本发明涉及口腔医学领域，具体是指一种自动化头影测量系统。
背景技术：
侧位片是口腔正畸领域判断牙齿、骨骼及软组织畸形病因，决定矫治方案的重要参考。在实际应用中需要对侧位片上特定的解剖标志进行定位并测量标志点之间的角度或距离，以判断畸形的病因及严重程度，为制定牙齿矫治方案提供参照。这些解剖标志点多达50余个，目前主要依赖于医生通过数字化测量软件手动标记，费时，费力，且由于解剖标志的重叠与变异，解剖标志点的定位与医生的经验相关，低年资医生常定位不准确。
现有的测量指标正常值参考范围不准确，常误导医生判断，因此，设计出一种自动化头影测量系统势在必行。
技术实现要素：
本发明要解决的技术问题是现有的测量指标正常值参考范围不准确，常误导医生判断，且解剖标志点的定位与医生的经验相关，低年资医生常定位不准确，不仅增加了医务人员的工作负荷，还会出现病人牙齿状态判断不准确的问题，延误最佳治疗时机。
为解决上述技术问题，本发明提供的技术方案为：一种自动化头影测量系统，包括系统总成，系统总成包括神经网络模块和定位网络模块；
神经网络模块包括输入模组一，输入模组一设置在神经网络模块内，输入模组一连接有输出模组一；
神经网络模块连接定位网络模块，定位网络模块包括输入模组二，输入模组二连接有输出模组二。
本发明与现有技术相比的优点在于：(1)所用算法速度快、精度高；
(2)可广泛用于各种不同机型的侧位片；
(3)在设计模式上采用了saas服务的形式；
(4)除了用于正畸治疗外，还可以用于牙医的侧位片定点教学及正畸矫正知识普及，侧位片颈椎年龄测定。
作为改进，神经网络模块通过多层级联的方式获得侧位片全局信息和局部信息，并体现在解剖标志点的准确定位上。
作为改进，神经网络模块加入了先验的方式，先验的方式通过由同一高年资医生精确标记解剖标志点数据来实现。
作为改进，神经网络模块加入了分类，对重叠结构和模糊变异的样本进行了单独加强训练。
作为改进，输入模组二接收由输出模组一输出的局部解剖特征数据，并将数据通过计算分析后通过输出模组二输出标志点坐标数据。
附图说明
图1是一种自动化头影测量系统的结构示意图。
图2是一种自动化头影测量系统的工作流程示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
本发明在具体实施时，一种自动化头影测量系统，包括系统总成，所述的系统总成包括神经网络模块和定位网络模块；
所述的神经网络模块包括输入模组一，所述的输入模组一设置在所述的神经网络模块内，所述的输入模组一连接有输出模组一；
所述的神经网络模块连接所述的定位网络模块，所述的定位网络模块包括所述的输入模组二，所述的输入模组二连接有输出模组二。
所述的神经网络模块通过多层级联的方式获得侧位片全局信息和局部信息，并体现在解剖标志点的准确定位上。
所述的神经网络模块加入了先验的方式，所述的先验的方式通过由同一高年资医生精确标记解剖标志点数据来实现。
所述的神经网络模块加入了分类，对重叠结构和模糊变异的样本进行了单独加强训练。
所述的输入模组二接收由所述的输出模组一输出的局部解剖特征数据，并将数据通过计算分析后通过所述的输出模组二输出标志点坐标数据。
本发明的工作原理：向神经网络模块的输入模组一输入侧位片原图，经神经网络模块内置的算法计算后由输出模组一输出需要注意的局部解剖特征数据，至定位网络模块的输入模组二中，经定位网络模块的内置算法计算后由输出模组二生成标志点坐标数据，实现标志点坐标的准确定位。
神经网络模块以多层级联的方式获得侧位片全局信息和局部信息，并体现在解剖标志点的准确定位上,神经网络模块加入了先验，加入先验的方式采用了由同一高年资医生精确标记解剖标志点数据的方式，也即是在标记样本过程中加入先验。
神经网络模块加入了分类，对重叠结构和模糊变异的样本进行了单独加强训练。
神经网络模块可以处理不同机型拍摄的样本，包括但不限于训练所用机型的样本，可以大量推广至临床，且对拍摄治疗不高的样本同样可识别。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征，在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具本的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”，“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
1.一种自动化头影测量系统，包括系统总成，其特征在于：所述的系统总成包括神经网络模块和定位网络模块；
所述的神经网络模块包括输入模组一，所述的输入模组一设置在所述的神经网络模块内，所述的输入模组一连接有输出模组一；
所述的神经网络模块连接所述的定位网络模块，所述的定位网络模块包括所述的输入模组二，所述的输入模组二连接有输出模组二。
2.根据权利要求1所述的一种自动化头影测量系统，其特征在于：所述的神经网络模块通过多层级联的方式获得侧位片全局信息和局部信息，并体现在解剖标志点的准确定位上。
3.根据权利要求1所述的一种自动化头影测量系统，其特征在于：所述的神经网络模块加入了先验的方式，所述的先验的方式通过由同一高年资医生精确标记解剖标志点数据来实现。
4.根据权利要求1所述的一种自动化头影测量系统，其特征在于：所述的神经网络模块加入了分类，对重叠结构和模糊变异的样本进行了单独加强训练。
5.根据权利要求1所述的一种自动化头影测量系统，其特征在于：所述的输入模组二接收由所述的输出模组一输出的局部解剖特征数据，并将数据通过计算分析后通过所述的输出模组二输出标志点坐标数据。
技术总结