基于分光光谱仪测色数据的BP神经网络配色模型的研究

通过瓷修复体再现天然牙颜色是口腔修复技术的难点。由于肉眼配色法存在诸多弊端，仪器测色-计算机配色成为研究热点。出于生物安全性和瓷材料性能考虑，瓷修复配色只能局限于商品化瓷粉系统，其配色过程具有典型非线性。所以基于Kubelka-Munk理论的传统计算机配色方案效果不佳。实现瓷修复配色方案必须采用新的配色模型。BP神经元作为解决非线性问题的一种数学模型有望解决口腔修复配色难题。神经元配色方案将配色的具体过程视为"黑箱"。它通过对具体配色实例的学习，形成颜色参数与瓷粉配方之间的非线性映射关系，并通过不断优化网络结构，形成最优配色的目标函数。本课题拟建立基于分光光谱仪测色结果的BP神经网络配色模型。通过形成颜色-配方基础数据库、构建BP神经网络，然后进行网络学习，实现网络参数优化。本研究通过一种全新的思路研究适合于口腔的计算机配色方案，有望建立一个完全基于分光光谱仪测色结果的计算机配色模型。

中文摘要（1000字）.本课题针对临床上比色配色的难点，拟将人工神经网络模式引入瓷修复配色研究。通过确立瓷修复体颜色相关因素和瓷试样的颜色参数，建立神经网络输入-输出层面的基础数据。然后通过网络训练以及系统参数的优化，构建最优口腔瓷配色的BP神经网络模型。通过以上研究为BP神经网络应用于临床比色打下坚实的理论和实验基础.项目在研期间完成如下工作：.1..完成瓷粉浓度梯度混合的试样制作和颜色分析。.2..有关颜色标本更合理分布的可能性研究。.3..确定了影响瓷修复体颜色的关键因素。.4..确定BP神经网络隐层结构和神经元数目.5..确定BP神经网络的结构、隐层数、神经元数以及权值调整系数、学习速率等重要参数。.项目已取得以下成果：.1..完成武汉地区人群前牙颜色数据库的采集、整理和分析工作。.2..在上述试样池中选取合适颜色标本构建个性化比色板，并与目前常用比色板进行比较，.3..建立BP神经网络输入-输出层面的基础数据库。.4..实现标样颜色信息和瓷粉配方的非线性映射，构建基于BP神经网络的配色模型