【技术实现步骤摘要】
本专利技术涉及牙科领域，具体涉及一种基于机器学习的第一恒磨牙异位萌出可逆性预测方法。
技术介绍
1、第一恒磨牙在口腔中萌出最早、存在时间最长，其位置关系在建立正常咬合过程中起重要作用。第一恒磨牙异位萌出在儿童口腔就诊患者中较为常见，发生率为0.75～6％。
2、在许多现有技术中，一般由口腔医师手动地确定患者牙齿的萌出状态并进行人为干预。但是事实上超过50％患者的第一恒磨牙异位萌出具有可逆性，即异位萌出可以自行改善，回归正常的萌出路径，不需要人为干预，目前存在对可逆性的第一恒磨牙异位萌出进行过度干预的问题。因此，研究和预测第一恒磨牙异位萌出是否具有可逆性对儿童咬合发育管理有很重要的临床意义。
技术实现思路
1、本专利技术提供一种基于机器学习的第一恒磨牙异位萌出可逆性预测方法，通过在大量数据的收集、分析和统计的基础上，结合机器学习的预测算法，在口腔医师诊治第一恒磨牙异位萌出的儿童患者时提供帮助，解决对具有可逆性的第一恒磨牙异位萌出进行过度干预的问题。
2、本专利技术提供
【技术保护点】
1.一种基于机器学习的第一恒磨牙异位萌出可逆性预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的第一恒磨牙异位萌出可逆性预测方法，其特征在于，所述嵌入量指数(MOII)的表达式如下：
3.根据权利要求1所述的基于机器学习的第一恒磨牙异位萌出可逆性预测方法，其特征在于：
4.根据权利要求1所述的基于机器学习的第一恒磨牙异位萌出可逆性预测方法，其特征在于，还包括：
5.根据权利要求1所述的基于机器学习的第一恒磨牙异位萌出可逆性预测方法，S104中，所述根据所述预测结果判断第一恒磨牙异位萌出是否需要进...
【技术特征摘要】
1.一种基于机器学习的第一恒磨牙异位萌出可逆性预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于机器学习的第一恒磨牙异位萌出可逆性预测方法，其特征在于，所述嵌入量指数(moii)的表达式如下：
3.根据权利要求1所述的基于机器学习的第一恒磨牙异位萌出可逆性预测方法，其特征在于：
4.根据权利要求1所述的基于机器学习的第一恒磨牙异位萌出可逆性预测方法...
【专利技术属性】
技术研发人员：霍媛媛，吴礼安，陈宇江，王琪，武敏科，
申请(专利权)人：中国人民解放军空军军医大学，
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。