10月19日，自动化教研室全体教师在竞知楼917召开“基于机器学习算法的激光超声在牙齿模型中的应用研究”学术活动。
曾伟老师介绍了临床诊断早期牙釉质病变的方法有：光学法、射线衍射法、染色法和光纤投射法等，这些方法难以对早期牙釉质病变有效诊断和评估，因此，为了能及时发现牙釉质病变，急需开发一种快速、智能化的牙釉质早期牙隐裂诊断方法。
针对临床诊断早期牙釉质病变，提出一种基于GS-SVM模型的激光超声方法用于识别人体牙隐裂。建立激光超声在牙隐裂中传播的有限元模型，分析牙齿中不同牙釉质厚度对激光声表面波波形和相速度的影响，然后，分析激光在不同宽度牙隐裂中产生的激光超声波信号，从激光超声信号中提取时域特征和频域特征的9种重要特征用于GS-SVM模型训练。通过比较不同核函数下，GS-SVM模型的预测性能良好。
