王曉菲

支持向量機(jī)在數(shù)碼照片輔助牙科比色中的數(shù)據(jù)分類與應(yīng)用

王曉菲

(徐州市口腔醫(yī)院修復(fù)科 江蘇 徐州 221000)

目的：利用支持向量機(jī)對(duì)比色板色標(biāo)的數(shù)碼照片進(jìn)行數(shù)據(jù)處理和分類歸納，為精確的牙科比色提供參考。方法：對(duì)比色板的色彩標(biāo)簽按照從1到26號(hào)的順序編號(hào)，然后在兩種不同條件下拍攝：A組在診室內(nèi)自然光線下拍攝，B組在5 000k色溫固定光源條件下拍攝。A、B兩組每種色標(biāo)都拍攝10張。由此得到的所有520張圖片轉(zhuǎn)換為位圖格式，隨后用圖形處理軟件提取照片色彩信息，抽取其中一套完整的色標(biāo)照片建立比色板色標(biāo)模型，在此模型上運(yùn)行其他色標(biāo)樣本，采取逐一區(qū)分法多次運(yùn)行程序。利用支持向量機(jī)預(yù)測(cè)每一個(gè)樣本的色標(biāo)歸屬，分別計(jì)算兩組樣本的色標(biāo)分類精確性。結(jié)果：A組分類精確度達(dá)到0.88，標(biāo)準(zhǔn)差0.93；B組精確度為0.93，標(biāo)準(zhǔn)差0.05。采用單因素方差，用方差分析A、B兩組每種色標(biāo)的分類精確度(P＜0.05）。結(jié)論：利用支持向量機(jī)分類處理數(shù)碼照片可以為口腔數(shù)碼比色提高參考。

比色；支持向量機(jī)；口腔修復(fù)；數(shù)碼攝影；美學(xué)

常規(guī)的牙科比色是由口腔科醫(yī)生依據(jù)天然牙在比色板上選擇類似的色標(biāo)，然后進(jìn)行直接修復(fù)或由牙科技師再根據(jù)相應(yīng)的色標(biāo)進(jìn)行義齒制作。比色板反映了色彩的三要素，即色調(diào)、飽和度和明度。但是天然牙常常表現(xiàn)出更為復(fù)雜的光學(xué)現(xiàn)象，牙的顏色實(shí)際上是由牙釉質(zhì)、牙本質(zhì)、牙髓和牙齦的相互關(guān)系以及光的反射和折射所共同確定的[1]，所以在臨床工作中用比色板來(lái)確定牙齒顏色有很多局限和不足。數(shù)碼相機(jī)在牙科領(lǐng)域的應(yīng)用已經(jīng)非常廣泛，利用數(shù)碼照片信息，醫(yī)生和技師可以更便捷地對(duì)牙齒的形態(tài)和色彩分布進(jìn)行交流[2]。然而利用數(shù)碼照片進(jìn)行牙科比色還受到一些限制，首先數(shù)碼照片的色彩受到拍攝參數(shù)和照明條件的影響，其次如何對(duì)照片的色彩進(jìn)行科學(xué)、有效的分類和認(rèn)定也是一個(gè)難題。為嘗試解決這個(gè)問題，本研究引入了支持向量機(jī)（support vector machine,SVM)對(duì)數(shù)碼照片信息進(jìn)行處理。SVM已經(jīng)在很多不同領(lǐng)域解決了數(shù)據(jù)的分類問題[3]。

1 材料和方法

本研究利用數(shù)碼相機(jī)拍攝比色板色標(biāo)的數(shù)碼照片再利用SVM對(duì)照片進(jìn)行對(duì)比分類。研究過程有三個(gè)部分：數(shù)據(jù)的采集、數(shù)據(jù)處理以及色標(biāo)分類，如圖1。

1.1 數(shù)據(jù)采集：首先對(duì)3D-MASTER(Vita Zahnfabrik, Bad Sackingen, Germany)比色板的顏色標(biāo)簽從1到26號(hào)進(jìn)行編號(hào)。然后在兩種不同條件下進(jìn)行拍攝（佳能 70D/100mm鏡頭/快門1/125/光圈10/感光度400）：A組在診室內(nèi)隨機(jī)自然光線下進(jìn)行拍攝,每個(gè)色標(biāo)拍攝10張；B組在固定光源5 000k色溫條件下拍攝,每個(gè)色標(biāo)同樣拍10張(選擇B組是為了對(duì)比在固定光源條件下拍攝的照片與A組的不同)，每張照片都確保包含了整個(gè)色標(biāo)的正面。由此得到的所有520張圖片全部轉(zhuǎn)換成位圖格式（bitmap format），以便于進(jìn)一步的數(shù)據(jù)處理。每個(gè)包含所有26個(gè)色標(biāo)照片的集合稱為一個(gè)照片集。

圖1 實(shí)驗(yàn)流程圖

1.2 數(shù)據(jù)處理：利用Photoshop軟件在每張圖片中選取一塊可以代表色標(biāo)特征的矩形區(qū)域，隨后把每個(gè)矩形分為10×2列的格子，再提取每個(gè)格子的 RGB, HSV, XYZ,以及L*a*b*等色彩信息。為了方便SVM的數(shù)據(jù)處理，所有格子色彩的特征向量被轉(zhuǎn)換為單行矩陣的形式。

1.3 向量支持機(jī)的應(yīng)用和顏色分類：支持向量機(jī)是一個(gè)非常有效的分類工具，在很多不同領(lǐng)域解決了邊界和分類問題[4]。支持向量機(jī)將需要區(qū)分的特征向量投射到超平面（hyperplane），盡管在兩種向量之間有無(wú)數(shù)個(gè)超平面，但是僅有一個(gè)最優(yōu)的超平面可以最大化的區(qū)分兩種向量[5]。在超平面邊緣的向量被稱為支持向量。數(shù)據(jù)處理的公式可以用下面的公式闡述：

xi,是色彩的特征向量，yi是相應(yīng)的色標(biāo)編號(hào)，L代表了測(cè)試點(diǎn)的數(shù)量。兩種向量間最佳的超平面可以表述為：

ω是超平面的常數(shù)，b/‖ω‖是原始向量與超平面之間的垂直距離。

其中ai是拉格朗日常數(shù)變量，k(x,xi)系數(shù)為徑向基函數(shù)（RBF）

在本研究中，首先從拍攝的照片中抽取一個(gè)集合（包含26個(gè)色標(biāo)的圖片）作為測(cè)試樣本，其他照片集作為運(yùn)行樣本。在函數(shù)運(yùn)行過程中，相同色標(biāo)的樣本被歸為一個(gè)陽(yáng)性組，其他樣本歸為陰性組。SVM為每個(gè)色標(biāo)建立預(yù)測(cè)模型并分配到以上兩組之一。由于SVM只能解決二元的分類問題，因此筆者采取逐一區(qū)分法多次運(yùn)行程序最終預(yù)測(cè)每一個(gè)運(yùn)行樣本的色標(biāo)歸屬。同時(shí)采用棄一交叉驗(yàn)證法確保所有的實(shí)驗(yàn)樣本都作為測(cè)試樣本和運(yùn)行樣本參與實(shí)驗(yàn)。分類的精確性被定義為：每種色標(biāo)中被SVM正確分類的樣本數(shù)與該種色標(biāo)實(shí)際總數(shù)量的比率。

2 結(jié)果

采用自然光照明的A組分類精確度達(dá)到0.88，標(biāo)準(zhǔn)差為0.17。在固定光源5000k色溫條件下的拍攝的B組分類精確度0.93標(biāo)準(zhǔn)差0.05。采用單因素方差分析兩組每個(gè)色標(biāo)的平均精確度，P＜0.05。不同照明條件下的分類精確度具有統(tǒng)計(jì)學(xué)差異。實(shí)驗(yàn)結(jié)果顯示恒定光源的照明條件可以提高分類精確度并降低標(biāo)準(zhǔn)差。從圖2可見，樣本數(shù)較低時(shí)曲線較陡，隨著樣本數(shù)的增加曲線逐漸平緩。表明拍攝樣本的數(shù)量對(duì)比色分類的影響，樣本越多分類就越精確。

圖2A A組分類精確度與標(biāo)準(zhǔn)差

圖2B B組分類精確度與標(biāo)準(zhǔn)差

每種色標(biāo)獨(dú)立的分類精確度見表1，可以比較直觀地看到比色板上明度較低的色標(biāo)分類精確度比較高，即色標(biāo)越暗越容易被正確的分組。

3 討論

色彩的測(cè)定和卓越的色彩表現(xiàn)是美學(xué)牙科領(lǐng)域最困難的部分之一[6]。在大多數(shù)牙科文獻(xiàn)中對(duì)牙齒顏色的描述都采用孟賽爾的顏色三維度即：明度、色調(diào)和飽和度[7]。然而實(shí)際上天然牙的光學(xué)性質(zhì)要復(fù)雜的多，比如牙本質(zhì)具有熒光性，牙釉質(zhì)常常表現(xiàn)出乳光色，牙齒的表面紋理對(duì)光的反射產(chǎn)生影響[8]。為了精確復(fù)原天然牙的外觀，牙科醫(yī)生有必要借助影像學(xué)手段記錄相關(guān)細(xì)節(jié)。近年來(lái)，數(shù)碼攝影已經(jīng)逐漸成為口腔臨床工作中記錄資料、醫(yī)患交流的重要工具。

表1 A、B組不同色標(biāo)的分類精確度

本研究借助廣為人知的支持向量機(jī)對(duì)牙科數(shù)碼數(shù)據(jù)進(jìn)行處理并根據(jù)比色板色標(biāo)信息進(jìn)行分類。支持向量機(jī)是一種經(jīng)典的機(jī)器學(xué)習(xí)算法，主要解決數(shù)據(jù)分類問題。原理是基于運(yùn)算大量已有數(shù)據(jù)和已知的分類情況，計(jì)算出一個(gè)預(yù)測(cè)模型。然后可以在模型上運(yùn)算新的數(shù)據(jù)，從而判斷新數(shù)據(jù)應(yīng)當(dāng)歸為哪一類。支持向量機(jī)適應(yīng)于線性與非線性的場(chǎng)景，應(yīng)用范圍非常廣泛[9]。在本研究中，筆者利用SVM將復(fù)雜的顏色信息映射成為線性的向量從而為進(jìn)一步的數(shù)據(jù)處理和色標(biāo)分類提供方便。

物體的色彩取決于光源，色彩的測(cè)定最好采用恒定光源。本研究結(jié)果顯示在B組由于采用了5 000k色溫的固定光源，分類精度要高于采用隨機(jī)自然光源的A組，該結(jié)果與以往的很多研究相符[10]。低于5 000k色溫光譜曲線趨近于紅、黃，而高于5 000k色溫趨近于藍(lán)、紫，只有在5 000k色溫條件下才能完美呈現(xiàn)中性灰。所以，為實(shí)現(xiàn)精確臨床數(shù)碼比色，最佳光源需要具有5 000k的色溫。同時(shí)，為了方便醫(yī)生與技師及患者的交流采用統(tǒng)一的固定光源照明也是非常必要的。

從實(shí)驗(yàn)結(jié)果看，隨著樣本數(shù)量的增加色標(biāo)分類的精確性逐漸提高。當(dāng)每一套圖片拍攝7張以上時(shí)精確性逐漸趨于穩(wěn)定。這提示大家進(jìn)行數(shù)碼比色時(shí)應(yīng)在同樣的拍攝條件下盡量多地采集照片。3D-MASTER比色板具有由亮到暗5個(gè)明度，筆者也注意到無(wú)論在A組還是B組色標(biāo)的明度對(duì)分類的影響比較大，隨著明度的降低，分類的精確度逐漸提高。可以推測(cè)本實(shí)驗(yàn)的分類方法對(duì)照片的明度較敏感，色標(biāo)的明度越低越容易被正確的分組,具體的原因還需要進(jìn)一步的研究。

本研究初步探討了應(yīng)用支持向量機(jī)對(duì)口腔數(shù)碼資料進(jìn)行數(shù)據(jù)分析和由此基礎(chǔ)上對(duì)色標(biāo)進(jìn)行分類的可行性。實(shí)驗(yàn)結(jié)果顯示在樣本采集量充分的條件下，支持向量機(jī)可以對(duì)比色板色標(biāo)的數(shù)碼照片進(jìn)行歸類，同時(shí)驗(yàn)證了恒定光源對(duì)顏色測(cè)定的重要性。在以后的研究中，我們可以嘗試對(duì)天然牙的數(shù)碼影像進(jìn)行分析，以便為臨床比色打下基礎(chǔ)。本研究及后續(xù)的臨床比色期望于提高口腔醫(yī)生臨床比色的精確性，降低主觀因素的影響，為患者提供更優(yōu)質(zhì)的就診體驗(yàn)。

[1]Chu SJ, Trushkowsky RD, Paravina RD.Dental color matching instruments and systems. esearch Review of clinical and raspects[J]. J Dent,2010,38(suppl.2):e2-16.

[2]Tam WK,Lee HJ.Dental shade matching using a digital camera[J].J Dent,2012,(suppl.2):e3-10.

[3]Chen WS,Tsai PJ,Shih SW,et al.An Irisrecognition techniques based on multi eature extraction and support vector machine[M]. In:Circuits,Signals,and Systems. 2005:180-185.

[4]Johnston WM.Color measurement in dentistry[J].J Dent,2009,37(suppl.1):e2-6.

[5]Hornik K, Meyer D, Karatzoglou A.Support vectormachines in R[J].J Stat Softw 2006,15:1-28.

[6]Meyer D,Wien FT. Support vector machines[M].In:The Interface to libsvm in package 2015:e1071.

[7]Ishikawa-Nagai S,Ishibashi K,Tsuruta O,et al.Reproducibility of tooth color gradation using a computer color-matching technique applied to ceramic restorations[J].J Prosthet Dent,2005,93:129-137.

[8]劉峰.比色方法及顏色傳遞,色彩學(xué)知識(shí)與牙科比色Ⅲ[J].中華口腔醫(yī)學(xué)雜志,2008,43(12):162-164.

[9]劉峰,楊亞東,張峰,等.數(shù)碼攝影在瓷修復(fù)中的應(yīng)用評(píng)價(jià)[J].北京口腔醫(yī)學(xué),2007,15(3):162-164.

[10]馮晉,于海洋.2317例定制式固定義齒工作授權(quán)書調(diào)查研究[J].華西口腔醫(yī)學(xué)雜志,2009,27(4):390-393.

編輯/李陽(yáng)利

Data Manipulating and Classification in Digital Dental Color Match with Support Vector Machines

WANG Xiao-fei
(Department of Prosthodontics,Xuzhou Stomatological Hospital,Xuzhou 221000,Jiangsu,China)

ObjectiveFor the sake of accuracy dental shade matching,Support vector machines (SVM) is used for data manipulating and classification.MethodsA total of 520 shade tab pictures were captured using a digital camera.Group A were shot at clinic room with natural day light.Group B were shot with light tubes that produced a 5 000 K color temperature.The color features extracted rom the pictures were used as feature vector.The feature vectors in each group underwent SVM training and classification.ResultsThe accuracies of Group A and Group B were 0.88 and 0.93 respectively,and standard deviation of Group A and B were 0.93 and 0.05 respectively.One-way Anova are used to analyze the accuracies of both Group ,and P＜0.05.ConclusionThis study provides a new method for dental shade matching that uses the Support vector machines (SVM) classification.

shade match;support vector machine; prosthodontics; digital- photography aesthetics

R783.3

A

1008-6455（2017）02-0105-03

2016-11-18

2016-12-25