GAN打一個響指,假牙就設計好了(上臨床測試ing

GAN打一個響指,假牙就設計好了(上臨床測試ing

來自專欄 量子位

Root 發自 凹非寺

量子位 出品 | 公眾號 QbitAI

不知道大家身邊有沒有門牙磕掉一半盆友。

(此處不應有配圖.nojpg

說話漏風,說Fine,thank you時沒法準確發θ音的痛苦,你可能沒法想像。

通常來講,牙磕壞了or蛀牙這兩類問題,可以選擇的治療法案有烤瓷牙 or 種植牙。

巴特不管哪一種,現在價格都貴上天。

因為,每個人的牙齒排列和每顆牙的咬合程度都是不一樣的。一顆好用的假牙必須經過專門設計,甚至還會動用到CAD來建(牙冠)模。

那一顆好用的假牙要滿足什麼樣的標準?

一要美觀:得填滿缺失牙齒所在的牙列。簡單講,就是帶上假牙後在外看起來不能有縫。

二要好用:做到咬合面契合,和對位的牙齒要「有默契」。既要有足夠的接觸點把食物咀嚼碎,也不能牙面太高影響其他牙齒的咬合。

美觀這個要求相對比較簡單。

但功能性上的第二點就很難了,需要有經驗的牙技師一點兒一點兒地在CAD軟體裏手調。這樣做出來,還不能一步到位。

在假牙製作出來之後,需要給用戶試戴看舒不舒服。一般情況下,咬合面都要做高一丟丟,然後根據咬紙情況再現場磨掉,或返工廠再加工才能用。

近日,加州大學伯克利分校UCB,聯合全球最大的定製牙齒修復生產商Glidewell Dental Lab訓練出了一個牙冠設計生成模型(Generative Model for Dental Restoration)。

模型設計工作Learning Beyond Human Expertise with Generative Models for Dental Restorations發表在arXiv上。

他們採用的這個深度學習模型,是GAN(生成對抗性網路)。可以基於待修復牙齒及對位牙齒的3D掃描,就預測出完美的牙冠面,once for all解決人工手調&來回磨的問題。

來看看效果。

左邊圈紅的是待修復的牙齒,最右是GAN預測的假牙牙冠。

可以看到,GAN設計的咬合面複雜程度比中間人類設計的要高很多,溝壑更加清晰明確了。

這麼厲害,GAN都幹了些什麼

鑲過牙的小夥伴可能還記得,牙醫護士小姐姐會遞給你一種帶薄荷味的軟泥。這種軟泥咬上一段時間後取出來,就是獨屬於你的牙模。這牙模完整無缺地復原了你口腔的空間信息,能不能打造一顆完美的假牙就靠它了。

牙模通常分為兩部分。待修復齒列3D模型(如下圖1)和對位齒列3D模型(下圖3)。

人類牙技師依照這兩種3D模型,獲得咬合水平面的2D深度圖像(上圖2,4),然後推算出咬合後的縫隙(上圖5)。

無奈的是,所得到的假牙咬合面的2D圖像(上圖6)效果不太好,糊糊的看不清。沒辦法,人類只能抓瞎,照這個圖6用CAD軟體設計個大概,做出來假牙3D模型(上圖7)。

整個流程就像下圖左上方描述的那樣。

而GAN(Generative Adversarial Net)就不一樣了。可用上述的四組數據(待修復、對位、縫隙深度圖像、人類設計的牙冠圖像)訓練寄幾。

為了避免設計出來的假牙頂著對位牙齒,研究團隊還設置了一個機能損失函數(funtionality loss)。

研究團隊採用的牙冠數據集,其中1500例用於訓練,1570例評估用,和243個人類設計失敗的案例來做測試集。每個案例都帶上述的4組數據。

哪裡比人類做得好

評估一顆假牙有沒有做好,主要看兩方面。

一個是頂撞點(penetration point)。頂撞點(下圖小紅點)指的是假牙的咬合面有些地方做得過高了,導致整口牙咬不緊。類似那種咬雞腿老是咬不斷的感覺。

Cond3和HistW都是GAN採用的不同方法,HistW是表現最好的一代。

按理說,沒有頂撞點是最理想的。

從上圖可以看出,GAN上測試集時,HistW(右下)設計出來就完全不存在上下牙齒打架的情況(沒有紅點)。比起人類design的牙冠(左下),GAN表現??分。

另一個是看咬合接觸點(contact point)的數量和分布。

Hist第二代(右下)是HistW的進化版,咬合功能表現再上一層樓

這個點數量越多,分布越廣,牙齒的咀嚼功能就越好。

很明顯,你可以看到測試集GAN的預測表現也比人類(上圖左下)要優秀。

上臨床,看療效

研究團隊很開心能拿到這個結果,正在快馬加鞭地生產GAN設計出來的假牙,給嗷嗷待換牙的病人使用。

此次研究工作,是GAN首次用在牙齒修復這種醫療定製化用品上。大家都期待實物效果,畢竟最後好不好使,還是要看臨床應用的表現。

最後,附論文地址:

arxiv.org/abs/1804.0006

歡迎大家關注我們的專欄:量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復「招聘」兩個字。

量子位 QbitAI · 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態


推薦閱讀:

2017投資風向:人工智慧的虛與實
如何在ARM嵌入式環境運行FDDB第一的人臉檢測演算法
王星澤:打造AI+光電的「視覺魔法」 | 「35歲以下科技創新35人」中國榜單專欄
DIY發現新行星操作指南 | 谷歌開源了行星發現代碼
邏輯回歸(LogisticRegression)推導與實戰

TAG:假牙 | 生成對抗網路GAN | 人工智慧演算法 |