量子位 出品 | "大众年夜众号 QbitAI
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音的痛楚，你可能没法想象。
常日来讲，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 栽种牙。
巴特不管哪一种，现在价格都贵上天。
由于，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由专门设计，乃至还会动用到CAD来建（牙冠）模。
那一颗好用的假牙要知足什么样的标准？
一要都雅：得填满缺失落牙齿所在的牙列。大略讲，便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”。既要有足够的打仗点把食品咀嚼碎，也不能牙面太高影响其他牙齿的咬合。
都雅这个哀求相比拟较大略。
但功能性上的第二点就很难了，须要有履历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，须要给用户试戴看舒不舒畅。一样平常情形下，咬合面都要做高一丢丢，然后根据咬纸情形再现场磨掉，或返工厂再加工才能用。
近日，加州大学伯克利分校UCB，联合环球最大的定制牙齿修复活产商Glidewell Dental Lab演习出了一个牙冠设计天生模型(Generative Model for Dental Restoration)。
模型设计事情Learning Beyond Human Expertise with Generative Models for Dental Restorations揭橥在arXiv上。
他们采取的这个深度学习模型，是GAN（天生对抗性网络）。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办理人工手调&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设计的咬合脸庞杂程度比中间人类设计的要高很多，沟壑更加清晰明确了。
这么厉害，GAN都干了些什么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。这种软泥咬上一段韶光后取出来，便是独属于你的牙模。这牙模完全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。
牙模常日分为两部分。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，得到咬合水平面的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）。
全体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）演习寄几。
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性能丢失函数（funtionality loss）。
研究团队采取的牙冠数据集，个中1500例用于演习，1570例评估用，和243个人类设计失落败的案例来做测试集。每个案例都带上述的4组数据。
哪里比人类做得好评估一颗假牙有没有做好，紧张看两方面。
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。类似那种咬鸡腿总是咬不断的觉得。
△ Cond3和HistW都是GAN采取的不同方法，HistW是表现最好的一代。
按理说，没有顶撞点是最空想的。
从上图可以看出，GAN上测试集时，HistW（右下）设计出来就完备不存在高下牙齿斗殴的情形（没有红点）。比起人类design的牙冠（左下），GAN表现分。
另一个是看咬合打仗点(contact point)的数量和分布。
△ Hist第二代（右下）是HistW的进化版，咬合功能表现再上一层楼
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）要精良。
上临床，看疗效研究团队很愉快能拿到这个结果，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利用。
这次研究事情，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，毕竟末了好不好使，还是要看临床运用的表现。
末了，附论文地址：
https://arxiv.org/abs/1804.00064
— 完 —
诚挚招聘
量子位正在招募编辑/，事情地点在北京中关村落。期待有才华、有激情亲切的同学加入我们！
干系细节，请在量子位"大众号(QbitAI)对话界面，回答“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技能和产品新动态