Establishing a Model for Restoration Color Prediction and Ceramic-Based Block Selection Based on Regression-Based Deep Learning

本計畫在臨床醫師常常使用數位相機拍攝照片的前提下，進行端對端(end-to-end) CNN-DNN-R模型，開發修復物色彩空間預測系統，以供臨床端比色與牙技端瓷塊選擇。預期的貢獻包括： A. 提高數位影像比色的精準度，可成為輔助牙醫師比色方案的重要工具。 B. 牙技師在製作修復物時，可快速的預測修復物色彩空間，無障礙選擇合適的瓷塊。 C. CNN-DNN-R模型可為臨床端與牙技端客製化服務，邁向高附加價值科技比色。