一种口腔正畸的疗程预测方法与流程

1.本发明涉及口腔正畸疗程辅助预测领域，尤其涉及一种口腔正畸的疗程预测方法。


背景技术：

2.正畸就是矫正牙齿、解除错牙和畸形。正畸主要研究错颌畸形的病因机制，诊断分析及其预防和治疗，正畸可以达到美观牙齿的功效，在现在的医疗技术下，口腔正畸的疗程一般是2年左右，甚至更长。每位患者的自身情况不同，疗程时长也不相同，需要患者定期复诊确定后续的治疗方案，而患者不清楚自己的正畸治疗确切需要多长时间，这会一定的造成患者焦虑，也会给医患沟通带来麻烦；因此，发明出一种口腔正畸的疗程预测方法变得尤为重要；
3.现有的口腔正畸的疗程预测方法患者的口腔正畸疗程难以预测确切的疗程时长，容易导致患者焦虑，不利于医生与患者进行沟通，但是；为此，我们提出一种口腔正畸的疗程预测方法。


技术实现要素：

4.本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种口腔正畸的疗程预测方法。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种口腔正畸的疗程预测方法，该预测方法具体步骤如下：
7.(1)收集患者牙列照片：收集不同年龄和不同健康状况下的患者在正畸疗程不同时间下的牙列照片；
8.(2)对照片进行数字化处理：通过算法将照片中的数据整理为数字化信息，并将整理出的数字化信息进行数据分类处理；
9.(3)构建回归预测模型并对其进行模型修正：通过计算机对数据进行统计分析，并拟合出患者正畸疗程时长与患者自身状况的回归预测模型，并将得到的模型与更多患者数据进行匹配以对模型进行调整修正；
10.(4)对患者疗程与复诊时间进行预测：将正畸患者治疗前的牙列照片输入修正后的回归预测模型中，并通过模型对该患者正畸疗程的粗略时长以及复诊时间节点进行数据预测。
11.作为本发明的进一步方案，步骤(1)中所述牙列照片具体包括附有比例尺的照片以及x光片。
12.作为本发明的进一步方案，步骤(2)中所述数据分类具体步骤如下：
13.步骤一：检测牙列照片中存在的畸形牙数量，并计算该患者口腔内牙冠邻面接触点间距线段长度，其具体线段长度计算公式如下：
[0014][0015]
其中，s为牙冠邻面接触点间距线段长度总和，n为畸形牙个数，ai代表第i组牙冠邻面接触点间距；
[0016]
步骤二：将牙列照片中的数据按照患者牙根长、牙槽骨高度以及牙间距进行分类，同时记录患者年龄以及健康状况。
[0017]
作为本发明的进一步方案，步骤(3)中所述统计分析具体步骤如下：
[0018]
第一步：收集各患者姓名以及年龄，并构建治疗记录表，同时各患者姓名按照首字母a～z进行排序，同时将各患者年龄匹配至治疗记录表对应患者处；
[0019]
第二步：将各患者健康状况、牙根长、牙槽骨高度以及牙间距录入治疗记录表对应位置，同时构建回归预测模型并将治疗记录表中各组数据录入回归预测模型中。
[0020]
作为本发明的进一步方案，步骤(3)中所述调整修正具体步骤如下：
[0021]
s1.1：收集更多的患者数据并将其与回归预测模型进行匹配，同时对匹配过程中出现的异常数据进行收集；
[0022]
s1.2：依据各组异常数据特征对该回归预测模型进行修正，同时定期对该回归预测模型进行检测修正。
[0023]
作为本发明的进一步方案，步骤(4)中所述数据预测具体步骤如下：
[0024]
s2.1：通过回归预测模型对各患者正畸疗程影响因子进行计算，其具体计算公式如下：
[0025][0026]
其中，y代表患者正畸疗程影响因子，a代表牙冠邻面接触点间距，b代表牙槽骨高度，c代表临床牙根长，k代表年龄与健康状况系数；
[0027]
s2.2：记录各患者总疗程时长t，并拟合出t与y的线性回归方程，再通过每个患者正畸疗程不同时间下的牙列照片以得到每个患者疗程不同阶段的y值；
[0028]
s2.3：记录患者在疗程不同时刻的t，预测出每个患者疗程中的复诊时间节点以及疗程总时长。
[0029]
相比于现有技术，本发明的有益效果在于：
[0030]
1、该口腔正畸的疗程预测方法相较于以往的疗程预测方法，该发明对患者的牙列照片进行收集，同时通过计算机对牙列照片进行数字化处理，并收集患者牙根长、牙槽骨高度以及牙间距信息，同时收集患者年龄信息以及健康状况，并构建回归预测模型，同时将该模型与多组患者信息进行匹配修正，通过修正后的回归预测模型对患者正畸疗程影响因子进行计算，同时通过每个患者正畸疗程开始时的牙列照片以及患者总疗程时长t拟合出y与t的线性回归方程，再再通过每个患者正畸疗程不同时间下的牙列照片得到每个患者疗程不同阶段的y值，与患者在疗程不同时刻的t，预测出每个患者疗程中的复诊时间节点以及疗程总时长，能够将患者正畸前的牙列照片通过回归预测模型进行拟合，可以估算出该患者口腔正畸疗程所需的大体时间以及需要复诊的时间节点，解决了以往口腔正畸疗程难以预测确切的疗程时长问题，可以有效减轻患者焦虑，有利于帮助医生和患者进行沟通。
附图说明
[0031]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
[0032]
图1为本发明提出的一种口腔正畸的疗程预测方法的流程框图。
具体实施方式
[0033]
参照图1，一种口腔正畸的疗程预测方法，该预测方法具体步骤如下：
[0034]
收集患者牙列照片：收集不同年龄和不同健康状况下的患者在正畸疗程不同时间下的牙列照片。
[0035]
需要进一步说明的是，牙列照片具体包括附有比例尺的照片以及x光片。
[0036]
对照片进行数字化处理：通过算法将照片中的数据整理为数字化信息，并将整理出的数字化信息进行数据分类处理。
[0037]
具体的，计算机检测牙列照片中存在的畸形牙数量，并对该患者口腔内牙冠邻面接触点间距线段长度进行计算，同时将将牙列照片中的数据按照患者牙根长、牙槽骨高度以及牙间距进行分类，同时记录该患者年龄以及健康状况。
[0038]
需要进一步说明的是，其具体牙冠邻面接触点间距线段长度计算公式如下：
[0039][0040]
其中，s为牙冠邻面接触点间距线段长度总和，n为畸形牙个数，ai代表第i组牙冠邻面接触点间距。
[0041]
构建回归预测模型并对其进行模型修正：通过计算机对数据进行统计分析，并拟合出患者正畸疗程时长与患者自身状况的回归预测模型，并将得到的模型与更多患者数据进行匹配以对模型进行调整修正。
[0042]
具体的，计算机收集各患者姓名以及年龄，并构建治疗记录表，同时各患者姓名按照首字母a～z进行排序，同时将各患者年龄匹配至治疗记录表对应患者处，匹配完成后，将各患者健康状况、牙根长、牙槽骨高度以及牙间距录入治疗记录表对应位置，同时构建回归预测模型并将治疗记录表中各组数据录入回归预测模型中。
[0043]
具体的，收集更多的患者数据并将其与回归预测模型进行匹配，同时对匹配过程中出现的异常数据进行收集，并依据各组异常数据特征对该回归预测模型进行修正，同时定期对该回归预测模型进行检测修正。
[0044]
对患者疗程与复诊时间进行预测：将正畸患者治疗前的牙列照片输入修正后的回归预测模型中，并通过模型对该患者正畸疗程的粗略时长以及复诊时间节点进行数据预测。
[0045]
具体的，计算机通过回归预测模型对各患者正畸疗程影响因子y进行计算，并记录各患者总疗程时长t，并拟合出相关y与t的线性回归方程，再通过每个患者正畸疗程不同时间下的牙列照片以得到每个患者疗程不同阶段的y值，同时记录患者在疗程不同时刻的t，预测出每个患者疗程中的复诊时间节点以及疗程总时长，能够将患者正畸前的牙列照片通过回归预测模型进行拟合，能够估算出该患者口腔正畸疗程所需的大体时间以及需要复诊的时间节点，解决了以往口腔正畸疗程难以预测确切的疗程时长问题，可以有效减轻患者
焦虑，有利于帮助医生和患者进行沟通。
[0046]
需要进一步说明的是，其具体正畸疗程影响因子计算公式如下：
[0047][0048]
其中，y代表患者正畸疗程影响因子，a代表牙冠邻面接触点间距，b代表牙槽骨高度，c代表临床牙根长，k代表年龄与健康状况系数。
[0049]
需要进一步说明的是，年龄与健康状况系数具体参考表格如下：
[0050]
年龄10-30岁30-40岁40-50岁50-60岁60-70岁70-80岁80-90岁k值10.90.80.70.60.50.4
[0051]
计算机依据各患者年龄所在范围对年龄与健康状况系数k进行选择。