照片和视频的临床相关匿名化的制作方法

照片和视频的临床相关匿名化
相关申请
1.本技术要求于2019年11月5日提交的、标题为“clinically relevant anonymization of photos and video(照片和视频的临床相关匿名化)”美国临时专利申请第62/930,929号根据35u.s.c.
§
119(e)项的权益，该美国临时专利申请的全部内容通过此引用并入。


背景技术：

2.用于从私密的患者数据中移除患者的个人识别信息的现有方法至少在一些方面可能不太理想。许多国家要求医疗记录符合保护患者数据的标准，诸如美国的《健康保险便携性与责任法案》(“health insurance portability and accountability act”，hipaa)以及欧盟的《通用数据保护条例》(“general data protection regulations”，gdpr)。这些标准可以要求在公开患者数据(诸如患者图像)之前移除个人可识别信息。诸如医生等治疗专业人员可能希望与其他治疗专业人员共享治疗信息，以传播有关患者护理和最佳实践的知识，例如在会议上。为了公开地展示此类患者数据，通常应移除个人可识别信息，但现有的方法可能会导致不完整的患者图像和看起来不自然的图像。
3.在进行医疗治疗之前，医疗专业人员可以记录或以其他方式捕获患者临床相关区域的视觉数据。例如，治疗专业人员可以拍摄患者口腔和脸部的图片。在一些情况下，治疗专业人员可能希望与其他治疗专业人员(例如，诸如正畸医生、口腔外科医生、牙周医生和/或普通牙医等专家)就可能的治疗方法交换意见，或公开地展示案例研究。治疗专业人员可以与其他治疗专业人员共享患者的图片，以就治疗进行讨论。在一些情况下，可能期望对其他治疗专业人员隐藏某些患者数据，诸如患者可识别信息。此外，一些法规和法律可以要求有关患者信息的隐私标准，如上所述。然而，一些数据，诸如示出患者面部的照片，可能是根本上可识别的。
4.传统上，患者图像可以通过掩码、消隐或以其他方式模糊处理患者面部的部分(诸如眼睛和鼻子)而变得不可识别。例如，可以将患者面部的部分(诸如眼睛)涂黑。可替代地，患者图像可以被裁剪以移除患者可识别特征。尽管在保持患者匿名的方面是有效的，但这些被涂黑或裁剪的图像可能没有吸引力并且不太美观，可能会分散对临床状况的注意力，并可能使潜在的相关临床信息模糊。现有方法通常从图像和/或视频中移除信息，而不是使用看起来逼真的图像来替换被移除的信息。所产生的图像可能看起来是人工的和修改过的，并且至少在一些情况下可能不如理想的那样美观。
5.因此，本公开确定并解决了对用于使临床数据匿名化的系统和方法的需求，该系统和方法保留了临床相关部分，同时提供看起来更真实的匿名临床数据。


技术实现要素：

6.如以下将更详细描述的，本公开描述了用于使临床数据匿名化的各种系统和方法。患者身体部位的表征数据可以用于构建身体部位的人工版本，该人工版本保留了来自
原始表征数据的临床相关信息。通过生成人工表征数据并保留临床表征数据，本文所描述的系统和方法可以创建匿名表征数据，该匿名表征数据提供了具有临床相关性的美观表征。与仅编辑患者可识别表征数据的传统方法相比，本文所描述的系统和方法可以通过用人工表征数据替换患者可识别表征数据来改进临床数据的匿名化。在一些实施例中，人工表征数据包括一个照片级逼真的图像或一系列照片级逼真的图像，以便提供包括人工表征数据和临床表征数据二者的看起来更逼真的图像或图像系列，同时维护患者隐私。
7.此外，通过将表征数据分解成分量并将这些分量作为输入来生成人工表征数据，本文所描述的系统和方法可以对计算设备的运行进行改进，从而提高计算设备的处理效率并允许计算设备生成更逼真的表征数据。通过保留重要信息并替换患者可识别信息以对完整表征进行维护，这些系统和方法还可以对数据隐私领域进行改进。相关引用
8.本技术中提及和确定的所有专利、申请和出版物均通过引用全部并入本技术，并且即使在本技术中的其他地方提及，它们也应被视为通过引用完全并入本技术。
附图说明
9.通过参考以下阐述了说明性实施例的详细描述以及附图，将更好地理解本公开的特征、优点和原理。
10.图1示出了根据一些实施例的用于使临床数据匿名化的示例系统的框图；
11.图2示出了根据一些实施例的用于使临床数据匿名化的附加示例系统的框图；
12.图3示出了根据一些实施例的用于使临床数据匿名化的示例方法的流程图；
13.图4示出了根据一些实施例的标志特征(landmark feature)的示意图；
14.图5a示出了根据一些实施例的用于使临床数据匿名化的附加示例方法的流程图；
15.图5b示出了根据一些实施例的用于使临床数据匿名化的示例方法的数据流示意图；
16.图6示出了根据一些实施例的用于使临床数据匿名化的示例数据流的数据流示意图；
17.图7示出了根据一些实施例的能够实现本文所描述和/或示出的一个或多个实施例的示例计算系统的框图；以及
18.图8示出了根据一些实施例的能够实现本文所描述和/或示出的一个或多个实施例的示例计算网络的框图。
具体实施方式
19.以下是根据本文所公开的实施例对本公开中所描述的发明的特征和优点进行的详细描述，以及提供的更好理解。尽管详细描述包括许多特定实施例，但这些特定实施例仅作为示例提供，并且不应被解释为限制本文所公开的发明的范围。
20.如本文中所使用的，术语“临床数据”可以是指在对患者进行治疗的过程中生成的数据。例如，临床数据可以包括但不限于患者医疗信息(例如，牙科或其他医疗信息)，诸如x射线、患者口腔的二维和/或三维模型，和/或患者牙齿的数字和/或模拟图片。临床数据还可以包括处方记录、治疗专业意见和/或与治疗计划相关的其他信息。
21.如本文中所使用的，术语“表征数据”可以是指对应于一个或多个身体部位或以其他方式表示一个或多个身体部位的任何类型或形式的数据。表征数据可以包括任何临床数据以及媒体数据(media data)。表征数据的示例包括但不限于单个静止的二维(2d)图像、照片、单个静止的三维(3d)模型、可以为视频帧的一系列2d图像、一系列姿势可变形的3d模型、3d断层扫描图像、口内扫描仪数据、点云、3d点云、医学数字成像和通信(dicom)图像或其他类型的视觉数据。表征数据还可以包括对应身体部位的文本描述和/或数字描述和/或模型。
22.以下将参考图1至图2提供对用于使临床数据匿名化的示例系统的详细描述。还将结合图3提供对相应的计算机实施的方法的详细描述。将结合图4提供对示例关键点的详细描述。还将结合图5a、图5b和图6提供对用于使临床数据匿名化的附加方法的详细描述。此外，将分别结合图7和图8提供对能够实现本文所述的一个或多个实施例的示例计算系统和网络架构的详细描述。
23.图1是用于使临床数据匿名化的示例系统100的框图。如该图所示，示例系统100可以包括用于执行一个或多个任务的一个或多个模块102。如下文将更详细地解释，模块102可以包括接收模块104、提取模块106、生成模块108和创建模块110。尽管图1中的一个或多个模块102被示出为单独的元件，但它们可以表示单个模块或应用程序的部分。
24.在一些实施例中，图1中的一个或多个模块102可以表示一个或多个软件应用程序或程序，当它们由计算设备执行时，可以使计算设备执行一个或多个任务。例如，如下文将更详细地描述，一个或多个模块102可以表示存储并配置为在一个或多个计算设备上运行的模块，诸如图2所示的设备(例如，计算设备202和/或服务器206)。图1中的一个或多个模块102还可以表示被配置为执行一个或多个任务的一个或多个专用计算机的全部或部分。
25.如图1所示，示例系统100还可以包括一个或多个存储器设备，诸如存储器140。存储器140通常表示能够存储数据和/或计算机可读指令的任何类型或形式的易失性或非易失性存储设备或介质。在一个示例中，存储器140可以存储、加载和/或维护一个或多个模块102。存储器140的示例包括但不限于随机存取存储器(ram)、只读存储器(rom)、闪存、硬盘驱动器(hdd)、固态驱动器(ssd)、光学磁盘驱动器、高速缓存、它们中的一个或多个的变型或组合、和/或任何其他适合的存储存储器。
26.如图1所示，示例系统100还可以包括一个或多个物理处理器，诸如物理处理器130。物理处理器130通常表示能够解释和/或执行计算机可读指令的任何类型或形式的硬件实施的处理单元。在一个示例中，物理处理器130可以访问和/或修改存储在存储器140中的一个或多个模块102。附加地或可替代地，物理处理器130可以执行一个或多个模块102，以便促进临床数据的匿名化。物理处理器130的示例包括但不限于微处理器、微控制器、中央处理单元(cpu)、实现软核处理器的现场可编程门阵列(fpga)、专用集成电路(asic)、它们中的一个或多个的部分、它们中的一个或多个的变型或组合、和/或任何其他适合的物理处理器。
27.如图1所示，示例系统100还可以包括一个或多个数据元件120，诸如表征数据122、临床表征数据124、人工表征数据126、匿名表征数据128、结构表征数据132和颜色表征数据134。数据元件120通常表示任何类型或形式的表征数据及其变换，如下文将进一步描述的那样。
28.图1中的示例系统100可以以多种方式实现。例如，示例系统100的全部或一部分可以表示图2中的示例系统200的部分。如图2所示，系统200可以包括经由网络204与服务器206进行通信的计算设备202。在一个示例中，模块102的全部或部分功能可以由计算设备202、服务器206和/或任何其他适合的计算系统执行。如下文将更详细地描述，当由计算设备202和/或服务器206的至少一个处理器执行时，来自图1的一个或多个模块102可以使计算设备202和/或服务器206将临床数据匿名化。例如，如下文将更详细地描述，一个或多个模块102可以使计算设备202和/或服务器206通过使用图2来演示方法权利要求中的步骤。
29.计算设备202通常表示能够读取计算机可执行指令的任何类型或形式的计算设备。计算设备202可以是用户设备，诸如台式计算机或移动设备。计算设备202的附加示例包括但不限于笔记本电脑、平板电脑、台式机、服务器、蜂窝电话、个人数字助理(pda)、多媒体播放器、嵌入式系统、可穿戴设备(例如，智能手表、智能眼镜等)、智能车辆、智能包装(例如，主动或智能包装)、游戏控制台、所谓的物联网设备(例如，智能设备等)、它们中的一个或多个的变型或组合、和/或任何其他适合的计算设备。
30.服务器206通常表示能够存储和/或处理临床数据的任何类型或形式的计算设备。服务器206的附加示例包括但不限于安全服务器、应用程序服务器、web服务器、存储服务器和/或数据库服务器，这些服务器被配置为运行某些软件应用程序，和/或提供各种安全服务、web服务、存储服务和/或数据库服务。尽管在图2中被示出为单个实体，但服务器206可以包括和/或表示相互协同工作和/或操作的多个服务器。
31.网络204通常表示能够促进通信或数据传输的任何介质或架构。在一个示例中，网络204可以促进计算设备202与服务器206之间的通信。在该示例中，网络204可以通过使用无线和/或有线连接来促进通信或数据传输。网络204的示例包括但不限于内联网、广域网(wan)、局域网(lan)、个人局域网(pan)、互联网、电力线通信(plc)、蜂窝网络(例如，全球移动通信系统(gsm)网络)、它们中的一个或多个的部分、它们中的一个或多个的变型或组合、和/或任何其他适合的网络。
32.图3是用于使临床数据匿名化的示例计算机实施的方法300的流程图。图3中所示的步骤可以由任何适合的计算机可执行代码和/或计算系统来执行，包括图1中的系统100、图2中的系统200、和/或它们中的一个或多个的变型或组合。在一个示例中，图3中所示的每个步骤可以表示算法，该算法的结构包括多个子步骤和/或由多个子步骤表示，下面将更详细地提供该算法的示例。
33.如图3所示，在步骤302处，本文所描述的一个或多个系统可以接收与身体部位对应的表征数据。表征数据可以包括临床相关区域和匿名化区域。例如，作为图2中的计算设备202的部分，接收模块104可以接收表征数据122。
34.表征数据122可以包括患者身体部位的图像数据。例如，表征数据122可以包括用光学传感器(诸如，照相机、立体照相机等)捕获的患者身体的照片和/或视频。表征数据122可以包括其他传感器数据，诸如红外传感器数据、点云(例如，与三维激光扫描相关)、热图等，它们可以描述或以其他方式限定身体部位的物理特性和结构。
35.表征数据122可以与患者的整个身体相对应。可替代地，表征数据122可以更侧重于特定身体区域和/或部位。表征数据122可以与治疗之前、期间和/或之后的各种状态或时间节点相对应。例如，表征数据122可以包括治疗之前、期间和/或之后的身体部位的照片。
36.在一些实现中，表征数据122可以依赖于进一步的处理。例如，表征数据122可以包括原始传感器数据，诸如可以被转换、变换、合并等的光学传感器数据。在一些实现中，接收模块104可以作为服务器206的部分来接收表征数据122，诸如来自计算设备202的表征数据122。
37.临床相关区域可以与患者身体部位的区域相对应，该区域呈现出待纠正或待以其他方式通过治疗解决的问题。临床相关区域可能直接或间接地受到治疗的影响。治疗专业人员可以检查临床相关区域，以便为患者制定适当的治疗。
38.匿名化区域可以与患者身体部位的一区域相对应，该区域可以包括可对患者进行识别的特征。在一些实现中，匿名化区域可以被限定为不被包括在临床相关区域中的身体部位区域。
39.在一个治疗示例中，身体部位可以对应于患者的头部和面部。临床相关区域可以对应于患者的牙齿、口腔和颌部，匿名化区域可以对应于头部和面部的其他部分，诸如患者的眼睛和鼻子。
40.在步骤304处，本文所描述的一个或多个系统可以从表征数据中提取与表征数据的临床相关区域相对应的临床表征数据。例如，作为图2中的计算设备202和/或服务器206的部分，提取模块106可以从表征数据122中提取临床表征数据124。
41.临床表征数据124可以是表征数据122的子集。例如，当表征数据122包括图像数据时，临床表征数据124可以包括图像数据的子图像。临床表征数据124可以大量地保存来自表征数据122的、与临床相关区域相关的数据。例如，关于临床相关区域，临床表征数据124可以呈现出不超过10％的保真度损失。保真度损失可以对应于l1损失、最小绝对偏差(lad)损失或最小绝对误差(lae)损失中的一个或多个。
42.在一些实现中，计算设备202和/或服务器206可以通过从表征数据122中确定身体部位的关键点来从表征数据122中提取临床表征数据124。关键点可以对应于身体部位的可分辨标志点。例如，当身体部位是面部时，关键点可以对应于面部标志。提取模块106可以分析表征数据122并标记这些关键点，以便对各种身体部位特征进行定位。
43.图4示出了对应于患者面部的标志图400。图4示出了68个标志，它们可以对应于鲍姆林标志(baumrind landmark)。在其他实现中，可以存在更多或更少的标志，诸如大约30至大约150个标志。标志可以基于回归树或其他方法(诸如用于2d或3d标志的深度神经网络)来识别。
44.一旦确定了关键点，提取模块106就可以识别与临床相关区域相对应的关键点。对于口腔治疗示例，临床相关区域可以包括患者的口腔。关键点430可以是标志。
45.临床相关区域可以与治疗专业人员的专业领域相对应。例如，临床相关区域对于验光师或眼科医生来说可以是眼睛，对于整容外科医生来说可以是鼻子。
46.根据特定问题和/或治疗，临床相关区域可以包括附加的身体部位和/或它们之间的关系。例如，当临床相关区域与下颌前移治疗相关联时，临床相关区域可以包括所识别的颏前点。当临床相关区域与唇裂治疗相关联时，临床相关区域可以包括面部畸形。例如，面部畸形可能是唇裂、腭裂、面部损伤或牙齿外伤中的一个或多个。
47.在另一示例中，当临床相关区域与深度咬合治疗相关联时，临床相关区域可以包括上颌和下颌，以涵盖(encapsulate)上颌和下颌之间的关系。当临床相关区域与腭部扩张
治疗相关联时，临床相关区域可以包括水平面部宽度。
48.在另一示例中，当临床相关区域与ii类咬合不正治疗相关联时，临床相关区域可以包括上牙弓和下牙弓。当临床相关区域与中线移位相关联时，临床相关区域可以包括人中。
49.在其他示例中，当临床相关区域与软组织变化相关联时，临床相关区域可以包括软组织面部标志。软组织面部标志可以包括颏前点、软组织端点或软组织分析结果中的一个或多个。
50.临床相关区域还可以包括一些其他特征。可以包括患者特性，诸如性别和/或年龄。年龄可以进行分类，诸如发育期患者或成年患者，或者可以进行分段，诸如与儿童、青少年、年轻人、成年人或老年人相对应的5个年龄段。
51.临床相关区域可以包括面部轮廓信息。例如，临床相关区域可以包括从人中到下巴测量的下部面部高度、眼睛之间的瞳孔间距离、鼻子的不对称、嘴唇角度以及嘴唇宽度。某些其他特征，诸如眼睛形状、耳朵位置、前额以及鼻子大小和形状，可以被匿名化或以其他方式进行修改。
52.临床相关区域可以包括侧部轮廓信息。例如，临床相关区域可以包括上颌至下颌之间的关系、鼻突度和面部凸度。某些其他特征，诸如颧骨、耳朵、眼睛和发型，可以被匿名化或以其他方式进行修改。
53.在其他实现中，治疗专业人员可以限定临床相关区域。在又一实现中，提取模块106可以例如通过用关键点对异常进行检测来对可能的状况进行诊断，并自动地选择适当的临床相关区域。
54.使用识别出的关键点，提取模块106可以从表征数据122中选择子表征数据。图4示出了包括患者口腔的临床相关区域420。在提取模块106根据关键点识别了患者的口腔之后，提取模块106可以使用识别出的关键点来对身体部位的子区域进行限定，诸如通过对识别出的关键点周围的区域进行扩展来限定。例如，临床相关区域420包括患者的口腔以及颌部。
55.提取模块106可以选择子表征数据，以包括与所限定的子区域相对应的数据。例如，当表征数据122包括图像数据时，提取模块106可以选择与所限定的子区域相对应的图像数据的包围框或遮蔽部分作为子表征数据。提取模块106可以提取子表征数据作为临床表征数据124。
56.图4还示出了匿名化区域410。匿名化区域410可以包括排除临床相关区域420的身体部位区域。在一些实现中，提取模块106可以主动地限定匿名化区域410。例如，提取模块106可以特别地识别可以用于对患者进行识别的特征。在正畸治疗示例中，临床相关区域420可以包括患者的口腔，匿名化区域410可以包括患者的眼睛。
57.在一些实现中，提取模块106可以可选地创建附加的中间表征，诸如结构表征数据132和颜色表征数据134，它们可以用于生成人工表征数据126。
58.结构表征数据132可以对应于身体部位的形状和/或姿势。形状和/或姿势可以用于生成呈类似姿势的逼真的人工身体部位。在生成和/或操控身体部位的三维模型时，也可以使用形状和/或姿势。结构表征数据132可以包括关键点。在一些实现中，关键点可以被连接。
59.尽管结构表征数据132在其整体上对应于身体部位(如由表征数据122所表示)，但在一些实现中，结构表征数据132可以对应于表征数据132的一部分，诸如匿名化区域410、临床相关区域420、以及它们的组合和/或部分。
60.提取模块106可以使用关键点来确定结构表征数据132。提取模块106可以例如根据检测到的身体特征来连接关键点。在一些实现中，提取模块106可以对表征数据122使用轮廓检测或边缘检测，例如，当表征数据122包括图像数据和/或视频数据时。
61.颜色表征数据134可以指示身体部位的一个或多个区域的一种或多种颜色。诸如皮肤颜色、头发颜色、嘴唇颜色、背景颜色等等颜色可以指示患者特性，诸如种族和/或民族。尽管皮肤颜色可能是一种潜在的患者识别特征，但在某些情况下，患者的种族可以是临床相关信息。例如，不同种族对某些状况或治疗的反应可能不同。因此，颜色表征数据134可以在使身体部位的结构模糊的同时保持一种或多种颜色，以减轻对患者的识别。
62.提取模块106可以使用高斯模糊、分段式非线性函数或任何其他方法来确定颜色表征数据134，这些方法在保留颜色的同时使身体部位的结构特征模糊。例如，可以从面部的各个区域来提取平滑颜色。
63.返回参考图3，在步骤306处，本文所描述的一个或多个系统可以生成与表征数据的匿名化区域相对应的人工表征数据。例如，作为图2中的计算设备202和/或服务器206的部分，生成模块108可以生成人工表征数据126。
64.人工表征数据126可以表示身体部位的匿名版本。身体部位的匿名版本可以包括匿名化区域以及临床相关区域，其可以是身体部位的逼真复制，该逼真复制为了隐藏患者的身份而进行了更改。
65.生成模块108可以以各种方式创建人工表征数据126。例如，生成模块108可以在可用时使用结构表征数据132和/或颜色表征数据134。生成模块108可以并入结构表征数据132，使得由人工表征数据126表示的匿名身体部位具有与原始身体部位类似的结构和/或姿势。生成模块108可以并入颜色表征数据134，使得匿名身体部位具有类似的颜色方案(例如，类似的肤色)。
66.人工表征数据126可以包括例如照片级真实图像。匿名化区域可以由彩色图像表示，使得照片级真实图像可以包括输出彩色图像。照片级真实图像可以是2d图像。2d图像可能已经根据3d数据(诸如3d匿名化区域)生成。
67.生成模块108可以将匿名化区域与人工表征数据126进行比较，以确认人工表征数据126的充分匿名化。例如，关于表征数据122的匿名化区域，人工表征数据可以呈现出30％或更多的保真度损失。匿名化区域的保真度损失可以对应于l1损失、最小绝对偏差(lad)损失或最小绝对误差(lae)损失中的一个或多个。
68.人工表征数据126可以在人工表征数据126的最大强度像素和人工表征数据126的最小强度像素之间呈现至少50％的对比度。例如，人工表征数据126可以包括多个红色像素、多个蓝色像素和多个绿色像素。对比度可以包括对于多个红色像素、多个蓝色像素和多个绿色像素中的每一个的至少50％。
69.可替代地或附加地，匿名化区域可以包括空间频率的第一功率谱分布，人工表征数据126可以包括特殊频率的第二功率谱分布。与本公开有关的工作表明，照片级逼真的人工表征可以包括类似于匿名化区域的空间频率。空间频率的第一功率谱分布可以包括位于
奈奎斯特(nyquist)采样频率与奈奎斯特采样频率的一半之间的第一频谱功率量，第二功率谱分布可以包括位于奈奎斯特频率和奈奎斯特频率的一半之间的第二频谱功率量。第二量可以与第一量相差不超过第一量的约50％，可选地不超过第一量的约25％。
70.在步骤308处，本文所描述的一个或多个系统可以至少基于临床表征数据和人工表征数据来创建匿名表征数据，该匿名表征数据基本上保留临床相关区域。例如，作为图2中的计算设备202和/或服务器206的一部分，创建模块110可以至少基于临床表征数据124和人工表征数据126来创建匿名表征数据128。
71.匿名表征数据128可以对应于临床表征数据124和人工表征数据126的组合。匿名表征数据128可以提供身体部位的美观、逼真的表示。因为匿名表征数据128大量地保留了临床表征数据124，所以治疗专业人员可以使用匿名表征数据128来准确地诊断和/或治疗患者。因为匿名表征数据128并入了人工表征数据126，所以患者的身份可以保持隐藏。
72.匿名表征数据128可以包括图像数据或视频数据。可替代地，匿名表征数据128可以包括3d数据，诸如3d模型、立体数据等。
73.创建模块110可以以各种方式创建匿名表征数据128。例如，创建模块110可以在可用时使用结构表征数据132和/或颜色表征数据134。在某些实现中，创建模块110可以通过将视频数据的每一帧创建为2d图像来创建包括视频数据的匿名表征数据128。例如，创建模块110可以至少基于临床表征数据124和人工表征数据126来创建与呈一姿势的身体部位相对应的第一帧。创建模块110可以创建与身体部位从该姿势转换为另一姿势相对应的第二帧。
74.创建模块110可以包括生成器，以用于创建表示。生成器可以包括绘制工具，诸如基于贝叶斯统计、词典构建、压缩感知等的绘制工具。可替代地或附加地，创建模块110可以利用诸如生成式对抗网络(gan)、神经网络或其他深度学习架构、和/或其他人工智能方法等机器学习技术，从而创建匿名表征数据128，如将结合图6进一步讨论的那样。创建模块110还可以使用gan来实行由创建模块110创建的帧之间的时间相干性。在其他实现中，创建模块110可以使用任何其他适当的工具来生成表征数据。
75.图5a是用于使临床数据匿名化的示例计算机实施的方法500的流程图，图5b示出了计算机实施的方法500中的数据流示意图。图5a所示的步骤可以由任何适合的计算机可执行代码和/或计算系统执行，包括图1中的系统100、图2中的系统200和/或它们中的一个或多个的变型或组合。在一个示例中，图5a所示的每个步骤可以表示一算法，该算法的结构包括多个子步骤和/或由多个子步骤表示，下面将更详细地提供该算法的示例。尽管本文针对正畸治疗示例描述了方法500，但方法500可以应用于其他示例。
76.如图5a所示，在步骤502处，本文所描述的一个或多个系统可以接收输入图像，诸如输入图像525。例如，作为图2中的计算设备202和/或服务器206的部分，接收模块104可以从输入图像525接收表征数据122。
77.在步骤504处，本文所描述的一个或多个系统可以识别关键点430。例如，作为图2中的计算设备202和/或服务器206的部分，提取模块106可以从与身体标志相对应的表征数据122中识别关键点430。图5b示出了在输入图像525或表征数据122中识别的关键点430的表征530。关键点430可以包括对眉毛、眼睛开口或眼睑、面部轮廓、颌线、鼻梁、鼻尖、鼻孔和鼻翼、口腔开口、嘴唇的内侧和外侧进行识别的关键点。
78.在步骤506处，本文所描述的一个或多个系统可以提取临床相关子图像。例如，作为图2中的计算设备202和/或服务器206的部分，提取模块106可以从表征数据122中提取临床表征数据124。图5b示出了临床相关子图像555，其包括口腔557的子图像和眼睛559的子图像。子图像可以基于关键点生成。例如，子图像557可以基于限定了口腔开口、嘴唇内边缘和嘴唇外边缘中的一个或多个的关键点而生成。子图像可以基于通过连接这些关键点而生成的几何形状来生成。在一些实施例中，子图像可以包括图像数据，该图像数据延伸超出关键点或延伸超出基于关键点而生成的几何形状或区域。例如，子图像可以延伸超出关键点或延伸超出基于关键点而生成的几何形状或区域1、5、10、20、50或100个像素。在一些实施例中，子图像可以延伸超出关键点一段基于一尺寸的距离，该尺寸诸如是由关键点生成的几何形状或区域的长度或宽度。例如，子图像可以延伸大约最大线性尺寸的1％、2％、5％、10％或15％，或延伸小于大约最大线性尺寸的1％、2％、5％、10％或15％，该最大线性尺寸是基于关键点而生成的几何形状或区域的两个关键点之间的最大线性尺寸。
79.在步骤508处，本文所描述的一个或多个系统可以可选地创建结构图像。例如，作为图2中的计算设备202和/或服务器206的部分，提取模块106可以从表征数据122创建结构表征数据132。图5b示出了基于关键点430生成的结构图像535。结构图像535可以包括表示面部的一个或多个结构537的数据。例如，数据537可以表示眉毛、眼睛、鼻子、口腔开口、嘴唇、颌线和面部轮廓。数据537可以基于关键点430。在一些实施例中，数据表示面部的各种特征的掩码(mask)。例如，数据537可以包括面部轮廓的掩码、眉毛的掩码、眼睛的掩码、鼻子的掩码、口腔开口的掩码和嘴唇的掩码。
80.在步骤510处，本文所描述的一个或多个系统可以可选地创建彩色图像。例如，作为图2中的计算设备202和/或服务器206的部分，提取模块106可以从表征数据122创建颜色表征数据134。颜色表征数据134可以包括表征数据中的图像颜色的方面。例如，颜色表征数据134可以包括图像数据122和/或临床表征数据124中的颜色。在一些实施例中，颜色表征数据134可以包括数据122中的颜色和颜色的相应位置。在一些实施例中，颜色表征数据134可以包括关于嘴唇或眼睛的皮肤颜色，或临床数据内的颜色。
81.在步骤512处，本文所描述的一个或多个系统可以生成新的面部图像。例如，作为图2中的计算设备202和/或服务器206的部分，生成模块108可以从表征数据122生成人工表征数据126。生成模块可以包括gan，诸如图5b的gan 540。在一些实施例中，所生成的人工表征数据126可以包括图像数据，诸如基于掩码535生成的图像545。在一些实施例中，基于掩码535和颜色数据生成图像545。在一些实施例中，人工表征数据126可以包括人工地表示了表征数据122的数据，而不包括表征数据122。
82.在步骤514处，本文所描述的一个或多个系统可以将临床相关子图像恢复为新的面部图像。例如，作为图2中的计算设备202和/或服务器206的部分，创建模块110可以将临床表征数据124并入到人工表征数据126中，以创建匿名表征数据128。临床表征数据124可以被并入基于掩码的人工表征数据126中。例如，掩码可以包括与人工表征数据126和临床表征数据124的相对位置相关的数据。创建模块110可以在图像中(诸如在图像550中)使用相对于人工表征数据126的相对位置来对临床表征数据124进行定位，图像550可以是匿名表征数据128。
83.如图5a所示，在步骤516处，本文所描述的一个或多个系统可以返回结果。例如，作
为图2中的计算设备202和/或服务器206的一部分，创建模块110可以显示和/或发送匿名表征数据128。
84.图6是用于使临床数据匿名化的示例计算机实施的数据流600的数据流示意图。图6中所示的步骤可以由任何适合的计算机可执行代码和/或计算系统来执行，包括图1中的系统100、图2中的系统200和/或它们中的一个或多个的变型或组合。在一个示例中，图6中所示的每个步骤可以表示一算法，该算法的结构包括多个子步骤和/或由多个子步骤表示，下面将更详细地提供该算法的示例。数据流600示出了利用生成式对抗网络(gan)的示例实现。
85.gan可以利用两个单独的机器学习(例如，神经网络)模块，生成器和鉴别器。可以使用相关表征数据(例如图像)的数据集对生成器进行训练，以生成身体部位的逼真表征数据。生成器可以通过以下方式来进一步训练以再现原始表征数据：使用任何适当的损失函数(例如，l1或沃瑟斯坦(wasserstein))，确定从原始表征数据到所产生的表征数据的损失，并通过神经网络对该损失的梯度进行反向传播。反向传播可以调整神经网络的参数，以使损失最小化。
86.鉴别器可以处理表征数据，以将输入分类为“真实的”(例如，看起来是真实的，如同从真实世界捕获的那样)或“生成的”(例如，看起来是人工生成的)。鉴别器可以使用已知真实表示的数据集和生成的表示的数据集来进行训练。随后，可以训练生成器来“欺骗”鉴别器(例如，使鉴别器将生成的表示分类为真实表示)。
87.鉴别器的权重可以是固定的，使得在对发生器进行训练时，鉴别器不进行学习。欺骗鉴别器的误差(例如，负值的鉴别器损失)可以通过生成器进行反向传播，以调整生成器的权重，从而提高生成器输出的真实性。
88.如图6所示，可以在框602处提供表示r，该表示r可以对应于表征数据122。例如，作为图2中的计算设备202和/或服务器206的部分，接收模块104可以接收表示r。
89.在框604处，本文所描述的一个或多个系统可以提取临床相关区域和可选的表示。例如，作为图2中的计算设备202和/或服务器206的部分，提取模块106可以在框606处从表示r中提取临床相关区域roi，该临床相关区域roi可以对应于临床表征数据124。提取模块106还可以可选地在框608处从表示r中提取结构图像s，该结构图像s可以对应于结构表征132。提取模块106还可以可选地在框610处从表示r中提取彩色图像c，该颜色图像c可以对应于颜色表征134。
90.在框612处，本文所描述的一个或多个系统可以生成人工表征。生成器可以对应于生成模块108。例如，作为图2中的计算设备202和/或服务器206的部分，生成模块108可以使用临床相关区域roi、结构图像s和彩色图像c作为输入来生成人工表征。随后，可以使用组合算子614将人工表征与临床相关区域roi组合，组合算子614可以包括例如简单取代、平均值、阿尔法通道模糊处理、高斯阿尔法通道模糊处理等。在框616处，保留了临床信息的结果可以使患者匿名。该结果也可以欺骗gan的鉴别器。
91.图6还示出了可选的具有鉴别力的训练器部分。作为生成器的结果，结果616可以沿着生成器训练路径622继续去往鉴别器624，该鉴别器624可以对应于生成模块108。如上所述，可以使用真实表示618，经由鉴别器训练路径620对鉴别器624进行训练。还可以经由生成器训练路径622对生成器进行训练，以欺骗鉴别器。
92.在一些实现中，为了保持视频或3d视频的时间相干性，生成器可以是时间感知的。例如，源表征数据和过去重构的表示的多个帧可以被输入到生成器中。附加的鉴别器可以验证帧的时间相干性。可以通过首先创建单个帧并在随后的时间经由鉴别器实行时间相干性来生成视频。可替代地，视频可以根据单个图像和一系列姿势来生成。生成器可以学习元信息，该元信息与将姿势建模为视频相关联。随后，生成器可以生成单个图像或3d图像，并使用元信息来表示通过一系列姿势的图像转换。
93.在一些实现中，之前的图像和之后的图像可以被创建为短的、双帧视频段。对于这两个帧，人工表征数据可以保持不变。随后，治疗前和治疗后的临床表征数据可以被嵌入到人工表征数据中或以其他方式与人工表征数据合并。
94.如上所述，专业治疗人员可以拍摄患者面部和头部的照片。如本文所述的匿名化方法和装置可以接收照片并对口腔进行识别，以用于保存。如本文所述的匿名化方法和装置可以人工地生成面部，该面部可以看起来是逼真的，并共享原始面部的不可识别特征。随后，匿名化方法和装置可以将原始口腔嵌入到人工面部中，以创建逼真且美观的面部。匿名面部可以保持口腔特征以便治疗专业人员进行观察，但可以隐藏患者的身份。与传统被涂黑或裁剪的面部图像相比，匿名面部可以保留更多的信息，并减少了干扰。
95.匿名化方法和装置可以用于演示微笑示例或治疗计划示例。例如，匿名化方法和装置可以支持在线微笑图库、在牙科会议上进行展示、被实现为移动应用程序、或被开发为教学工具。
96.匿名化方法和装置可以用于研究人员的调查。例如，可以向消费者、全科医生和正畸专业人员展示匿名照片，以研究微笑属性(例如，微笑美学、微笑结果等)。相同的微笑可以出现在不同的面部环境中，诸如横跨不同的种族。可替代地，牙齿可以改变(例如，改变中线、侧切牙大小等)，面部可以保持不变。
97.尽管上文关于正畸治疗对系统和方法进行了描述，但在其他实现中，匿名化方法和装置可以用于其他医疗环境，诸如整形外科。可替代地，匿名化方法和装置可以在医疗环境之外使用，诸如用于生成替身、隐藏未成年人身份的发布等。在此类环境中，临床相关区域可以对应于与给定环境相关的重要身体特征，或者由与给定环境相关的重要身体特征限定。
98.图7是能够实现本文所描述和/或示出的一个或多个实施例的示例计算系统710的框图。例如，计算系统710的全部或部分可以执行本文所述的一个或多个步骤(诸如图3所示的一个或多个步骤)，和/或作为用于单独地或与其他元件组合地来执行本文所述的一个或多个步骤(诸如图3所示的一个或多个步骤)的器件。计算系统710的全部或部分还可以执行本文所描述和/或示出的任何其他步骤、方法或过程，和/或作为用于执行本文所描述和/或示出的任何其他步骤、方法或过程的器件。
99.计算系统710广泛地表示能够执行计算机可读指令的任何单处理器或多处理器计算设备或系统。计算系统710的示例包括但不限于工作站、笔记本电脑、客户端侧终端、服务器、分布式计算系统、手持设备、或任何其他计算系统或设备。在计算系统710的最基本配置中，计算系统710可以包括系统存储器716和至少一个处理器714。
100.处理器714通常表示能够处理数据、或解释和执行指令的任何类型或形式的物理处理单元(例如，硬件实施的中央处理单元)。在某些实施例中，处理器714可以从软件应用
程序或模块接收指令。这些指令可以使处理器714执行本文所描述和/或示出的一个或多个示例实施例的功能。
101.系统存储器716通常表示能够存储数据和/或其他计算机可读指令的任何类型或形式的易失性或非易失性存储设备或介质。系统存储器716的示例包括但不限于随机存取存储器(ram)、只读存储器(rom)、闪存或任何其他适合的存储器设备。尽管不是必需的，但在某些实施例中，计算系统710可以包括易失性存储器单元(诸如，例如系统存储器716)和非易失性存储设备(诸如，例如主存储设备732，如以下详细描述)。在一个示例中，图1中的一个或多个模块102可以被加载到系统存储器716中。
102.在一些示例中，系统存储器716可以存储和/或加载操作系统740，以由处理器714进行执行。在一个示例中，操作系统740可以包括和/或表示一软件，该软件管理计算机硬件和软件资源，和/或向计算系统710上的计算机程序和/或应用程序提供公共服务。操作系统740的示例包括但不限于linux、junos、microsoft windows、windows mobile、mac os、apple的ios、unix、google chrome os、google的android、solaris、它们中的一个或多个的变型、和/或任何其他适合的操作系统。
103.在某些实施例中，除了处理器714和系统存储器716之外，示例计算系统710还可以包括一个或多个组件或元件。例如，如图7所示，计算系统710可以包括存储器控制器718、输入/输出(i/o)控制器720和通信接口722，它们中的每一个都可以经由通信基础设施712进行互连。通信基础设施712通常表示能够促进计算设备的一个或多个组件之间的通信的任何类型或形式的基础设施。通信基础设施712的示例包括但不限于通信总线(诸如工业标准总线(isa)、外部设备互连总线(pci)、串行总线(pci express，pcie)或类似的总线)和网络。
104.存储器控制器718通常表示能够处理存储器或数据、或控制计算系统710的一个或多个组件之间的通信的任何类型或形式的设备。例如，在某些实施例中，存储器控制器718可以经由通信基础设施712来控制处理器714、系统存储器716和i/o控制器720之间的通信。
105.i/o控制器720通常表示能够协调和/或控制计算设备的输入功能和输出功能的任何类型或形式的模块。例如，在某些实施例中，i/o控制器720可以控制或促进计算系统710的一个或多个元件之间的数据传输，这些元件诸如处理器714、系统存储器716、通信接口722、显示适配器726、输入接口730和存储接口734。
106.如图7所示，计算系统710还可以包括至少一个显示设备724，其经由显示适配器726联接到i/o控制器720。显示设备724通常表示能够在视觉上显示由显示适配器726转发的信息的任何类型或形式的设备。类似地，显示适配器726通常表示被配置为转发来自通信基础设施712(或帧缓冲器，如本领域已知)的图形、文本和其他数据以在显示设备724上进行显示的任何类型或形式的设备。
107.如图7所示，示例计算系统710还可以包括至少一个输入设备728，其经由输入接口730联接到i/o控制器720。输入设备728通常表示能够向示例计算系统710提供计算机或人工生成的输入的任何类型或形式的输入设备。输入设备728的示例包括但不限于键盘、指示设备、语音识别设备、它们中的一个或多个的变型或组合、和/或任何其他输入设备。
108.附加地或可替代地，示例计算系统710可以包括附加的i/o设备。例如，示例计算系统710可以包括i/o设备736。在该示例中，i/o设备736可以包括和/或表示促进人与计算系
统710进行交互的用户接口。i/o设备736的示例包括但不限于计算机鼠标、键盘、显示器、打印机、调制解调器、照相机、扫描仪、麦克风、触摸屏设备、它们中的一个或多个的变型或组合、和/或任何其他i/o设备。
109.通信接口722广泛地表示能够促进示例计算系统710与一个或多个附加设备之间的通信的任何类型或形式的通信设备或适配器。例如，在某些实施例中，通信接口722可以促进计算系统710与包括附加计算系统的专用或公共网络之间的通信。通信接口722的示例包括但不限于有线网络接口(诸如网络接口卡)、无线网络接口(诸如无线网络接口卡)、调制解调器和任何其他适合的接口。在至少一个实施例中，通信接口722可以经由去往网络(诸如互联网)的直接链路提供去往远程服务器的直接连接。通信接口722还可以通过例如局域网(诸如以太网)、个人局域网、电话或电缆网络、蜂窝电话连接、卫星数据连接或任何其他适合的连接来间接地提供此类连接。
110.在某些实施例中，通信接口722还可以表示主机适配器，该主机适配器被配置为经由外部总线或通信通道促进计算系统710与一个或多个附加网络或存储设备之间的通信。主机适配器的示例包括但不限于小型计算机系统接口(scsi)主机适配器、通用串行总线(usb)主机适配器、电气和电子工程师学会(ieee)1394主机适配器、高级技术附件(ata)主机适配器、并行高级技术附件(pata)主机适配器、串行高级技术附件(sata)主机适配器和外部串行高级技术附件(esata)主机适配器、光纤通道接口适配器、以太网适配器等。通信接口722还可允许计算系统710参与分布式计算或远程计算。例如，通信接口722可以从远程设备接收指令，或者向远程设备发送指令，以用于执行。
111.在一些示例中，系统存储器716可以存储和/或加载网络通信程序738，以由处理器714进行执行。在一个示例中，网络通信程序738可以包括和/或表示软件，该软件使计算系统710能够借助于通信接口722与另一计算系统(图7中未示出)建立网络连接742，和/或与另一计算系统进行通信。在该示例中，网络通信程序738可以引导传出业务的流动，该传出业务经由网络连接742被发送到另一计算系统。附加地或可替代地，网络通信程序738可以引导对传入业务的处理，该传入业务经由与处理器714连接的网络连接742从另一计算系统来接收。
112.尽管在图7中没有以这种方式示出，但网络通信程序738可以可替代地存储和/或加载在通信接口722中。例如，网络通信程序738可以包括和/或表示软件和/或固件的至少一部分，该软件和/或固件由并入通信接口722中的处理器和/或专用集成电路(asic)执行。
113.如图7所示，示例计算系统710还可以包括主存储设备732和备份存储设备733，它们经由存储接口734联接到通信基础设施712。存储设备732和733通常表示能够存储数据和/或其他计算机可读指令的任何类型或形式的存储设备或介质。例如，存储设备732和存储设备733可以是磁盘驱动器(例如，所谓的硬盘驱动器)、固态驱动器、软盘驱动器、磁带驱动器、光学磁盘驱动器、闪存驱动器等。存储接口734通常表示用于在存储设备732和存储设备733与计算系统710的其他组件之间传输数据的任何类型或形式的接口或设备。在一个示例中，来自图1的数据元件120可以存储和/或加载在主存储设备732中。
114.在某些实施例中，存储设备732和存储设备733可以被配置为从可移除存储单元读取和/或向可移除存储单元写入，该可移除存储单元被配置为存储计算机软件、数据或其他计算机可读信息。适合的可移除存储单元的示例包括但不限于软盘、磁带、光学磁盘、闪存
设备等。存储设备732和存储设备733还可以包括用于允许将计算机软件、数据或其他计算机可读指令加载到计算系统710中的其他类似结构或设备。例如，存储设备732和存储设备733可以被配置为读取和写入软件、数据或其他计算机可读信息。存储设备732和存储设备733还可以是计算系统710的部分，或者可以是通过其他接口系统进行访问的单独设备。
115.许多其他设备或子系统可以连接到计算系统710。相反地，无需存在图7中所示的所有组件和设备来实践本文所描述和/或示出的实施例。上述提及的设备和子系统也可以以不同于图7所示的方式进行互连。计算系统710还可以采用任意数量的软件、固件和/或硬件配置。例如，本文所公开的示例实施例中的一个或多个可以被编码为计算机可读介质上的计算机程序(也被称为计算机软件、软件应用程序、计算机可读指令或计算机控制逻辑)。本文所使用的术语“计算机可读介质”通常是指能够存储或承载计算机可读指令的任何形式的设备、载体或介质。计算机可读介质的示例包括但不限于传输型介质(诸如载波)和非瞬态型介质，诸如，磁存储介质(例如硬盘驱动器、磁带驱动器和软盘)、光学存储介质(例如压缩磁盘(cd)、数字视频光盘(dvd)和蓝光光盘)、电子存储介质(例如固态驱动器和闪存介质)、以及其他分布系统。
116.包括计算机程序的计算机可读介质可以被加载到计算系统710中。随后，存储在计算机可读介质上的计算机程序的全部或部分可以被存储在系统存储器716中，和/或存储设备732和存储设备733的各个部分中。当由处理器714执行时，被加载到计算系统710中的计算机程序可以使处理器714执行本文所描述和/或示出的一个或多个示例实施例的功能，和/或作为用于执行本文所描述和/或示出的一个或多个示例实施例的功能的器件。附加地或可替代地，本文所描述和/或示出的一个或多个示例实施例可以在固件和/或硬件中实现。例如，计算系统710可以被配置为适于实现本文所公开的一个或多个示例实施例的专用集成电路(asic)。
117.图8是示例网络架构800的框图，其中，客户端系统810、820和830以及服务器840和服务器845可以联接到网络850。如上所述，网络架构800的全部或部分可以执行本文所公开的一个或多个步骤(诸如图3所示的一个或多个步骤)，和/或作为用于单独地或与其他元件组合地执行本文所公开的一个或多个步骤(诸如图3所示的一个或多个步骤)的器件。网络架构800的全部或部分也可以用于执行本公开所阐述的其他步骤和特征，和/或作为用于执行本公开所阐述的其他步骤和特征的器件。
118.客户端系统810、820和830通常表示任何类型或形式的计算设备或系统，诸如图7中的示例计算系统710。类似地，服务器840和服务器845通常表示计算设备或系统(诸如应用程序服务器或数据库服务器)，该计算设备或系统被配置为提供各种数据库服务和/或运行某些软件应用程序。网络850通常表示任何电信网络或计算机网络，包括例如内联网、wan、lan、pan或互联网。在一个示例中，客户端系统810、820和/或830和/或服务器840和/服务器或845可以包括来自图1的系统100的全部或部分。
119.如图8所示，一个或多个存储设备860(1)-(n)可以直接附接到服务器840。类似地，一个或多个存储设备870(1)-(n)可以直接附接到服务器845。存储设备860(1)-(n)和存储设备870(1)-(n)通常表示能够存储数据和/或其他计算机可读指令的任何类型或形式的存储设备或介质。在某些实施例中，存储设备860(1)-(n)和存储设备870(1)-(n)可以表示网络附加存储(nas)设备，其被配置为使用各种协议(诸如网络文件
系统(nfs)、服务器消息块(smb)或通用互联网文件系统(cifs))与服务器840和服务器845进行通信。
120.服务器840和服务器845也可以连接到存储区域网络(san)结构880。san结构880通常表示能够促进多个存储设备之间的通信的任何类型或形式的计算机网络或架构。san结构880可以促进服务器840和服务器845与多个存储设备890(1)-(n)和/或智能存储阵列895之间的通信。san结构880还可以经由网络850和服务器840和服务器845来促进客户端系统810、820和830与存储设备890(1)-(n)和/或智能存储阵列895之间的通信，使得设备890(1)-(n)和阵列895呈现为针对客户端系统810、820和830的本地附接设备。类似于存储设备860(1)-(n)和存储设备870(1)-(n)，存储设备890(1)-(n)和智能存储阵列895通常表示能够存储数据和/或其他计算机可读指令的任何类型或形式的存储设备或介质。
121.在某些实施例中，参考图7的示例计算系统710，通信接口(诸如图7中的通信接口722)可以用于提供每一个客户端系统810、820和830与网络850之间的连接。客户端系统810、820和830能够使用例如web浏览器或其他客户端软件来对服务器840或服务器845上的信息进行访问。此类软件可以允许客户端系统810、820和830访问由服务器840、服务器845、存储设备860(1)-(n)、存储设备870(1)-(n)、存储设备890(1)-(n)或智能存储阵列895托管的数据。尽管图8描述了使用网络(诸如互联网)来交换数据，但是本文所描述和/或示出的实施例不限于互联网或任何特定的基于网络的环境。
122.在至少一个实施例中，本文所公开的一个或多个示例实施例的全部或部分可以被编码为计算机程序，并且加载到以下设备并由以下设备执行：服务器840、服务器845、存储设备860(1)-(n)、存储设备870(1)-(n)、存储设备890(1)-(n)、智能存储阵列895或它们的任何组合。本文所公开的一个或多个示例实施例的全部或部分也可以被编码为计算机程序，存储在服务器840中，由服务器845运行，并通过网络850分发到客户端系统810、820和830。
123.如上文详细描述的，计算系统710和/或网络架构800的一个或多个组件可以执行用于使临床数据匿名化的示例方法的一个或多个步骤，和/或作为用于单独地或与其他元件组合地执行用于使临床数据匿名化的示例方法的一个或多个步骤的器件。
124.尽管前述公开使用特定的框图、流程图和示例阐述了各种实施例，但本文所描述和/或示出的每个框图组件、流程图步骤、操作和/或组件可以使用范围广泛的硬件、软件或固件(或它们的任何组合)配置来单独地和/或共同地实现。此外，包括在其他组件中的组件的任何公开都应在本质上被视为示例，因为可以实现许多其他架构来实现相同的功能。
125.在一些示例中，图1中的示例系统100的全部或部分可以表示云计算环境或基于网络的环境的部分。云计算环境可以经由互联网提供各种服务和应用程序。这些基于云的服务(例如，作为服务的软件、作为服务的平台、作为服务的基础设施等)可以通过web浏览器或其他远程接口而可访问。可以通过远程桌面环境或任何其他基于云的计算环境来提供本文所描述的各种功能。
126.在各种实施例中，图1中的示例系统100的全部或部分可以促进基于云的计算环境内的多租户实现。换言之，本文所描述的软件模块可以配置计算系统(例如，服务器)，以促进用于本文所描述的一个或多个功能的多租户实现。例如，本文所描述的一个或多个软件模块可以对服务器进行编程，以使两个或多个客户端(例如，顾客)能够共享在服务器上运
行的应用程序。以这种方式进行编程的服务器可以在多个顾客(即租户)之间共享应用程序、操作系统、处理系统和/或存储系统。本文所描述的一个或多个模块还可以为每个顾客划分多租户应用程序的数据和/或配置信息，使得一个顾客无法访问另一顾客的数据和/或配置信息。
127.根据各种实施例，图1中的示例系统100的全部或部分可以在虚拟环境中实现。例如，本文所描述的模块和/或数据可以在虚拟机中驻留和/或执行。如本文所使用的，术语“虚拟机”通常是指由虚拟机管理器(例如，监控程序)从计算硬件中提取的任何操作系统环境。附加地或可替代地，本文所描述的模块和/或数据可以在虚拟化层中驻留和/或执行。如本文所使用的，术语“虚拟化层”通常是指覆盖操作系统环境和/或从操作系统环境中提取的任何数据层和/或应用程序层。虚拟化层可以由软件虚拟化解决方案(例如，文件系统过滤器)管理，该解决方案将虚拟化层呈现为如同是底层基本操作系统的部分。例如，软件虚拟化解决方案可以将最初定向到基本文件系统和/或注册表中的位置的调用重定向到虚拟化层中的位置。
128.在一些示例中，图1中的示例系统100的全部或部分可以表示移动计算环境的部分。移动计算环境可以由范围广泛的移动计算设备来实现，包括移动电话、平板电脑、电子书阅读器、个人数字助理、可穿戴计算设备(例如，具有头戴式显示器的计算设备、智能手表等)等。在一些示例中，移动计算环境可以具有一个或多个不同的特征，包括例如依赖电池电源、在任何给定时间仅呈现一个前端应用程序、远程管理特征、触摸屏特征、位置和移动数据(例如，由全球定位系统、陀螺仪、加速计等提供)、对系统级配置的修改进行限制和/或对第三方软件检查其他应用程序的能力进行限制的受限平台、对应用程序安装进行限制的控制(例如，限制为仅源自经批准的应用程序商店)等。本文所描述的各种功能可以提供用于移动计算环境和/或可以与移动计算环境进行交互。
129.此外，图1中的示例系统100的全部或部分可以表示用于信息管理的一个或多个系统的部分、与用于信息管理的一个或多个系统进行交互、使用由用于信息管理的一个或多个系统产生的数据、和/或产生由用于信息管理的一个或多个系统使用的数据。如本文所使用，术语“信息管理”可以是指数据的保护、组织和/或存储。用于信息管理的系统的示例可以包括但不限于存储系统、备份系统、归档系统、复制系统、高可用性系统、数据搜索系统、虚拟化系统等。
130.在一些实施例中，图1中的示例系统100的全部或部分可以表示用于信息安全的一个或多个系统的部分、产生由用于信息安全的一个或多个系统保护的数据、和/或与用于信息安全的一个或多个系统进行通信。如本文所使用，术语“信息安全”可以是指对访问受保护数据的控制。用于信息安全的系统的示例可以包括但不限于提供受管理的安全服务的系统、数据丢失预防系统、身份认证系统、访问控制系统、加密系统、策略遵循系统、入侵检测和预防系统、电子发现系统等。
131.本文所描述和/或示出的过程参数和步骤顺序仅作为示例给出，并可以根据需要进行更改。例如，虽然本文示出和/或描述的步骤可以以特定顺序示出或讨论，但这些步骤不必须以所示出或讨论的顺序执行。本文所描述和/或示出的各种示例方法还可以省略本文所描述或示出的一个或多个步骤，或者还可以包括除了所公开的步骤之外的附加步骤。
132.虽然本文在全功能计算系统的上下文中描述和/或示出了各种实施例，但这些示
例实施例中的一个或多个可以以各种形式分发为程序产品，而无论用于实际执行该分发的计算机可读介质的具体类型如何。本文所公开的实施例还可以使用执行某些任务的软件模块来实现。这些软件模块可以包括可以存储在计算机可读存储介质或计算系统中的脚本、批处理或其他可执行文件。在一些实施例中，这些软件模块可以配置计算系统以执行本文所公开的示例实施例中的一个或多个。
133.如本文所述，本文所描述和/或示出的计算设备和系统广泛地表示能够执行计算机可读指令(诸如本文所描述的模块中包含的那些指令)的任何类型或形式的计算设备或系统。在其最基本配置中，这些计算设备可以各自包括至少一个存储器设备和至少一个物理处理器。
134.本文所使用的术语“存储器”或“存储器设备”通常表示能够存储数据和/或计算机可读指令的任何类型或形式的易失性或非易失性存储设备或介质。在一个示例中，存储器设备可以存储、加载和/或维护本文所述的一个或多个模块。存储器设备的示例包括但不限于随机存取存储器(ram)、只读存储器(rom)、闪存、硬盘驱动器(hdd)、固态驱动器(ssd)、光学磁盘驱动器、高速缓存、它们中的一个或多个的变型或组合、或任何其他适合的存储存储器。
135.此外，本文所使用的术语“处理器”或“物理处理器”通常是指能够解释和/或执行计算机可读指令的任何类型或形式的硬件实施的处理单元。在一个示例中，物理处理器可以访问和/或修改存储在上述存储器设备中的一个或多个模块。物理处理器的示例包括但不限于微处理器、微控制器、中央处理单元(cpu)、实现软核处理器的现场可编程门阵列(fpga)、专用集成电路(asic)、它们中的一个或多个的变型或组合、或任何其他适合的物理处理器。
136.尽管被示出为单独的元件，但本文所描述和/或示出的方法步骤可以表示单个应用程序的部分。此外，在一些实施例中，这些步骤中的一个或多个可以表示或对应于一个或多个软件应用程序或程序，当由计算设备执行时，这些软件应用程序或程序可以使计算设备执行一个或多个任务，诸如方法步骤。
137.此外，本文所描述的一个或多个设备可以将数据、物理设备和/或物理设备的表示从一种形式变换为另一种形式。附加地或可替代地，本文所述的一个或多个模块可以通过在计算设备上执行、在计算设备上存储数据和/或以其他方式与计算设备进行交互，将处理器、易失性存储器、非易失性存储器和/或物理计算设备的任何其他部分从一种形式的计算设备变换为另一种形式的计算设备。
138.本文所使用的术语“计算机可读介质”通常是指能够存储或承载计算机可读指令的任何形式的设备、载体或介质。计算机可读介质的示例包括但不限于传输型介质(诸如载波)和非瞬态型介质(诸如磁存储介质(例如硬盘驱动器、磁带驱动器和软盘)、光学存储介质(例如压缩磁盘(cd)、数字视频光盘(dvd)和蓝光光盘)、电子存储介质(例如固态驱动器和闪存介质)、以及其他分布系统。
139.本领域普通技术人员将认识到，本文所公开的任何过程或方法可以以多种方式进行修改。本文所描述和/或示出的过程参数和步骤顺序仅作为示例给出，并且可以根据需要进行更改。例如，虽然本文所示出和/或描述的步骤可以以特定顺序被示出或讨论，但这些步骤不必须以所示出或讨论的顺序来执行。
140.本文中所描述和/或示出的各种示例性方法也可以省略本文中所描述或示出的一个或多个步骤，或者还可以包括除了所公开的步骤之外的其他步骤。此外，本文所公开的任何方法的步骤可以与本文所公开的任何其他方法的任何一个或多个步骤进行组合。
141.本文所描述的处理器可以被配置为执行本文所公开的任何方法的一个或多个步骤。可替代地或以结合的方式，处理器可以被配置为结合本文所公开的一个或多个方法的一个或多个步骤。
142.除非另有说明，否则说明书和权利要求书中所使用的术语“连接到”和“联接到”(及其衍生词)应当解释为允许直接和间接(即，经由其他元件或组件)进行连接。此外，说明书和权利要求书中所使用的术语“一”或“一个”应当解释为
“……
中的至少一个”。最后，为了便于使用，说明书和权利要求书中所使用的术语“包含”和“具有”(及其衍生词)可以与“包括”进行互换，并应具有与“包括”相同的含义。
143.本文所公开的处理器可以配置有指令，以执行本文所公开的任何方法的任何一个或多个步骤。
144.应理解的是，尽管本文中可以使用术语“第一”、“第二”、“第三”等来描述各种层、元件、组件、区域或部分，但这不意指任何特定的事件顺序或序列。这些术语仅用于将一层、一个元件、一个组件、一个区域或一个部分与另一层、另一元件、另一组件、另一区域或另一部分进行区分。在不脱离本公开教导的情况下，本文所描述的第一层、第一元件、第一组件、第一区域或第一部分可以被称为第二层、第二元件、第二组件、第二区域或第二部分。
145.如本文所使用，术语“或”用于以包括的方式指示替代方案和组合方案中的项目。
146.如本文所使用，诸如数字等符号指示相同的元件。
147.本公开包括以下经编号的条款。
148.条款1.一种用于使临床数据匿名化的方法，包括：接收与身体部位相对应的表征数据，所述表征数据包括临床相关区域和匿名化区域；从所述表征数据中提取与所述表征数据的临床相关区域相对应的临床表征数据；生成与所述表征数据的匿名化区域相对应的人工表征数据；以及至少基于所述临床表征数据和所述人工表征数据，创建基本上保留所述临床相关区域的匿名表征数据。
149.条款2.根据条款1所述的方法，其中，所述人工表征包括照片级逼真的图像。
150.条款3.根据条款2所述的方法，其中，所述照片级逼真的图像包括输出彩色图像，并且所述匿名化区域包括彩色图像。
151.条款4.根据条款2所述的方法，其中，所述照片级逼真的图像包括二维图像。
152.条款5.根据条款2所述的方法，其中，所述照片级逼真的图像包括从所述二维匿名化区域生成的二维图像。
153.条款6.根据条款2所述的方法，其中，所述照片级逼真的图像对应于二维匿名化区域。
154.条款7.根据条款1所述的方法，其中，至少基于所述临床表征数据和所述人工表征数据创建基本上保留所述临床相关区域的匿名表征数据，包括：将所述临床相关区域与所述匿名表征数据进行组合。
155.条款8.根据条款1所述的方法，其中，所述临床表征数据包括相对于所述临床相关区域不超过10％的保真度损失，并且所述人工表征数据包括相对于所述表征数据的匿名化
区域为30％或更多的保真度损失。
156.条款9.根据条款8所述的方法，其中，所述临床表征的保真度损失对应于ll损失、最小绝对偏差(lad)损失和最小绝对误差(lae)损失中的至少一个。
157.条款10.根据条款8所述的方法，其中，所述匿名化区域的保真度损失对应于l1损失、最小绝对偏差(lad)损失和最小绝对误差(lae)损失中的至少一个。
158.条款11.根据条款1所述的方法，还包括：将所述匿名化区域与所述人工表征进行比较，以确认所述人工表征的充分匿名化。
159.条款12.根据条款1所述的方法，其中，所述人工表征包括在所述人工表征的最大强度像素和所述人工表征的最小强度像素之间至少50％的对比度。
160.条款13.根据条款12所述的方法，其中，所述人工表征区域包括多个红色像素、多个蓝色像素和多个绿色像素，并且其中，所述对比度包括对于所述多个红色像素、所述多个蓝色像素和所述多个绿色像素中的每一个而言的至少50％。
161.条款14.根据条款1所述的方法，其中，所述匿名化区域包括空间频率的第一功率谱分布，并且所述人工表征包括特殊频率的第二功率谱分布，并且其中，所述空间频率的第一功率谱分布包括在奈奎斯特采样频率与奈奎斯特采样频率的一半之间的第一频谱功率量，并且所述第二功率谱分布包括在所述奈奎斯特频率与所述奈奎斯特频率的一半之间的第二频谱功率量，并且其中，所述第二量可以与所述第一量相差不超过所述第一量的约50％，并且可选地不超过所述第一量的约25％。
162.条款15.根据条款1所述的方法，其中，提取所述临床表征数据还包括：从所述表征数据中确定所述身体部位的关键点；识别与所述临床相关区域相对应的关键点；以及根据识别出的关键点，从所述表征数据中选择子表征数据。
163.条款16.根据条款15所述的方法，其中，所述关键点对应于面部标志。
164.条款17.根据条款15所述的方法，其中，所述关键点对应于鲍姆林标志。
165.条款18.根据条款15所述的方法，其中，所述关键点包括大约30个到大约150个标志。
166.条款19.根据条款15所述的方法，其中，所述关键点包括68个标志。
167.条款20.根据条款1所述的方法，还包括：创建对应于所述身体部位的形状和姿势的结构表征。
168.条款21.根据条款20所述的方法，其中，所述结构表征是基于所述身体部位的关键点来确定的。
169.条款22.根据条款21所述的方法，其中，所述结构表征包括经连接的关键点。
170.条款23.根据条款21所述的方法，其中，所述结构表征包括由所述经连接的关键点形成的多边形。
171.条款24.根据条款20所述的方法，其中，所述结构表征基于所述表征数据的边缘检测。
172.条款25.根据条款20所述的方法，其中，所述匿名表征数据是基于所述结构表征来创建的。
173.条款26.根据条款1所述的方法，还包括：创建颜色表征，所述颜色表征指示所述身体部位的一个或多个区域的一种或多种颜色。
174.条款27.根据条款26所述的方法，其中，所述颜色表征保留了所述一种或多种颜色并且使所述身体部位的结构模糊。
175.条款28.根据条款25所述的方法，其中，所述颜色表征是使用高斯模糊或分段非线性函数来创建的。
176.条款29.根据条款26所述的方法，其中，所述颜色表征是使用与所述临床相关区域相邻的图像数据来创建的。
177.条款30.根据条款26所述的方法，其中，所述颜色表征是使用所述临床相关区域内的图像数据来创建的。
178.条款31.根据条款1所述的方法，其中，所述颜色表征位于lab颜色空间中。
179.条款32.根据条款1所述的方法，其中，所述身体部位包括患者的面部，并且所述匿名化区域包括所述面部的眼睛，并且所述临床相关区域包括所述面部的口腔。
180.条款33.根据条款1所述的方法，其中，所述临床相关区域包括所述患者的口腔开口和嘴唇。
181.条款34.根据条款33所述的方法，其中，所述临床相关区域不包括所述患者的眼睛。
182.条款35.根据条款1所述的方法，其中，所述临床相关区域包括所述患者的口腔开口。
183.条款36.根据条款35所述的方法，其中，所述临床相关区域不包括所述患者的眼睛。
184.条款37.根据条款1所述的方法，其中，所述临床相关区域与下颌前移治疗相关联。
185.条款38.根据条款37所述的方法，其中，所述临床相关区域包括从所述身体部位识别出的颏前点。
186.条款39.根据条款1所述的方法，其中，所述临床相关区域与唇裂治疗相关联。
187.条款40.根据条款39所述的方法，其中，所述临床相关区域包括面部畸形。
188.条款41.根据条款40所述的方法，其中，所述面部畸形包括唇裂、腭裂、面部损伤和牙齿外伤中的至少一种。
189.条款42.根据条款1所述的方法，其中，所述临床相关区域与深度咬合治疗相关联。
190.条款43.根据条款42所述的方法，其中，所述临床相关区域包括从所述身体部位识别出的上颌和下颌之间的关系。
191.条款44.根据条款1所述的方法，其中，所述临床相关区域与腭部扩张治疗相关联。
192.条款45.根据条款44所述的方法，其中，所述临床相关区域包括水平面部宽度。
193.条款46.根据条款1所述的方法，其中，所述临床相关区域与ii类咬合不正治疗相关联。
194.条款47.根据条款46所述的方法，其中，所述临床相关区域包括上牙弓和下牙弓。
195.条款48.根据条款1所述的方法，其中，所述临床相关区域与中线移位相关联。
196.条款49.根据条款48所述的方法，其中，所述临床相关区域包括人中。
197.条款50.根据条款1所述的方法，其中，所述临床相关区域与软组织变化相关联。
198.条款51.根据条款50所述的方法，其中，所述临床相关区域包括软组织面部标志。
199.条款52.根据条款51所述的方法，其中，所述软组织面部标志包括颏前点、软组织
端点和软组织分析结果中的至少一个。
200.条款53.根据条款1所述的方法，其中，所述匿名表征数据包括视频数据。
201.条款54.根据条款1所述的方法，其中，所述匿名表征数据包括三维(3d)数据。
202.条款55.根据条款1所述的方法，其中，创建所述匿名表征数据还包括：至少基于所述临床表征数据和所述人工表征数据，创建与所述身体部位呈一姿势相对应的第一帧；以及创建与所述身体部位从所述姿势转换为另一姿势相对应的第二帧。
203.条款56.根据条款1所述的方法，其中，创建所述匿名表征数据还包括使用生成式对抗网络(gan)。
204.条款57.根据条款56所述的方法，其中，所述gan基于来自所述表征数据的身体部位的关键点和临床相关数据，创建所述匿名表征数据。
205.条款58.根据条款56所述的方法，其中，所述gan基于来自所述表征数据的身体部位的关键点而生成的掩码以及临床相关数据，创建所述匿名表征数据。
206.条款59.根据条款58所述的方法，其中，所述gan作为输入接收所述临床相关数据和所述掩码。
207.条款60.根据条款57所述的方法，其中，所述掩码是多通道掩码。
208.条款61.根据条款60所述的方法，其中，所述多通道掩码包括眉毛掩码、鼻子掩码、嘴唇掩码、口腔开口掩码、颌线掩码和面部掩码中的一个或多个。
209.条款62.根据条款60所述的方法，其中，所述多通道掩码是七通道掩码。
210.条款63.根据条款60所述的方法，其中，所述多通道掩码包括七个掩码。
211.条款64.根据条款56所述的方法，其中，创建所述匿名表征数据还包括创建多个帧，其中，所述gan实行所述多个帧之间的时间相干性。
212.条款65.根据条款59至64中任一项所述的方法，其中，至少基于所述临床表征数据和所述人工表征数据来创建基本上保留所述临床相关区域的匿名表征数据，包括：将与所述口腔掩码相对应的临床相关区域与所述匿名表征数据进行组合。
213.条款66.根据条款65所述的方法，其中，所述匿名表征数据与眼睛、鼻子、眉毛和颌线中的一个或多个的一个或多个掩码相对应。
214.条款67.根据条款65所述的方法，其中，所述匿名表征数据与用于两只眼睛、两根眉毛、鼻子和颌线的掩码通道相对应。
215.条款68.根据条款65所述的方法，其中，所述临床相关区域还与所述嘴唇的掩码相对应。
216.条款69.一种系统，包括处理器和/或存储器，所述存储器配置有指令，所述指令用于执行前述条款中任一项所述的方法。
217.本公开的实施例已经如本文所阐述地来示出和描述，并且仅作为示例提供。在不脱离本公开的范围的情况下，本领域普通技术人员将认识到许多修改、改变、变型和替换。在不脱离本公开和本文所公开的发明的范围的情况下，可以使用本文所公开的实施例的若干替代方案和组合。因此，本文公开的发明的范围应仅由所附权利要求及其等同物的范围限定。