不知道大家身边有没有门牙磕掉一半盆友。
(此处不应有配图.nojpg
说话漏风,说Fine,thank you时没法准确发θ音的痛苦,你可能没法想象。
通常来讲,牙磕坏了or蛀牙这两类问题,可以选择的治疗法案有烤瓷牙 or 种植牙。
巴特不管哪一种,现在价格都贵上天。
因为,每个人的牙齿排列和每颗牙的咬合程度都是不一样的。一颗好用的假牙必须经过专门设计,甚至还会动用到CAD来建(牙冠)模。
那一颗好用的假牙要满足什么样的标准?
一要美观:得填满缺失牙齿所在的牙列。简单讲,就是带上假牙后在外看起来不能有缝。
二要好用:做到咬合面契合,和对位的牙齿要“有默契”。既要有足够的接触点把食物咀嚼碎,也不能牙面太高影响其他牙齿的咬合。
美观这个要求相对比较简单。
但功能性上的第二点就很难了,需要有经验的牙技师一点儿一点儿地在CAD软件里手调。这样做出来,还不能一步到位。
在假牙制作出来之后,需要给用户试戴看舒不舒服。一般情况下,咬合面都要做高一丢丢,然后根据咬纸情况再现场磨掉,或返工厂再加工才能用。
近日,加州大学伯克利分校UCB,联合全球最大的定制牙齿修复生产商Glidewell Dental Lab训练出了一个牙冠设计生成模型(Generative Model for Dental Restoration)。
模型设计工作Learning Beyond Human Expertise with Generative Models for Dental Restorations发表在arXiv上。
他们采用的这个深度学习模型,是GAN(生成对抗性网络)。可以基于待修复牙齿及对位牙齿的3D扫描,就预测出完美的牙冠面,once for all解决人工手调&来回磨的问题。
来看看效果。
左边圈红的是待修复的牙齿,最右是GAN预测的假牙牙冠。
可以看到,GAN设计的咬合面复杂程度比中间人类设计的要高很多,沟壑更加清晰明确了。
镶过牙的小伙伴可能还记得,牙医护士小姐姐会递给你一种带薄荷味的软泥。这种软泥咬上一段时间后取出来,就是独属于你的牙模。这牙模完整无缺地复原了你口腔的空间信息,能不能打造一颗完美的假牙就靠它了。
牙模通常分为两部分。待修复齿列3D模型(如下图1)和对位齿列3D模型(下图3)。
人类牙技师依照这两种3D模型,获得咬合水平面的2D深度图像(上图2,4),然后推算出咬合后的缝隙(上图5)。
无奈的是,所得到的假牙咬合面的2D图像(上图6)效果不太好,糊糊的看不清。没办法,人类只能抓瞎,照这个图6用CAD软件设计个大概,做出来假牙3D模型(上图7)。
整个流程就像下图左上方描述的那样。
而GAN(Generative Adversarial Net)就不一样了。可用上述的四组数据(待修复、对位、缝隙深度图像、人类设计的牙冠图像)训练寄几。
为了避免设计出来的假牙顶着对位牙齿,研究团队还设置了一个机能损失函数(funtionality loss)。
研究团队采用的牙冠数据集,其中1500例用于训练,1570例评估用,和243个人类设计失败的案例来做测试集。每个案例都带上述的4组数据。
评估一颗假牙有没有做好,主要看两方面。
一个是顶撞点(penetration point)。顶撞点(下图小红点)指的是假牙的咬合面有些地方做得过高了,导致整口牙咬不紧。类似那种咬鸡腿老是咬不断的感觉。
按理说,没有顶撞点是最理想的。
从上图可以看出,GAN上测试集时,HistW(右下)设计出来就完全不存在上下牙齿打架的情况(没有红点)。比起人类design的牙冠(左下),GAN表现?分。
另一个是看咬合接触点(contact point)的数量和分布。
这个点数量越多,分布越光,牙齿的咀嚼功能就越好。
很明显,你可以看到测试集GAN的预测表现也比人类(上图左下)要优秀。
研究团队很开心能拿到这个结果,正在快马加鞭地生产GAN设计出来的假牙,给嗷嗷待换牙的病人使用。
此次研究工作,是GAN首次用在牙齿修复这种医疗定制化用品上。大家都期待实物效果,毕竟最后好不好使,还是要看临床应用的表现。
最后,附论文地址: https://arxiv.org/abs/1804.00064