买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：佛山市口腔医院(佛山市牙病防治指导中心)

摘要：本发明公开了基于大数据的儿童口腔健康管理系统，包括数据采集模块、数据预处理模块、牙齿医疗影像特征提取模块、建立儿童口腔健康评估模型模块、优化模型超参数模块、儿童口腔健康管理模块。本发明涉及健康管理技术领域，具体是指基于大数据的儿童口腔健康管理系统，本方案通过设计径向长度、提高了特征表达的准确性，通过设计牙齿形态参数表达、边界粗糙度指数，更精确地获取牙齿医疗影像的特征；通过两大分支的设计、设计波动激活函数，提高模型的表达能力、灵活性、准确性和泛化能力；通过设计随机因子、适应度调控搜索函数和随机均值进化搜索函数，提高了优化算法的搜索的能力、鲁棒性和稳定性。

主权项：1.基于大数据的儿童口腔健康管理系统，其特征在于：包括数据采集模块、数据预处理模块、牙齿医疗影像特征提取模块、建立儿童口腔健康评估模型模块、优化模型超参数模块、儿童口腔健康管理模块；所述数据采集模块是采集用户的口腔检查结果数据、口腔清洁习惯数据、饮食习惯数据、牙齿状况数据、牙齿医疗影像数据和口腔健康评估数据；所述数据预处理模块对数据进行清洗、特征选择、标准化并设置特征和标签；所述牙齿医疗影像特征提取模块通过设计标准化径向长度，设计平均径向长度、设计牙齿形态参数表达和设计边界粗糙度指数来获取牙齿医疗影像的特征；所述建立儿童口腔健康评估模型模块通过设计模型结构、设计波动激活函数、设计卷积层、设计池化层、设计全连接层、设计输入层和设计联合层来构建儿童口腔健康评估模型；其中设计波动激活函数是通过输入数据的波动程度来自适应地调节神经元的激活程度，表示如下： ；式中，Hemx表示波动激活函数，x表示激活函数的输入；所述优化模型超参数模块通过设计随机因子、设计适应度调控搜索函数、设计随机均值进化搜索函数来优化模型超参数；所述儿童口腔健康管理模块利用儿童口腔健康评估模型输出用户的口腔健康评估数据，将数据清晰展示给用户，为用户提供口腔健康管理服务；所述牙齿医疗影像特征提取模块通过设计标准化径向长度、设计平均径向长度、设计牙齿形态参数表达和设计边界粗糙度指数来获取牙齿医疗影像的特征，具体包括以下内容：设计标准化径向长度，通过计算从牙齿中心到边界的标准化径向长度，来描述牙齿的大小和形状，表示如下： ；其中，k表示边界像素的索引，ck表示从牙齿中心到第k个边界像素的标准化径向长度，ak和bk分别表示第k个边界像素的横坐标和纵坐标，A1和B1分别表示牙齿中心的横、纵坐标值，dtk表示第k个边界像素到牙齿中心的距离；设计平均径向长度，表示如下： ；其中，表示牙齿距离边界的平均径向长度，D表示边界像素的总数；设计牙齿形态参数表达：根据牙齿的周长和面积计其形态参数，表示如下： ；其中，S表示牙齿的形态参数，cir表示牙齿的周长，are表示牙齿的面积；计算标准化径向长度的标准偏差：用于评估标准化径向长度的变异程度，表示如下： ；其中，Cstd表示牙齿的标准化径向长度的标准偏差；计算径向长度直方图的熵，用于反映标准化径向长度的圆度和粗糙度，表示如下： ；其中，E是径向长度直方图的熵，o表示径向长度范围区间的索引，p是径向长度落在径向长度的每一区间段内的概率；计算区域比率：确定牙齿在标准化径向长度外的比例，来反映牙齿的形态特征，表示如下： ；其中，Rt表示牙齿在标准化径向长度外的比例；设计边界粗糙度指数：基于牙齿中心到边界像素的标准化径向长度差值来表示牙齿的边界粗糙度，表示如下： ；其中，RoI表示牙齿的边界粗糙度指数，ck+1表示从牙齿中心到第k+1个边界像素的标准化径向长度；所述建立儿童口腔健康评估模型模块通过设计模型结构、设计波动激活函数、设计卷积层、设计池化层、设计全连接层、设计输入层和设计联合层来构建儿童口腔健康评估模型，具体包括以下内容：设计模型结构，由两大分支组成：分支一包括卷积层、池化层、归一化层、全连接层来分析牙齿医疗影像特征；分支二包括输入层、一个含有三个子层的隐藏层，两大分支经过联合层进行融合，最后进行输出；设计波动激活函数；设计卷积层，表示如下： ；其中，r表示卷积层的层数索引，u和v表示特征映射的索引，表示卷积层第r层的第u个特征映射的输出，表示卷积层第r-1层的卷积核的大小，表示卷积层第r-1层的卷积核，表示卷积操作，表示卷积层第r层的第v个特征映射的输出，表示卷积层第r层的第u个特征映射的偏置矩阵；设计池化层，根据输入数据的特征动态调整池化窗口的大小，表示如下： ；其中，Po表示池化层的输出，em，en表示特征图的每个位置的坐标，max·表示最大池化操作，adem,en表示对特征图的每个位置进行自适应确定池化窗口大小操作，表示根据池化窗口大小，从输入特征图中提取感受野区域；设计全连接层，表示如下： ；其中，rf表示全连接层的层数索引，uf和vf表示神经元的索引，表示全连接层第rf层的第uf个神经元的输出，表示归一化指数函数，RF表示全连接层的层数，表示连接第rf层第uf个神经元和第rf-1层第vf个神经元之间的权重，是第rf-1层第vf个神经元的输出；设计输入层，输入层有四个神经元，用于接收输入的口腔健康特征数据；设计隐藏层，隐藏层包括三个子层，表示如下： ；其中，ReLU·表示线性整流函数，表示隐藏层的输入，、、、、、表示隐藏层的权重和偏置，yhid表示隐藏层的输出；隐藏层部分失活，对隐藏层的第一和第二子层进行随机失活处理，表示如下： ；其中，表示隐藏层的第一、第二子层的输出，、、分别表示隐藏层的第一、第二子层的输入、权重和偏置，rh表示0到1之间的随机数，表示随机失活率；设计联合层，实现两个分支中的文本特征和图像特征之间的信息交互和联合学习，表示如下： ；其中，表示联合层的输出，和分别表示联合层的权重和偏置，表示分支二的输出，表示分支一的输出，表示联合层的输入；所述优化模型超参数模块通过设计随机因子、设计适应度调控搜索函数、设计随机均值进化搜索函数来优化模型超参数，具体包括以下内容：搜索初始化，创建超参数搜索空间，将儿童口腔健康评估模型的误差值的相反数设置为参数个体的适应度值，创建搜索集群，生成G个参数搜索个体组成搜索集群，设置适应度阈值，设定最大搜索迭代次数；设计随机因子，表示如下： ；其中，g表示搜索集群的搜索个体的索引，表示搜索集群中第g个搜索个体的位置生成的随机因子，fitg表示第g个搜索个体的位置的适应度值，j表示从1到G的随机整数，fitj表示第j个搜索个体的位置的适应度值，表示除零平滑项；设计适应度调控搜索函数，表示如下： ；其中，t表示搜索迭代次数，表示第t+1次搜索时通过适应度调控搜索函数搜索到的位置，表示第t次搜索时通过适应度调控搜索函数搜索到的位置，服从表示均值为0，方差为的正态分布的随机数；设计随机均值进化搜索函数，表示如下： ；其中，表示第t+1次搜索时通过随机均值进化搜索函数搜索到的位置，表示第t次搜索时通过随机均值进化搜索函数搜索到的位置，表示搜索到的所有数据点的适应度值的均值，r1表示从0到1之间的随机数，Xbest表示当前最优适应度值位置，表示第t次搜索时搜索集群中G个点搜索到的所有位置的均值；超参数搜索，首先计算出搜索集群的初始位置的适应度值，更新当前最优适应度值位置并计算出此时搜索集群平均位置，搜索集群依次进行适应度调控搜索函数和随机均值进化搜索函数的位置搜索，计算出搜索到的点的适应度值和此时搜索集群平均位置，更新当前最优适应度值位置，统计适应度值大于适应度阈值的位置的数量，搜索迭代次数加一；如果搜索到的位置中超过70%的点的适应度值都大于适应度阈值，则将当前适应度值最大的位置的参数作为最优参数输出，停止搜索；如果达到最大搜索迭代次数，重新初始化，再次搜索；否则继续迭代搜索。

全文数据：

权利要求：

百度查询： 佛山市口腔医院(佛山市牙病防治指导中心) 基于大数据的儿童口腔健康管理系统