Deutsch Die Grundlage unserer Arbeit bildet die biophysikalische Eigenschaft von Karies und Zahnstein, unter nahe UV-Licht (405 nm) zu fluoreszieren. Karies erscheint unter Beleuchtung dessen grün, Zahnstein rot, wie in einer klinischen Studie von Prof. Dr. Javier Tapia Guadix beschrieben. Herr Kuchler leitet den Hardwareteil, der die Programmierung der Kamera und des Mini-Computers, die Aufnahme von Bildern und die Beleuchtung mit nahe-UV-Licht umfasst. Das Gehäuse muss so konstruiert werden, dass die Hardware nicht der hohen Luftfeuchtigkeit im Mundraum ausgesetzt ist. Darüber hinaus müssen die Oberflächen schnell und einfach desinfizierbar sein, um das Risiko einer Infektion für den Patienten zu minimieren. Die Bildaufnahme erfolgt über einen Raspberry Pi mit der RaspCam 3W und erfasst Bilder vom Gebiss, sowohl innerhalb als auch außerhalb des Mundraums. Herr Lorber ist für den Softwareteil verantwortlich und widmet sich der Entwicklung eines Algorithmus zur Detektion von Karies und Zahnstein. Eine präzise Vorverarbeitung und Segmentierung der Zähne sind dabei entscheidend für einen stabilen Klassifikationsalgorithmus. Außerdem ist es notwendig, eine ansprechende Nutzeroberfläche, beispielsweise in Form einer App, zu gestalten, um sowohl Patient, als auch Anwender zu begeistern. Unser übergeordnetes Ziel ist die Entwicklung einer intelligenten Kamera, zur kostengünstigen und zeitsparenden Kontrolle der Mundhygiene, indem Karies und Zahnstein automatisch erkannt werden. Wir sind davon überzeugt, dass unser Projekt nicht nur technologisch innovativ ist, sondern auch einen Beitrag zur Verbesserung der Mundgesundheit leisten und finanzielle Belastungen durch späte Karieserkennung reduzieren wird.

English The foundation of our work is based on the biophysical property of caries and tartar to fluoresce under near ultraviolet (UV) light (405 nm). Caries appears green under its illumination, while tartar appears red, as described in a clinical study by Prof. Dr. Javier Tapia Guadix. Mr. Kuchler oversees the hardware aspect, which includes the programming of the camera and mini-computer, image capture, and illumination with near-UV light. The housing must be designed to protect the hardware from the high humidity in the oral cavity. Additionally, surfaces must be quickly and easily disinfectable to minimize the risk of infection for the patient. Image capture is facilitated through a Raspberry Pi with the RaspCam 3W, capturing images of the teeth both inside and outside the oral cavity. Mr. Lorber is responsible for the software component, focusing on developing an algorithm for the detection of caries and tartar. Precise preprocessing and segmentation of the teeth are crucial for a stable classification algorithm. Moreover, creating an appealing user interface, such as in the form of an app, is necessary to engage both patients and users. Our overarching goal is the development of an intelligent camera for cost-effective and time-efficient oral hygiene monitoring by automatically detecting caries and tartar. We believe that our project is not only technologically innovative but will also contribute to improving oral health and reducing financial burdens associated with late detection of caries.

Unser Projekt wird bearbeitet und erstellt an der HTL Mössingerstraße

Dieses Projekt wird gemeinsam mit einem Wirtschaftspartner durchgeführt: