龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：首都医科大学附属北京口腔医院
摘要：本发明涉及深度学习技术领域，尤其涉及一种基于深度学习的龋齿识别方法、装置、设备及介质。该方法通过对深度学习网络进行优化，即利用特征融合网络对差异特征进行特征融合，以融合这些差异特征的互补优势，提高对龋齿的辨识性能；利用语义迁移网络将融合后的差异特征还原至浅层位置，以提升对龋齿的语义认知能力；利用共享知识学习网络在通道维度和空间维度对龋齿位置任务和龋齿深度任务之间的共享知识进行交互学习，以实现高精度和高效率的龋齿位置和龋齿深度。因此，上述技术方案能够有效提高龋齿的识别精度。
主权项：1.一种基于深度学习的龋齿识别方法，其特征在于，包括：获取针对目标患者拍摄的第一口腔CBCT影像和第二口腔CBCT影像；其中，所述第一口腔CBCT影像的成像视野不大于8×8，所述第二口腔CBCT影像的成像视野大于8×8但不大于15×15；将所述第一口腔CBCT影像和所述第二口腔CBCT影像输入到训练好的龋齿识别模型中，得到所述目标患者的龋齿识别结果；其中，所述龋齿识别模型是利用标签口腔CBCT影像对预设的深度学习网络进行训练得到的；所述深度学习网络包括编码网络、特征融合网络、语义迁移网络和共享知识学习网络，所述编码网络包括两个子编码器，每个所述子编码器包括多个依次连接的编码块，用于提取不同成像视野下的差异特征；所述特征融合网络的输入端分别与每个所述子编码器的最后一个编码块的输出端连接，用于对所述差异特征进行特征融合；所述语义迁移网络的输入端与所述特征融合网络的输出端连接，用于将融合后的差异特征还原至浅层位置；所述共享知识学习网络的输入端与所述语义迁移网络的输出端连接，用于在通道维度和空间维度对龋齿位置任务和龋齿深度任务之间的共享知识进行交互学习，以得到所述龋齿识别结果。
全文数据：
权利要求：
百度查询： 首都医科大学附属北京口腔医院 基于深度学习的龋齿识别方法、装置、设备及介质
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