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：中国人民解放军空军军医大学

摘要：本发明公开了基于深度学习的口腔曲面断层片牙位及根尖周炎识别方法，包括以下步骤：建立口腔曲面断层片数据集；采用口腔曲面断层片数据集对深度学习轮廓分割模型进行训练；将口腔曲面断层片数据集输入训练好的深度学习轮廓分割模型，输出牙位及根尖周炎轮廓数据，将轮廓数据特征转换为序列数据，得到序列数据数据集；采用序列数据数据集对深度学习序列分类模型进行训练；采用训练好的深度学习轮廓分割模型和训练好的深度学习序列分类模型进行实际牙位及根尖周炎识别。本申请通过将深度学习轮廓分割模型和深度学习序列分类模型结合，将轮廓数据特征转换为序列数据后进行二次识别，提高了识别准确率和模型处理效率。

主权项：1.基于深度学习的口腔曲面断层片牙位及根尖周炎识别方法，其特征在于，包括以下步骤：步骤一，建立口腔曲面断层片数据集；步骤二，建立深度学习轮廓分割模型，采用所述口腔曲面断层片数据集对所述深度学习轮廓分割模型进行训练，得到训练好的深度学习轮廓分割模型；步骤三，将所述口腔曲面断层片数据集输入训练好的深度学习轮廓分割模型，输出牙位及根尖周炎轮廓数据，将轮廓数据特征转换为序列数据，得到序列数据数据集；步骤四，建立深度学习序列分类模型，采用所述序列数据数据集对所述深度学习序列分类模型进行训练，得到训练好的深度学习序列分类模型；步骤五，采用训练好的深度学习轮廓分割模型和训练好的深度学习序列分类模型进行实际牙位及根尖周炎识别；步骤三中，所述输出牙位及根尖周炎轮廓数据，将轮廓数据特征转换为序列数据包括：对所述牙位及根尖周炎轮廓数据进行坐标解构，得到轮廓特征坐标数据即所述序列数据；步骤四中，所述深度学习序列分类模型采用BiLSTM模型；BiLSTM模型是由两个LSTM模型组成，包括一个正向模型和一个反向模型，正向模型按照时间顺序读取输入序列数据，而反向模型按照相反的顺序读取输入序列数据；LSTM模型包含三个门控制结构：遗忘门、输入门和输出门；遗忘门的计算公式如下： 其中，表示遗忘门的输出，表示sigmoid的激活函数，表示遗忘门的权重矩阵，表示上一个时间步的隐藏状态，表示当前时间步的输入，表示遗忘门的偏置项；输入门的计算公式如下： 其中，表示输入门的sigmoid激活部分，表示输入门的候选值，候选值通过tanh激活函数得到，和分别表示输入门和候选值的权重矩阵，和分别表示输入门和候选值的权重矩阵偏置项；输出门的计算公式如下： 其中，表示输出门的输出，表示输出门的权重矩阵，表示输出门的偏置项，表示当前时间步的单元状态，表示当前时间步的隐藏状态；步骤四中，所述BiLSTM模型在进行训练时采用Adam优化器进行模型权重优化；步骤四中，所述BiLSTM模型在进行训练时的损失函数采用交叉熵损失函数；交叉熵损失函数用于计算BiLSTM模型的识别结果与真实标签之间的交叉熵，其公式如下： 其中，表示真实标签的one-hot编码，表示识别结果的概率分布，i表示第i个识别结果。

全文数据：

权利要求：

百度查询： 中国人民解放军空军军医大学 基于深度学习的口腔曲面断层片牙位及根尖周炎识别方法