龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京医科大学附属口腔医院
申请日：2024-04-06
公开（公告）日：2024-07-05
公开（公告）号：CN118285826A
主分类号：A61B6/50
分类号：A61B6/50;G06F18/2113;G06F18/2135;G06N3/0499;G06N3/082;A61B6/03;A61B6/40;A61B6/00
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明涉及骨龄检测领域，尤其涉及基于人工智能和人工神经网络的骨龄检测模型及检测方法；技术问题：在对骨龄进行预测预估时，采用卷积神经网络算法对拍摄的头颈部侧位片进行识别和评估，从而对骨龄进行预测评估，卷积神经网络算法模型的可解释性有限，因此网络训练过程中得到的参数对人类理解骨龄预测的数值特征的重要性帮助有限；技术方案：基于人工智能和人工神经网络的骨龄检测模型及检测方法，包括有特征筛选层和神经网络层；本发明通过设置基于测量数据进行骨龄预测，由于神经网络的权重和特征有一定的对应关系，因此网络参数的可解释性更强，有利于增进对测量数据特征重要性的认识，从而训练结果对理解认识骨龄评估相关特征有指导作用。
主权项：1.基于人工智能和人工神经网络的骨龄检测模型；其特征在于：包括有：颈椎锥形束CT数据库，用于储存人工测量的需要进行骨龄检测的颈椎CT数据；特征筛选层，用于对颈椎锥形束CT数据库内储存的人工测量的需要进行骨龄检测的颈椎CT数据进行特征筛选；特征降维层，用于对特征筛选层筛选后的特征进行特征降维，将高维数据降低到低维空间，同时保留数据中最重要的信息；神经网络层，用于根据特征降维层降维后的特征数据，进行骨龄预测；结果输出层，用于将神经网络层的预测结果进行输出。
全文数据：
权利要求：
百度查询： 南京医科大学附属口腔医院 基于人工智能和人工神经网络的骨龄检测模型及检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号