基于机器学习的光谱建模:提高美学效果的仿生指南
L J Herrera1, R Ghinea2,3, M M Perez2
1Department of Computer Engineering, Automatics and Robotics, School of Technology and Telecommunication Engineering, University of Granada, Granada, Spain.
概括
具有4-6个选项的计算机优化牙阴影指南在准确性方面明显优于物理指南. 这种仿生方法提供了更好的阴影匹配与更少的选择.
科学领域:
- 牙科材料科学 牙科材料科学
- 颜色科学是一种颜色科学.
- 计算建模计算建模
背景情况:
- 精确的牙色调匹配对于美学修复至关重要.
- 目前的牙阴影指南在覆盖和分发方面存在局限性.
- 开发优化的阴影系统对于改善临床结果至关重要.
研究的目的:
- 开发和评估计算机优化的牙阴影指南模型.
- 将这些模型的性能与已建立的物理阴影指南进行比较.
- 为牙颜色模型提供最佳覆盖和分布的指导方针.
主要方法:
- 在CIELAB颜色空间中使用了 Fuzzy C-Means (FCM) 算法来优化选项卡.
- 实施了光谱重建和最小化过程,以减少覆盖误差 (CE00) 和最大误差 (ME00).
- 将优化的模型 (1-10个选项卡) 与VITA经典,Linearguide 3D-Master和Bleachedguide 3D-Master阴影指南进行比较.
主要成果:
- 经过优化后的4标签和6标签模型在经过测试的物理阴影指南上表现出更高的性能.
- 4标签模型 (CE00=2.2,ME00=7.1) 的表现优于最好的物理指南 (Linearguide 3D-Master CE00=2.3).
- 在优化模型中增加选项卡的数量显著改善了CE00 (p ≤0.05).
结论:
- 具有4-6个选项卡的计算优化的阴影指南模型比传统的物理指南提供了更好的准确性.
- 这种基于广泛的体内数据库的仿生方法,可以带来更好的阴影匹配,更少的标签.
- 经过验证的方法为未来的牙阴影指南材料和系统提供了基础.
更多相关视频
07:05Applying Hyperspectral Reflectance Imaging to Investigate the Palettes and the Techniques of Painters
Published on: June 18, 2021
2.4K
08:49Author Spotlight: Unveiling the Potential of VSFG Microscopy in Studying Mesoscopically Heterogeneous Self-Assembled Structures
Published on: December 1, 2023
1.3K
