用于确定牙齿的骨龄的装置，方法及记录指令的记录介质与流程

技术特征：
1.一种装置，其特征在于，包括：一个以上的处理器；以及一个以上的存储器，其存储有指令及神经网络模型，所述指令在被所述一个以上的处理器执行时，使得所述一个以上的处理器执行操作，所述神经网络模型用于确定牙齿的骨龄，其中所述一个以上的处理器配置为：获取多个第一牙齿图像，所述多个第一牙齿图像分别拍摄有多个牙齿，所述多个牙齿与第一性别对应，并具有第一骨龄，对所述多个第一牙齿图像分别进行预处理，从而分别生成多个预处理图像，利用所述多个预处理图像学习所述神经网络模型，从而得出判断过滤器，所述判断过滤器对根据所述第一性别的人体所具有的所述第一骨龄的牙齿形态进行判断，获取第二牙齿图像及性别信息，所述第二牙齿图像拍摄有根据第二性别的人体的牙齿，所述性别信息表示所述第二性别，基于所述判断过滤器，从所述第二牙齿图像及所述性别信息，得出所述第二牙齿图像对应的牙齿的第二骨龄。2.根据权利要求1所述的装置，其特征在于，所述一个以上的处理器配置为：确定所述第二性别与所述第一性别是否一致，根据所述第二性别与所述第一性别一致的确定结果，确定所述第二牙齿图像中是否存在与所述判断过滤器匹配的区域，根据所述存在与判断过滤器匹配的区域的确定结果，得出所述第一骨龄作为所述第二骨龄。3.根据权利要求2所述的装置，其特征在于，所述一个以上的处理器配置为：生成多个初始过滤器，所述初始过滤器包括两个以上的像素，所述两个以上的像素分别具有任意设定的像素值，从所述多个初始过滤器中筛选至少两个初始过滤器，所述至少两个初始过滤器在所述多个预处理图像中存在匹配的区域，将所述至少两个初始过滤器作为第一(first)过滤器，从而反复执行n次学习运算，其中所述学习运算是如下运算：对至少两个第k(k
‑
th)过滤器进行连接，从而生成组合的过滤器，并从所述组合的过滤器中筛选至少两个过滤器，并将所述至少两个过滤器确定为第k 1((k l)
‑
th)过滤器，所述至少两个过滤器在所述多个预处理图像中存在匹配的区域，将至少两个第n 1过滤器中的一个确定为所述判断过滤器，所述至少两个第n 1过滤器是根据所述反复执行学习运算而确定的，所述n是预设的常数。4.根据权利要求3所述的装置，其特征在于，所述一个以上的处理器配置为：在所述学习运算中，通过使所述至少两个第k过滤器分别左右或上下连接，从而能够生成所述组合的过滤器。5.根据权利要求3所述的装置，其特征在于，
所述一个以上的处理器配置为：在所述学习运算中，基于计算结果来确定所述组合的过滤器在所述多个预处理图像中是否存在匹配区域，所述计算结果是所述多个预处理图像各自的部分区域的像素值及所述组合的过滤器的像素值之间的计算结果。6.根据权利要求1所述的装置，其特征在于，所述一个以上的处理器配置为：从所述多个第一牙齿图像中分别去除表示牙齿的区域之外的区域，从而分别生成所述多个预处理图像，显示所述牙齿的区域是以所述多个第一牙齿图像各自的下端的中间点为基准具有预设的宽度及预设的高度的区域。7.根据权利要求1所述的装置，其特征在于，所述一个以上的处理器配置为：以预设的至少两个以上的角度对所述多个第一牙齿图像分别进行旋转，从而分别生成所述多个预处理图像，所述多个预处理图像的数量比所述多个第一牙齿图像的数量多。8.根据权利要求1所述的装置，其特征在于，所述一个以上的处理器配置为：将所述多个第一牙齿图像在预设的比例范围内分别进行放大或缩小，从而分别生成所述多个预处理图像，所述多个预处理图像的数量比所述多个第一牙齿图像的数量多。9.根据权利要求1所述的装置，其特征在于，所述一个以上的存储器包括指示基准像素值的信息，所述基准像素值用于在所述多个第一牙齿图像中识别预设的特征，并且所述一个以上的处理器配置为：生成基准过滤器，所述基准过滤器包括一个以上的像素，所述一个以上的像素具有所述基准像素值，在所述多个第一牙齿图像中分别识别与所述基准过滤器匹配的区域，从所述多个第一牙齿图像中分别去除所述识别的区域，从而分别生成所述多个预处理图像。10.根据权利要求1所述的装置，其特征在于，所述一个以上的存储器包括：指示牙齿形状的基准倾斜度及基准大小的信息，所述牙齿形状是所述多个预处理图像分别显示的牙齿形状；以及指示基准像素值的信息，所述基准像素值用于识别预设的特征，并且，所述一个以上的处理器配置为：对所述多个第一牙齿图像分别进行旋转，使得所述多个第一牙齿图像分别显示的牙齿形状具有所述基准倾斜度，对被旋转的多个图像分别进行放大或缩小，使得所述被旋转的多个图像分别显示的牙齿形状具有所述基准大小，从被放大或缩小的多个图像中，分别去除显示牙齿的区域之外的区域，所述显示牙齿的区域是以所述被放大或缩小的多个图像各自的下端的中间点为基准具有预设的宽度及高度的区域，在显示牙齿的区域之外的区域被去除的多个图像中，分别去除与所述基准过滤器匹配的区域，从而分别生成所述多个预处理图像，所述基准过滤器包括具有所述基准像素值的
一个以上的像素。11.一种方法，其是在计算机中执行的方法，所述计算机包括：一个以上的处理器；以及存储有指令的一个以上的存储器，所述指令用于被所述一个以上的处理器执行，其中，所述方法包括如下步骤：所述一个以上的处理器获取多个第一牙齿图像，所述多个第一牙齿图像分别拍摄有多个牙齿，所述多个牙齿与第一性别对应，并具有第一骨龄；所述一个以上的处理器对所述多个第一牙齿图像分别进行预处理，从而分别生成多个预处理图像；所述一个以上的处理器利用所述多个预处理图像学习用于确定牙齿的骨龄的神经网络模型，从而得出判断过滤器，所述判断过滤器对根据所述第一性别的人体所具有的所述第一骨龄的牙齿形态进行确定；所述一个以上的处理器获取第二牙齿图像及性别信息，所述第二牙齿图像拍摄有根据第二性别的人体的牙齿，所述性别信息表示所述第二性别；以及所述一个以上的处理器基于所述判断过滤器，从所述第二牙齿图像及所述性别信息，得出所述第二牙齿图像对应的牙齿的第二骨龄。12.根据权利要求11所述的方法，其特征在于，所述得出第二骨龄的步骤包括如下步骤：确定所述第二性别与所述第一性别是否一致；根据所述第二性别与所述第一性别一致的确定结果，确定所述第二牙齿图像中是否存在与所述判断过滤器匹配的区域；以及根据所述存在与判断过滤器匹配的区域的确定结果，得出所述第一骨龄作为所述第二骨龄。13.根据权利要求12所述的方法，其特征在于，所述得出判断过滤器的步骤包括如下步骤：生成多个初始过滤器，所述初始过滤器包括两个以上的像素，所述两个以上的像素分别具有任意设定的像素值；从所述多个初始过滤器中筛选至少两个初始过滤器，所述至少两个初始过滤器在所述多个预处理图像中存在匹配的区域；将所述至少两个初始过滤器作为第一(first)过滤器，从而反复执行n次学习运算，其中所述学习运算是如下运算：对至少两个第k(k
‑
th)过滤器进行连接，从而生成组合的过滤器，并从所述组合的过滤器中筛选至少两个过滤器，并将所述至少两个过滤器确定为第k 1((k l)
‑
th)过滤器，所述至少两个过滤器在所述多个预处理图像中存在匹配的区域；以及将至少两个第n 1过滤器中的一个确定为所述判断过滤器，所述至少两个第n 1过滤器是根据所述反复执行学习运算而确定的，所述n是预设的常数。14.根据权利要求11所述的方法，其特征在于，所述分别生成多个预处理图像的步骤包括如下步骤：从所述多个第一牙齿图像中分别去除表示牙齿的区域之外的区域，从而分别生成所述多个预处理图像，
显示所述牙齿的区域是以所述多个第一牙齿图像各自的下端的中间点为基准具有预设的宽度及预设的高度的区域。15.根据权利要求11所述的方法，其特征在于，所述分别生成多个预处理图像的步骤包括如下步骤：生成基准过滤器，所述基准过滤器包括一个以上的像素，所述一个以上的像素具有所述基准像素值；在所述多个第一牙齿图像中分别识别与所述基准过滤器匹配的区域；以及从所述多个第一牙齿图像中分别去除所述识别的区域，从而分别生成所述多个预处理图像，其中所述基准像素值是用于在所述多个第一牙齿图像中识别预设的特征的像素值。16.一种计算机可读记录介质，其是一种记录指令的非暂时性计算机可读记录介质，所述指令通过一个以上的处理器执行时，使所述一个以上的处理器执行操作，其中所述指令使所述一个以上的处理器执行：获取多个第一牙齿图像，所述多个第一牙齿图像分别拍摄有多个牙齿，所述多个牙齿与第一性别对应，并具有第一骨龄，对所述多个第一牙齿图像分别进行预处理，从而分别生成多个预处理图像，利用所述多个预处理图像学习用于确定牙齿的骨龄的神经网络模型，从而得出判断过滤器，所述判断过滤器对根据所述第一性别的人体所具有的所述第一骨龄的牙齿形态进行确定，获取第二牙齿图像及性别信息，所述第二牙齿图像拍摄有根据第二性别的人体的牙齿，所述性别信息表示所述第二性别，基于所述判断过滤器，从所述第二牙齿图像及所述性别信息，得出所述第二牙齿图像对应的牙齿的第二骨龄。17.根据权利要求16所述的计算机可读记录介质，其特征在于，所述指令使所述一个以上的处理器执行：确定所述第二性别与所述第一性别是否一致，根据所述第二性别与所述第一性别一致的确定结果，确定所述第二牙齿图像中是否存在与所述判断过滤器匹配的区域，根据所述存在与判断过滤器匹配的区域的确定结果，得出所述第一骨龄作为所述第二骨龄。18.根据权利要求17所述的计算机可读记录介质，其特征在于，所述指令使所述一个以上的处理器执行：生成多个初始过滤器，所述初始过滤器包括两个以上的像素，所述两个以上的像素分别具有任意设定的像素值，从所述多个初始过滤器中筛选至少两个初始过滤器，所述至少两个初始过滤器在所述多个预处理图像中存在匹配的区域，将所述至少两个初始过滤器作为第一(first)过滤器，从而反复执行n次学习运算，其中所述学习运算是如下运算：对至少两个第k(k
‑
th)过滤器进行连接，从而生成组合的过滤器，并从所述组合的过滤器中筛选至少两个过滤器，并将所述至少两个过滤器确定为第k 1
((k l)
‑
th)过滤器，所述至少两个过滤器在所述多个预处理图像中存在匹配的区域，将至少两个第n 1过滤器中的一个确定为所述判断过滤器，所述至少两个第n 1过滤器是根据所述反复执行所述学习运算而确定的，所述n是预设的常数。19.根据权利要求16所述的计算机可读记录介质，其特征在于，所述指令使所述一个以上的处理器执行：从所述多个第一牙齿图像中分别去除表示牙齿的区域之外的区域，从而分别生成所述多个预处理图像，显示所述牙齿的区域是以所述多个第一牙齿图像各自的下端的中间点为基准具有预设的宽度及预设的高度的区域。20.根据权利要求16所述的计算机可读记录介质，其特征在于，所述指令使所述一个以上的处理器执行：生成基准过滤器，所述基准过滤器包括一个以上的像素，所述一个以上的像素具有所述基准像素值，在所述多个第一牙齿图像中分别识别与所述基准过滤器匹配的区域，从所述多个第一牙齿图像中分别去除所述识别的区域，从而能够分别生成所述多个预处理图像，其中所述基准像素值是用于在所述多个第一牙齿图像中识别预设的特征的像素值。

技术总结
本公开提出一种用于确定牙齿的骨龄的装置。根据本公开的装置，获取多个第一牙齿图像，所述第一牙齿图像分别拍摄有多个牙齿，所述多个牙齿与第一性别对应，并具有第一骨龄，并对所述多个第一牙齿图像分别进行预处理，从而分别生成多个预处理图像，并利用所述多个预处理图像学习所述神经网络模型，从而得出判断过滤器，所述判断过滤器对根据所述第一性别的人体所具有的所述第一骨龄的牙齿形态进行确定，并且，获取第二牙齿图像及性别信息，所述第二牙齿图像拍摄有根据第二性别的人体的牙齿，所述性别信息表示所述第二性别，并基于所述判断过滤器，从所述第二牙齿图像及所述性别信息，能够得出所述第二牙齿图像对应的牙齿的第二骨龄。龄。龄。


技术研发人员：陈东奎
受保护的技术使用者：伯尼维斯公司
技术研发日：2019.03.25
技术公布日：2021/10/29