根据影像评估口腔干燥或污染的计算机程序及计算机可读取媒体的制作方法

本发明是有关于一种评估口腔干燥或污染的计算机程序及计算机可读取媒体，尤其是指一种根据影像评估口腔干燥或污染的计算机程序及计算机可读取媒体。

背景技术：

1、口腔不只是进食的入口，也是呼吸道的入口之一，因而成为细菌感染的重要入口。口腔干燥与口腔污染，皆使口腔及呼吸道感染风险增加。医学研究指出，口腔污染及感染也会提高血糖的不稳定，提升全身的发炎及感染风险。口唇、舌背、牙龈及黏膜的湿润度，以及唾液沾黏口腔组织的程度，在临床上皆用于口腔干燥的初步筛检。此外，上颚、舌背、口唇及口腔黏膜如果有痂皮(剥离上皮膜)、口腔溃疡、创伤或出血，皆易促进口腔内细菌繁殖，污染口腔，是口腔及呼吸道感染的促进因子，需要专业人员尽快介入，协助改善。

2、口腔干燥时，口腔唾液不足，自净作用降低，易致口腔及咽头食物残留，口腔微生物容易增生、破坏口腔内组织。口腔干燥时，口腔唾液不足，活动义齿与口腔黏膜不易紧密贴合，活动义齿的附着力明显下降，致使咀嚼时假牙晃动不稳，易于进食时造成创伤溃疡出血，创伤溃疡出血也将进一步促进口腔微生物增生。口腔干燥时，口腔唾液不足，咀嚼食物时，不易形成适合吞咽的食团，致咀嚼吞咽困难，提高咽喉食物残留及误吸风险，且常需增加咀嚼次数及咀嚼时间，软化食团，之后方能吞咽，致进食费力，易疲劳，影响饮食质量，若导致营养不足时，将影响抵抗力，提高感染风险。发现口腔干燥并尽早介入改善，可以尽早指导照顾技巧，按摩口腔以增加唾液分泌，使用保湿剂减少唾液蒸发；去除口腔干燥形成的结痂剥离上皮(痂皮)，恢复上皮组织触觉、温觉、味觉，改善上皮组织的可移动性，来提升经口进食的可行性。去除痂皮，也可以避免痂皮剥落时，痂皮误吸进入呼吸道，引发吸入性肺炎的风险。临床上常使用目视法及量表来人工评估，检出口腔干燥。但以目视法进行口腔干燥的评估，常因目视者的经验或疏忽而使评估效果有所误差。

3、清洁卫生是医疗及照护的基石。在口腔污染的评估方面，舌苔附着程度与口内细菌数成正相关。如以目视评估舌苔，当舌苔附着过多时，需再加强口腔清洁。上颚、舌背、口唇及口腔黏膜如果有痂皮(口腔剥离上皮膜)、口腔溃疡、创伤或出血，皆易增加口腔内微生物繁殖。以目视检查发现有痂皮、口腔溃疡、创伤或出血时，应尽早请医师、牙医、护理师、照顾服务员等等医疗及照顾服务专业介入协助。口腔出血原因常为用药副作用，或因发炎、干燥引起。应尽早处置，检视日常用药是否需调整，并专业介入协助口腔局部用药、口腔清洁、保湿。

4、与口腔影像相关的专利，例如有中国台湾专利公开号第202217843a号、中国台湾专利公告号第i764315号及根据专利合作条约提出的专利公开号第wo2020029915a1号等。

5、前述202217843a专利案提供一种基于深度学习的远程舌诊方法、计算机程序产品以及装置，主要是将拍摄照片输入多个局部侦测卷积神经网络以获取关联于拍摄照片中的舌头的多个类别的分类结果，再获取相应于多个类别的分类结果的医嘱。

6、前述i764315专利案提供一种舌象检测装置，主要是利用一摄像模块获取一舌部的至少一检测图像，且通过一处理模块分离该检测图像内的复数个检测区，且从该些检测区中获取复数个舌象特征点，再利用一深度学习算法判断该些检测区中的该些舌象特征点是否符合复数个病征资料中的任一个该病征数据，该处理模块进而根据该病征数据产生一诊断数据。

7、前述wo2020029915a1专利案则提供一种基于人工智能的中医舌像分割装置、方法及存储介质，主要是将舌面图像的rgb像素点经过slic算法处理生成n个超像素区域，并提取每一个超像素区域的特征组，再利用预先训练好的舌体分类器对每个超像素区域的特征组进行分类，进而识别出舌体区域和非舌体区域。

8、然而，前述wo2020029915a1专利案主要只是分离出舌体的影像，舌背状态仍然要由医疗人员判断，而前述202217843a专利案及前述i764315专利案虽然确实针对舌背状态进行判断，但对于口腔内部的其他部位，没有进一步的结合判断。

9、以容易使口腔及呼吸道感染风险增加的口腔干燥、口腔污染来说，不只有舌背状态，包含口唇、牙龈及黏膜的状态，以及唾液沾黏口腔组织的程度等等，都是评估的项目。

10、前述各专利案皆非用于口腔干燥、口腔污染的评估，且单纯依靠前述各专利案的舌背状态评估，难以准确评估口腔干燥或口腔污染。

技术实现思路

1、因此，本发明的目的是在于提供一种根据影像评估口腔干燥或污染的计算机程序及计算机可读取媒体。

2、本发明提供一种根据影像评估口腔干燥或污染的计算机程序，用于安装于一计算机并执行下列步骤：一步骤a：以一待评估开口吐舌影像、一待评估扩唇张口器闭口影像及一待评估开口不吐舌影像为一评估目标；执行一步骤b、一步骤c及一步骤d三者中的至少其二；该步骤b：一人工智能模型根据一正常开口吐舌影像与一异常开口吐舌影像经深度学习获得，所述异常开口吐舌影像包括具有口腔干燥或口腔污染症状之一评估项目，深度学习根据影像比对而使该人工智能模型能够以影像辨识而辨识该评估项目，再将该待评估开口吐舌影像以经训练的该人工智能模型执行评估，而获得一吐舌影像评估结果；该步骤c：该人工智能模型根据一正常扩唇张口器闭口影像与一异常扩唇张口器闭口影像经深度学习获得，所述异常扩唇张口器闭口影像包括具有口腔干燥或口腔污染症状的该评估项目，将该待评估扩唇张口器闭口影像以该人工智能模型执行评估，而获得一扩唇张口器闭口影像评估结果；该步骤d：该人工智能模型根据一正常开口不吐舌影像与一异常开口不吐舌影像经深度学习获得，所述异常开口不吐舌影像包括具有口腔干燥或口腔污染症状的该评估项目，将该待评估开口不吐舌影像以该人工智能模型执行评估，而获得一开口不吐舌影像评估结果；一步骤e：对应执行的步骤，根据该吐舌影像评估结果、该扩唇张口器闭口影像评估结果及该开口不吐舌影像评估结果三者中的至少其二，由该人工智能模型输出一口腔干燥评估结果或一口腔污染评估结果；其中，该人工智能模型执行评估时，分别对该待评估开口吐舌影像、该待评估扩唇张口器闭口影像及该待评估开口不吐舌影像中的该评估项目，给予一评估分数而分别作为该吐舌影像评估结果、该扩唇张口器闭口影像评估结果及该开口不吐舌影像评估结果，再将该评估分数与对应的一阈值做比较，而分别输出为该口腔干燥评估结果及该口腔污染评估结果。

3、其中，该待评估开口吐舌影像包含下列部位的局部或全部影像：上唇、上排齿列、舌背、下唇、下排齿列与口角。

4、其中，该人工智能模型对该待评估开口吐舌影像的该评估项目为下列之一或其组合：一舌苔附着状态、舌乳头可见程度、颜色、痂皮、创伤、溃疡、出血、唾液拉丝、唾液细泡、唾液团状黏状态、舌背皱褶、舌背干裂纹路、口腔黏膜皱褶、口腔黏膜干裂纹路与食物残留。

5、其中，该人工智能模型将该待评估开口吐舌影像的一舌背影像分为复数舌背分区，根据每一舌背分区的该舌苔附着状态分别赋予一分区分数，所有的所述分区分数的总和为该评估分数，并根据该评估分数与该阈值比较，以评估该舌苔附着状态。

6、其中，所述舌背分区呈九宫格型态。

7、其中，该待评估扩唇张口器闭口影像包含下列部位的局部或全部影像：上唇、上牙龈、上排齿列、上牙龈周边黏膜、下唇、下牙龈、下牙龈周边黏膜与下排齿列。

8、其中，该人工智能模型对该待评估扩唇张口器闭口影像的该评估项目为下列之一或其组合：颜色、痂皮、创伤、溃疡、出血、食物残留、牙结石、蛀牙与牙齿破裂。

9、其中，该人工智能模型将该待评估扩唇张口器闭口影像以单一区域进行评估，或者，将该待评估扩唇张口器闭口影像划分为多区进行逐区评估。

10、其中，该待评估开口不吐舌影像系包含下列部位的局部或全部影像：上唇、上排齿列、上颚、口咽、舌背、口腔黏膜、下唇、下排齿列与口角。

11、其中，该人工智能模型对该待评估开口不吐舌影像的该评估项目为下列之一或其组合：颜色、痂皮、创伤、溃疡、出血、舌背皱褶、舌背干裂纹路、口腔黏膜皱褶、口腔黏膜干裂纹路、唾液拉丝、唾液细泡、唾液团状黏稠状态、食物残留、牙结石、蛀牙与牙齿破裂。

12、其中，该人工智能模型将该待评估开口不吐舌影像以单一区域进行评估，或将该待评估开口不吐舌影像划分为多区进行逐区评估。

13、其中，使用一扩唇张口器辅助扩唇张口以拍摄该待评估开口不吐舌影像。

14、其中，该人工智能模型根据一正常咽喉影像与一异常咽喉影像经深度学习获得，所述异常咽喉影像包括具有口腔干燥或口腔污染症状的该评估项目，该人工智能模型进一步评估一待评估咽喉影像，对该待评估咽喉影像的该评估项目，给予该评估分数，而获得一咽喉影像评估结果，该人工智能模型根据该吐舌影像评估结果、该扩唇张口器闭口影像评估结果、该开口不吐舌影像评估结果及该咽喉影像评估结果四者中的至少其二，由该人工智能模型输出该口腔干燥评估结果或该口腔污染评估结果。

15、其中，该人工智能模型进一步利用该吐舌影像评估结果、该扩唇张口器闭口影像评估结果、该开口不吐舌影像评估结果及该咽喉影像评估结果四者中的至少其二，结合一医疗诊断信息，输出一建议信息。

16、其中，该待评估咽喉影像包含下列部位的局部或全部影像：咽喉黏膜、扁桃腺、舌根、会厌、会厌谷、梨状窝、喉前庭与声带。

17、其中，该人工智能模型对该待评估咽喉影像中的该评估项目为下列之一：颜色、痂皮、创伤、溃疡、出血、黏膜皱褶、黏膜干裂纹路、唾液拉丝、唾液细泡、唾液团状黏稠状态、唾液残留、食物残留。

18、本发明人并提出一种计算机可读取媒体，记录有前述根据影像评估口腔干燥或污染的计算机程序。

19、根据上述技术特征较佳地可达成以下功效：

20、1.根据吐舌影像评估结果、扩唇张口器闭口影像评估结果及开口不吐舌影像评估结果三者中的至少其二，得到口腔干燥评估结果或口腔污染评估结果，方便使用者根据评估的结果，以尽快进行必要的应对，例如照护协助或转介专业。

21、2.由吐舌影像评估结果、扩唇张口器闭口影像评估结果及开口不吐舌影像评估结果三者中的至少其二进行评估，甚至可以进一步增加咽喉影像评估结果，避免由单一评估结果判断的不准确。

22、3.除了人工智能模型自行得到的评估结果之外，还能结合医疗诊断信息，输出建议信息，让使用者或照护者能更了解该采取什么行动。

23、4.对于外出就诊困难者，本发明提供一种居家评量口腔干燥与口腔污染的有效工具。

24、5.在流行性疾病疫情期间，减少看诊的密集接触。

25、6.评估的结果容易储存及共享，照护及医疗等单位可以整合照顾、多职种协作，对病患提供实时的关怀及适时的医疗介入。

26、7.以人工智能减少专业人力需求，帮助实践口腔感染或呼吸道感染高危险群的定期健康风险管理，尽早发现需医疗及照顾服务专业介入的个案。