面修复任务模型,输出是否贴面修复的患牙任务结论;嵌体修复任务模型,输出是否嵌体修复的患牙任务结论;冠修复任务模型,输出是否冠修复的患牙任务结论;以及桩核冠修复任务模型,输出是否桩核冠修复的患牙任务结论。
9、进一步地,根据所述保留任务模型和所述多个第三任务模型输出的患牙任务结论生成所述患牙治疗方案包括:当是否牙体治疗的患牙任务结论为是时,分析与牙体治疗有关的所述多个第四任务模型,并根据所述保留任务模型、所述多个第三任务模型和所述多个第四任务模型输出的患牙任务结论来生成所述患牙治疗方案;当是否修复治疗的患牙任务结论为是时,分析与修复治疗有关的所述多个第五任务模型,并根据所述保留任务模型、所述多个第三任务模型和所述多个第五任务模型输出的患牙任务结论来生成所述患牙治疗方案。
10、进一步地,所述患牙临床检查信息包括以下各项中的至少一项:患牙牙位、对牙是否缺失、是否有充填体、是否有修复体、余留牙数量、是否有义齿、舌侧断面、唇侧断面、近中壁断面、远中壁断面、有无隐裂、根管治疗、根尖周病变、根外吸收、牙根长度、临床冠高度、冠根比、牙槽骨吸收程度、邻牙倾斜、松动度、对合牙缺失、患牙咬合情况、口腔副功能、颞下颌关节tmj、口腔卫生状况以及牙体缺损诊断。
11、进一步地,所述方法还包括:对所述多任务模型进行训练,所述训练包括:获取多组样本患牙临床检查信息以及对应的多组样本患牙任务结论;将所述多组样本患牙临床检查信息作为输入,将所述多组样本患牙任务结论作为输出,对所述多任务模型进行训练。
12、此外,本专利技术还提供了一种基于人工智能获取牙体缺损治疗方案的装置,包括存储器以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行上面所述的方法中的步骤。
13、此外,本专利技术还提供了一种存储介质,其上存储有可执行程序,当可执行程序被调用时,执行上面所述的方法中的步骤。
14、此外,本专利技术还提供了一种基于人工智能获取牙体缺损治疗方案的装置,包括:信息获取模块,用于获取患牙临床检查信息;多任务模型,用于接收所述患牙临床检查信息,并以任务为单位分别输出是或否的患牙任务结论,其中所述多任务模型为训练好的人工智能模型;以及逻辑归纳模型,用于接收所述患牙任务结论,并输出患牙治疗方案。
15、进一步地,所述多任务模型包括与牙去留有关的多个第一任务模型,所述多个第一任务模型包括:观察任务模型,输出是否观察的患牙任务结论;拔除任务模型,输出是否拔除的患牙任务结论;以及保留任务模型,输出是否保留的患牙任务结论。
16、进一步地,所述多任务模型还包括与拔除有关的多个第二任务模型,所述多个第二任务模型包括:种植任务模型,输出是否种植的患牙任务结论;活动义齿任务模型,输出是否安装活动义齿的患牙任务结论;总义齿任务模型,输出是否安装总义齿的患牙任务结论;以及固定桥修复任务模型,输出是否固定桥修复的患牙任务结论。
17、进一步地,所述多任务模型还包括与保留有关的多个第三任务模型,所述多个第三任务模型包括:牙体治疗任务模型,输出是否牙体治疗的患牙任务结论;修复治疗任务模型,输出是否修复治疗的本文档来自技高网...
【技术保护点】
1.一种基于人工智能获取牙体缺损治疗方案的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述多任务模型还包括与拔除有关的多个第二任务模型,所述多个第二任务模型包括:
3.根据权利要求2所述的方法,其特征在于,所述多任务模型还包括与保留有关的多个第三任务模型,所述多个第三任务模型包括:
4.根据权利要求3所述的方法,其特征在于,所述拔除任务模型、所述牙体治疗任务模型和所述牙周治疗任务模型采用基于树模型的集成算法(XGBoost)实现,所述观察任务模型、所述保留任务模型、所述种植任务模型、所述活动义齿任务模型、所述总义齿任务模型、所述固定桥修复任务模型、所述修复治疗任务模型和所述正畸治疗任务模型采用多层感知器(MLP)实现。
5.根据权利要求3所述的方法,其特征在于,所述逻辑归纳模型用于:
6.根据权利要求5所述的方法,其特征在于,
7.根据权利要求6所述的方法,其特征在于,
8.根据权利要求1所述的方法,其特征在于,所述患牙临床检查信息包括以下各项中的至少一项:患牙牙位、对牙是
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:对所述多任务模型进行训练,所述训练包括:
10.一种基于人工智能获取牙体缺损治疗方案的装置,其特征在于,包括存储器以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行如权利要求1-9任一项所述方法中的步骤。
11.一种存储介质,其特征在于,其上存储有可执行程序,当可执行程序被调用时,执行如权利要求1-9中任一项所述方法中的步骤。
12.一种基于人工智能获取牙体缺损治疗方案的装置,其特征在于,包括:
...【技术特征摘要】
1.一种基于人工智能获取牙体缺损治疗方案的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述多任务模型还包括与拔除有关的多个第二任务模型,所述多个第二任务模型包括:
3.根据权利要求2所述的方法,其特征在于,所述多任务模型还包括与保留有关的多个第三任务模型,所述多个第三任务模型包括:
4.根据权利要求3所述的方法,其特征在于,所述拔除任务模型、所述牙体治疗任务模型和所述牙周治疗任务模型采用基于树模型的集成算法(xgboost)实现,所述观察任务模型、所述保留任务模型、所述种植任务模型、所述活动义齿任务模型、所述总义齿任务模型、所述固定桥修复任务模型、所述修复治疗任务模型和所述正畸治疗任务模型采用多层感知器(mlp)实现。
5.根据权利要求3所述的方法,其特征在于,所述逻辑归纳模型用于:
6.根据权利要求5所述的方法,其特征在于,
7.根据权利要求6所述的方法,其特征在于,
8.根据权利要求1所述的...
【专利技术属性】
技术研发人员:王莹,邓旭亮,杨旭,徐明明,苟正科,吴宇佳,权鹏朝,李正熙,
申请(专利权)人:北京大学口腔医学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。