基于视觉分析的牙颌面特征计算方法、系统、设备及芯片技术方案

基于视觉分析的牙颌面特征计算方法、系统、设备及芯片，系统包括：关键点提取模块，用于根据输入的侧脸图像计算面部特征点的位置；特征计算模块，用于根据输入的关键点位置计算相应的面型特征；判断模块，用于根据面部特征输出为牙颌面畸形的判断结果。本发明专利技术提出了一个无创、低成本、场景灵活的牙颌面畸形筛查算法，采用面部照片作为诊断依据，具有高效、准确的特点，方便应用到社区及教育机构中筛查。

【技术实现步骤摘要】

本专利技术涉及计算机图像处理领域，具体地说是一种基于视觉分析的牙颌面特征计算方法、系统、设备及芯片。

技术介绍

1、牙颌面畸形是影响口腔健康的重要因素。牙颌面畸形是指儿童由于先天遗传或后天环境等因素导致的牙齿、颌骨和颅面结构发育异常所引起的畸形，进而影响颌面的生长发育、影响个体的容貌外观以及双颌前突、长面或短面畸形等问题，还容易发生龋病及牙龈牙周炎症等。

2、现有牙颌面畸形的常规筛查方法主要是基于定位头颅侧位片的头影测量分析来进行诊断和筛查，其主要问题是定位头颅侧位片的采集需要专业的医疗设备以及需要配备专业的读片医师。目前在小型诊所、社区以及教育机构尚不具备拍摄定位头颅侧位片的能力，同时依据定位头颅侧位片的筛查时间较长、成本较高，不适用与在人群中进行大规模的筛查。

技术实现思路

1、本专利技术为解决现有的问题，旨在提供一种基于视觉分析的牙颌面特征计算方法、系统、设备及芯片。

2、本专利技术采用的技术方案包括一种牙颌面特征计算系统，包含：

3、关键点提取模块，用于根据输入的侧本文档来自技高网...

【技术保护点】

1.一种牙颌面特征计算系统，其特征在于包含：

2.根据权利要求1所述的系统，其特征在于：所述关键点提取模块包括骨干网络、Transformer编码器A、Transformer解码器B以及回归网络。

3.根据权利要求2所述的系统，其特征在于：骨干网络采用ResNet结构，用于将侧脸图像转化成多尺度特征图。

4.根据权利要求3所述的系统，其特征在于：Transformer编码器A中，通过多头可变注意力模块对多尺度特征图进行注意力权重计算，并根据注意力权重自适应聚合特征。

5.根据权利要求4所述的系统，其特征在于：多头可变注意力模块通过Query...

【技术特征摘要】

1.一种牙颌面特征计算系统，其特征在于包含：

2.根据权利要求1所述的系统，其特征在于：所述关键点提取模块包括骨干网络、transformer编码器a、transformer解码器b以及回归网络。

3.根据权利要求2所述的系统，其特征在于：骨干网络采用resnet结构，用于将侧脸图像转化成多尺度特征图。

4.根据权利要求3所述的系统，其特征在于：transformer编码器a中，通过多头可变注意力模块对多尺度特征图进行注意力权重计算，并根据注意力权重自适应聚合特征。

5.根据权利要求4所述的系统，其特征在于：多头可变注意力模块通过query(查询)和value(值)实现，多尺度特征经过线性投影分别得到query和value，query进行注意力权重、参考点以及采样偏移量的计算；由参考点位置加上采样偏移量计算得到value上的采样位置。

6....

【专利技术属性】
技术研发人员：韩黎明，王立峰，冯渊，吴晓鹏，韩良杰，
申请(专利权)人：上海哈珥斯智能科技有限公司，
类型：发明
国别省市：