[发明专利]一种基于神经网络的牙科手术设备的磨除方法、系统及可读存储介质

权利要求书

1.一种基于神经网络的牙科手术设备的磨除方法，其特征在于，包括：

建立神经网络模型,并进行初始化学习；

获取口腔内牙齿图像信息；

将获取的口腔内牙齿图像信息进行预处理，导入所述神经网络模型识别病变组织，并确定病变组织面积；

所述神经网络模型结合所述病变组织面积和牙齿体积生成钻孔形状；

将所述钻孔形状反馈到牙科手术设备，将所述钻孔形状反馈到牙科手术设备，牙科手术设备内置牙钻根据所述钻孔形状进行磨除。

2.根据权利要求1所述的一种基于神经网络的牙科手术设备的磨除方法，其特征在于，所述的建立用于识别牙齿病变组织的神经网络模型，并进行初始化学习，具体为:

获取病变牙齿与正常牙齿图像信息，并将所述图像信息进行预处理生成初始训练集；

将所述初始训练集进行分组，不同组训练集分别导入所述神经网络模型，生成第一次学习后的输出结果；

根据所述不同组训练集第一次学习后的输出结果计算每组训练集的初始学习率；

将所述第一次学习后的输出结果再次导入神经网络模型，进行多次学习，生成不同组的输出结果；

将所述的进行多次学习后的不同组训练集的输出结果进行比较，得到结果偏差率；

判断所述结果偏差率是否小于预设的结果偏差率阈值；

若小于，所述神经网络模型训练结束。

3.根据权利要求1所述的一种基于神经网络的牙科手术设备的磨除方法，其特征在于，所述的牙科手术设备内置牙钻根据所述神经网络模型识别结果进行磨除，具体为：

牙科手术设备内置摄像头采集目标对象口腔内牙齿帧图像数据；

将所述的牙齿帧图像数据进行预处理，导入神经网络模型；

所述神经网络模型中卷积层和池化层提取图像特征，并经过反向传播确定卷积核参数，得到输出值；

将所得图像输出值与预设图像输出值进行比较，得到输出值偏差率；

判断所述输出值偏差率是否小于预设的输出值偏差率阈值；

若小于，则判断采集图像部位为病变组织，将结果反馈到牙科手术设备；

所述牙科手术设备控制内置牙钻对病变组织进行磨除，当收到神经网络模型的反馈信息为正常牙齿组织时，则停止磨除。

4.根据权利要求1所述的一种基于神经网络的牙科手术设备的磨除方法，其特征在于，还包括：

获取口腔内医学影像信息，运用三维重建生成牙齿三维模型；

根据所述神经网络模型识别病变组织，并采集病变组织区域面积；

将牙科手术资料相关数据库导入所述神经网络模型，对所述神经网络模型进行训练；

所述神经网络模型结合所述病变组织面积和牙齿体积生成钻孔形状；

将所述钻孔形状信息发送给牙科手术设备，所述将所述钻孔形状反馈到牙科手术设备，牙科手术设备内置牙钻根据所述钻孔形状进行磨除。

5.根据权利要求4所述的一种基于神经网络的牙科手术设备的磨除方法，其特征在于，所述的获取口腔医学影像信息，运用三维重建生成牙齿三维模型，具体为：将所获取的口腔内医学影像信息通过预处理改善视觉效果，提高清晰度，突出建立牙齿三维模型所需图像部分，根据摄像机标定建立有效的成像模型，通过基于方向导数的方法进行特征点、特征线、特征区域的提取，将提取的特征通过立体匹配建立不同图像之间的对应关系，根据所述对应关系和所述摄像机标定的内外参数建立牙齿三维模型。

6.根据权利要求4所述的一种基于神经网络的牙科手术设备的磨除方法，其特征在于，所述的将牙科手术资料相关数据库导入所述神经网络模型，对所述神经网络模型进行训练，其中牙科手术资料相关数据库包括历史病例手术处理方案、医学术语标注技术结构化处理的权威临床指南库、临床研究证据库、医学专家方案库。