人工智能软件已经发现下一个潜在的可能会像孩子们说的那样扰乱牙科学的行业——牙科。
加州大学伯克利分校和Glidewell牙科实验室的研究人员组建了一个通用对抗网络(GAN),以自动生成牙冠的新设计。
GANs已经相当流行,因为2014年有数以百计的各种缩写词的不同GAN型号,如ABC-GaN,CatGAN,DiscoGAN,MAD-GaN,S 2 GAN,等等。
它们都是由发生器和鉴别器网络相互对抗组成的。发生器稍微调整输入训练数据以产生不可思议的假样本,并试图诱使鉴别器认为它们是真实的。如果样本是真实的或假的,鉴别器会试图弄清楚。在训练过程中,两个网络都会变得更好,直到发生器开始产生更真实的样本以一致地欺骗鉴别器。
虽然很有趣,但到目前为止,它们都没有实际的应用。看到假脸彼此变形或观看马变成斑马有点儿乐趣,但它并非全部有用。
但是最近一篇论文提出的新模型实际上可能会被牙医用于真实患者。
它基本上根据对缺牙的扫描来预测所需的新牙冠的形状。首先,对缺失牙齿的下颌的一侧进行扫描以产生2D图像。
接下来,还会扫描颌骨的另一侧,无论是下颌还是上颌。GAN学习缺牙的间隙的距离,并用3D中的新冠设计填充它。目前的设计意味着它只能处理单个缺牙。
GAN模型基于流行的pix2pix系统,另一个GAN模型基于任何给定的输入生成相应的输出图像。它催生了流行的边缘2cats模型,GAN用猫的图像填充计算机绘图的空白。但是,在这里,而不是猫,你会得到牙齿。
“GANs能够以前所未有的保真度自动生成非常自然的图像,”Glidewell纸张和机器学习团队主管Sergei Azernikov 今天告诉The Register。
“我们已经开发出一种专有的工艺,可以利用GAN产生高质量,自然的牙科修复体。据我们所知,我们率先将这项技术应用于制造领域。
对牙齿模型进行了1,500对两侧颌骨缺失和缺失的图像的对比训练,另外还有1,570对扫描图像用于验证,并且剩下243个用于测试。
设计假牙不是一项任务。专业牙医依靠CAD程序,根据预先设定的模板目录进行基本设计,然后调整这些模型以适应患者的口腔。一个好的假牙也必须帮助病人咀嚼,并且美观。
“理想的牙冠不应该穿透3D模型中的相反牙齿,同时保持少量接触点撕裂和粉碎食物,”该报称。人工智能设计已经与人类技术人员制作的设计进行了比较,并且通过在牙齿表面上生成更多细节来适应更多的咬合和咀嚼槽,显然超过了这些设计。
Glidewell牙科实验室现在正在探索它如何在生产中使用。Azernikov告诉El Reg,GAN已经在真正的牙齿上进行过内部测试,该公司目前正在与南加州的一小组当地医生一起进行临床验证。
“利用我们最新的技术,医生有望获得更准确和一致的结果,这最终意味着患者可以获得更好的治疗结果,”他说。
“我相信人工智能很快就会以多种不同的方式对牙科实践产生非常深远的影响。这将缩短医生需要花费在日常任务上的时间,并有效地让他们服务更多的患者。“
领取专属 10元无门槛券
私享最新 技术干货