AI图像诊断装置及牙科用OCT图像诊断装置的制作方法

本发明涉及ai图像诊断装置，特别涉及使用由牙科用oct装置拍摄的图像的ai图像诊断装置及牙科用oct图像诊断装置。

背景技术：

1、目前在牙科界，2000年由fdi(世界牙科联盟)提倡的m.i.疗法已经广为渗透。m.i.是最小干预(minimal intervention)的缩写，是指通过最小限度的侵入来进行龋齿治疗。牙科用oct(optical coherence tomography：光学相干层析成像)装置没有x射线照射，能够以高分辨率且高灵敏度得到牙齿的断层图像。因此，牙科用oct图像诊断装置被认为是用于实践m.i.的有效诊断装置。

2、例如，专利文献1所记载的oct装置包括以保存高分辨率被摄体图像为前提的测量拍摄模式、以及将低分辨率的被摄体图像作为实时的动态图像在显示装置上高速显示的预览拍摄模式。另外，专利文献2中记载的oc t装置通过二维扫描机构，在牙齿的光照射面上能够在使第一扫描的方向沿着水平方向(横向)扫描的横向扫描和沿着垂直方向(纵向)扫描的纵向扫描之间进行切换来拍摄。

3、现有技术文献

4、非专利文献

5、专利文献1：日本专利第5827024号公报

6、专利文献2：日本专利第6712106号公报

技术实现思路

1、发明所要解决的技术问题

2、oct装置具有能够以高分辨率且高灵敏度对牙齿的内部进行图像化的特征。另一方面，由于其灵敏度较高，因此除龋齿以外的牙齿内部性状变化也被成像，如果使用者不理解牙齿的结构以及牙科用oct图像的特征，则难以用oct图像进行诊断。即，如果不是积累了基于oct图像的诊断经验的牙科医生，则不能将oct图像有效地用于牙科诊断或治疗。另一方面，为了通过在症状恶化之前或者预防性地进行早期处理治疗来实现m.i.疗法，希望oct图像的诊断经验较浅的牙科医生也包括在内的牙科医生都能够将oct图像有效地用于牙科诊断和治疗。

3、本发明是鉴于上述情况而完成的，其技术问题在于，提供一种能够让牙科医生将oct图像有效地用于牙科诊断和治疗的ai图像诊断装置以及牙科用oct图像诊断装置。

4、用于解决技术问题的技术手段

5、为了解决所述技术问题，本发明所涉及的ai图像诊断装置被输入由牙科用oct装置拍摄的三维牙齿图像数据，并对输入的所述三维牙齿图像数据进行分析，该ai图像诊断装置的特征在于，通过将构成诊断对象的三维牙齿图像数据的各二维断层图像数据依次输入到完成学习模型，针对所述三维牙齿图像数据的各断层图像数据，分别获取与输入的所述断层图像数据中的被确定为伤病等特征部的部位相关的数据即伤病信息数据，来作为该完成学习模型的执行处理结果，并使用所获取的所述伤病信息数据，从输入的所述三维牙齿图像数据内检测伤病，所述完成学习模型通过学习过去由牙科用oct装置拍摄的多名患者的三维牙齿图像数据而构建。

6、发明效果

7、根据本发明，oct图像的诊断经验较浅的牙科医生也包括在内的牙科医生在进行牙科诊断或治疗时，能够有效地利用牙科用oct图像诊断装置。

8、另外，根据本发明，通过使用ai图像诊断，护士事先通过牙科用oct图像诊断装置进行筛选，能够减少牙科医生的看诊时间。

技术特征：

1.一种ai图像诊断装置，输入由牙科用oct装置拍摄的三维牙齿图像数据，并对输入的所述三维牙齿图像数据进行分析，该ai图像诊断装置的特征在于，

2.如权利要求1所述的ai图像诊断装置，其特征在于，

3.如权利要求1所述的ai图像诊断装置，其特征在于，

4.如权利要求2或3所述的ai图像诊断装置，其特征在于，

5.如权利要求2至4中任一项所述的ai图像诊断装置，其特征在于，

6.如权利要求1所述的ai图像诊断装置，其特征在于，

7.如权利要求1所述的ai图像诊断装置，其特征在于，

8.如权利要求6或7所述的ai图像诊断装置，其特征在于，

9.如权利要求6至8中任一项所述的ai图像诊断装置，其特征在于，

10.如权利要求2至9中任一项所述的ai图像诊断装置，其特征在于，所述教师数据包含以下数据中的至少一种：

11.如权利要求10所述的ai图像诊断装置，其特征在于，

12.如权利要求10所述的ai图像诊断装置，其特征在于，

13.一种牙科用oct图像诊断装置，其特征在于，

技术总结AI图像诊断装置(1)输入由牙科用OCT装置拍摄的三维牙齿图像数据，并对输入的三维牙齿图像数据进行分析，该装置包括模型执行部(11)，该模型执行部(11)通过将构成诊断对象的三维牙齿图像数据的各二维的断层图像数据依次输入到完成学习模型(10)，针对三维牙齿图像数据的各断层图像数据分别获取与输入的断层图像数据中的被确定为伤病等特征部的部位相关的数据即伤病信息数据作为该完成学习模型(10)的执行处理结果，使用所获取的伤病信息数据，从输入的三维牙齿图像数据内检测伤病，完成学习模型(10)通过学习过去由牙科用OCT装置拍摄的多个患者的三维牙齿图像数据而构建。技术研发人员：佐川隆信受保护的技术使用者：株式会社吉田制作所技术研发日：技术公布日：2024/9/2