基于机器学习的牙刷区域识别使用智能牙刷支架和可穿戴传感器

科学领域:

• 生物医学工程 生物医学工程
• 牙科公共卫生 牙科公共卫生
• 机器学习应用 机器学习应用

背景情况:

• 口腔健康是全身健康的组成部分,与心血管疾病和糖尿病等疾病有关.
• 适当的牙刷对于预防牙损伤和牙周病至关重要,但遵守正确的技术往往很差.
• 这种差距需要创新的解决方案来监测和改善刷牙习惯.

研究的目的:

• 开发和评估一个细粒度牙刷区域识别系统.
• 评估机器学习分类器和惯性测量单元 (IMU) 在实时刷分析中的有效性.
• 通过先进的信号处理,提高口腔卫生监测的可靠性.

主要方法:

• 使用了6个机器学习分类器和2个IMU (牙刷支架和手腕安装).
• 开发了一种分层方法来识别刷牙活动,并识别特定的口腔区域.
• 实施后处理策略,包括上下文平滑和多数投票,以提高准确性.

主要成果:

• 随机森林分类器获得了最高的准确性 (96.13%),灵敏度 (96.10%),精度 (95.51%) 和F1得分 (95.60%).
• 拟议的系统有效地区分了刷牙和过渡活动.
• 详细识别牙刷区域的可行性已经证明.

结论:

• 开发的方法提供了有效和可行的细粒度牙刷区域识别.
• 这项技术有可能改善牙刷监测和促进更好的口腔卫生.
• 准确地识别刷牙习惯可以有助于预防口腔疾病.