The dental disease is a common disease for a human. Screening and visual diagnosis that are currently performed in clinics possibly cost a lot in various manners. Along with the progress of the Internet of Things (IoT) and artificial intelligence, the internet-based intelligent system have shown great potential in applying home-based healthcare. Therefore, a smart dental health-IoT system based on intelligent hardware, deep learning, and mobile terminal is proposed in this paper, aiming at exploring the feasibility of its application on in-home dental healthcare. Moreover, a smart dental device is designed and developed in this study to perform the image acquisition of teeth. Based on the data set of 12 600 clinical images collected by the proposed device from 10 private dental clinics, an automatic diagnosis model trained by MASK R-CNN is developed for the detection and classification of 7 different dental diseases including decayed tooth, dental plaque, uorosis, and periodontal disease, with the diagnosis accuracy of them reaching up to 90%, along with high sensitivity and high specificity. Following the one-month test in ten clinics, compared with that last month when the platform was not used, the mean diagnosis time reduces by 37.5% for each patient, helping explain the increase in the number of treated patients by 18.4%. Furthermore, application software (APPs) on mobile terminal for client side and for dentist side are implemented to provide service of pre-examination, consultation, appointment, and evaluation.

中文翻译：

---

基于智能硬件，深度学习和移动终端的智能牙科健康物联网平台

牙齿疾病是人类的常见疾病。当前在诊所中进行的筛查和视觉诊断可能以各种方式花费很多。随着物联网（IoT）和人工智能的发展，基于互联网的智能系统在应用基于家庭的医疗保健方面已显示出巨大的潜力。因此，本文提出了一种基于智能硬件，深度学习和移动终端的智能牙科健康物联网系统，旨在探讨其在家庭牙科保健中应用的可行性。此外，在这项研究中设计并开发了一种智能牙科设备来执行牙齿的图像采集。根据该设备从10家私人牙科诊所收集的12 600张临床图像的数据集，建立了由MASK R-CNN训练的自动诊断模型，用于检测和分类7种不同的牙齿疾病，包括蛀牙，牙菌斑，尿沉着和牙周疾病，它们的诊断准确率高达90％，并且具有很高的诊断率。敏感性和高特异性。在十家诊所进行了为期一个月的测试后，与不使用该平台的上个月相比，每位患者的平均诊断时间减少了37.5％，这有助于解释接受治疗的患者数量增加了18.4％。此外，实现了用于客户端和牙医侧的移动终端上的应用软件（APP），以提供预检查，咨询，任命和评估服务。尿毒症和牙周疾病，它们的诊断准确率高达90％，并且具有很高的敏感性和高特异性。在十家诊所进行了为期一个月的测试后，与不使用该平台的上个月相比，每位患者的平均诊断时间减少了37.5％，这有助于解释接受治疗的患者数量增加了18.4％。此外，实现了用于客户端和牙医侧的移动终端上的应用软件（APP），以提供预检查，咨询，任命和评估服务。尿毒症和牙周疾病，它们的诊断准确率高达90％，并且具有很高的敏感性和高特异性。在十家诊所进行了为期一个月的测试后，与不使用该平台的上个月相比，每位患者的平均诊断时间减少了37.5％，这有助于解释接受治疗的患者数量增加了18.4％。此外，实现了用于客户端和牙医侧的移动终端上的应用软件（APP），以提供预检查，咨询，任命和评估服务。每位患者5％，这有助于解释接受治疗的患者人数增加了18.4％。此外，实现了用于客户端和牙医侧的移动终端上的应用软件（APP），以提供预检查，咨询，任命和评估服务。每位患者5％，这有助于解释接受治疗的患者人数增加了18.4％。此外，实现了用于客户端和牙医侧的移动终端上的应用软件（APP），以提供预检查，咨询，任命和评估服务。