-
公开(公告)号:CN118247219A
公开(公告)日:2024-06-25
申请号:CN202410209707.7
申请日:2024-02-26
Applicant: 重庆医科大学附属口腔医院 , 重庆邮电大学
Abstract: 本发明公开了基于深度学习的牙根外吸收检测系统,涉及计算机视觉领域,包括:数据处理单元,用于获得正畸前后的口腔内三维图像数据;牙齿分割单元,用于采用结合多尺度语义信息、显式解剖连接及牙齿包围盒的牙齿分割模型对正畸前后的口腔内三维图像数据进行牙齿分割,得到正畸前后的牙齿分割结果数据;处理单元,用于将正畸前后的牙齿分割结果数据网格化获得正畸前后的牙齿分割结果网格数据,将正畸前后的牙齿分割结果网格数据转换为正畸前后的点云数据,基于正畸前后的点云数据获得正畸前后的牙根体积变化量数据、牙根长度变化量数据和牙根表面积变化量数据;输出单元,用于基于正畸前后的牙根体积变化量数据、牙根长度变化量数据和牙根表面积变化量数据判断是否发生牙根外吸收,并输出判断结果。本发明能够精准高效的完成牙齿图像分割。
-
公开(公告)号:CN115482558A
公开(公告)日:2022-12-16
申请号:CN202211304013.9
申请日:2022-10-24
Applicant: 重庆邮电大学
IPC: G06V40/10 , G06V10/26 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明属于计算机视觉领域,具体涉及一种基于深度学习的数字化牙种植体分类方法,包括:实时获取的CBCT图像,对CBCT图像进行预处理;将预处理后的CBCT图像输入到训练好的多任务牙种植分类模型中的分割支路进行二值分割;根据分割结果对种植区域进行裁剪,得到裁剪图像以及Mask区域;将裁剪图像与Mask区域进行通道连接,将连接后的图像输入到多任务牙种植分类模型中的分类支路中,得到分类结果;多任务牙种植分类模型包括编码器、全关联特征增强模块、解码器、分割层、3个卷积注意力混合模块以及分类器;本发明采用渐进式网络训练来提取多粒度特征,能够有效地提高种植体系统的分类精度。
-
公开(公告)号:CN112017196B
公开(公告)日:2022-02-22
申请号:CN202010875598.4
申请日:2020-08-27
Applicant: 重庆邮电大学
Abstract: 本发明涉及医学图像处理与计算机视觉领域,具体涉及一种基于局部注意力机制的三维牙齿模型网格分割方法,包括:采用训练好的三维牙齿模型分割网络对三维牙齿模型中的每一个三角形网格进行判断分类,确定每一个三角形网格所在的区域属于牙龈还是某一颗牙齿,准确找到三维牙齿模型中每颗牙齿所在的完整区域,从而对三维牙齿模型进行准确分割。本发明能够有效提高牙齿边缘以及相邻牙齿等低特征识别度区域的分割准确率。
-
公开(公告)号:CN119323643B
公开(公告)日:2025-04-04
申请号:CN202411368690.6
申请日:2024-09-29
Applicant: 重庆邮电大学
IPC: G06T17/00 , G06T7/73 , G06V10/25 , G06V10/82 , G06V10/80 , G06V10/26 , G06V10/44 , G06N3/0455 , G06N3/045 , G06N3/0475
Abstract: 本发明提供一种基于扩散模型的辅助牙种植体生成方法,涉及口腔医学技术领域,本发明获取历史患者口腔CBCT图像数据,对历史患者口腔CBCT图像数据进行预处理得到CBCT图像数据集,使用CBCT图像数据集训练多任务分割网络,使用分割网络中得到口内组织分割结果;使用口内组织分割结果分别从横截面、冠状面及矢状面三个维度上训练检测网络;使用检测网络获得横截面、冠状面、矢状面三个方向的检测结果;将横截面、冠状面、矢状面三个方向的检测结果融合,利用多数投票算法构建三维边界框,获取缺牙区域;将口内分割结果与缺牙区域作为提示信息通过迭代过程引导网络生成种植后的效果,本发明得到的种植效果准确性高,可为口腔医学提供更精确的辅助工具。
-
公开(公告)号:CN119006411B
公开(公告)日:2025-04-04
申请号:CN202411092707.X
申请日:2024-08-09
Applicant: 重庆邮电大学 , 重庆市劢齐医疗科技有限责任公司
Abstract: 本发明公开了一种基于深度学习的颈椎骨龄分析方法,涉及颈椎骨龄预测技术领域,本方法以真实临床头影侧位片数据构建数据集,集成多个图像处理模型,使用关键点检测模型进行骨节关键点检测,通过分割结果与关键点检测结果提取骨节特征,将特征输入到二叉树支持向量机中进行骨龄分期,该方法通过联合实例分割模型与关键点检测模型提取了更深层的骨节特征,提高了颈椎骨龄分期的准确性和稳定性,且该过程为全自动化,效率较高。
-
公开(公告)号:CN119180954A
公开(公告)日:2024-12-24
申请号:CN202411219880.1
申请日:2024-09-02
Applicant: 重庆邮电大学
IPC: G06V10/26 , G06V10/46 , G06V10/40 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06V10/44 , G06V10/52 , G06V10/80 , G16H50/20 , G16H50/70 , G06V10/20 , G06F30/23 , G06F30/27 , G06N3/048 , G06F119/14 , G06F119/08
Abstract: 本发明提供一种基于扩散模型的颈椎椎骨分割及关键点检测方法,涉及医学图像处理技术领域,本发明通过扩散模型对颈椎骨图像进行去噪处理,提升了图像质量,为后续分割和关键点检测奠定了基础;结合深度学习技术的模型能精确提取颈椎骨区域和关键点位置,为骨龄分期提供了可靠的数据支持;基于这些结果进行的骨龄分期,能够客观、量化地评估患者的生长发育程度,辅助医生制定个性化正畸治疗方案,此外,结合生物力学模型生成的应力分布图和预处理图像的自适应分割模型,能够根据个体差异调整分割策略,提高精度和鲁棒性;同时,血流速度和温度分布等参数纳入机器学习模型,为颈椎骨龄分期提供了新指标,增强了评估的个性化和准确性。
-
公开(公告)号:CN118570523A
公开(公告)日:2024-08-30
申请号:CN202410608036.1
申请日:2024-05-16
IPC: G06V10/764 , G06V20/70 , G06V10/40 , G06V10/80 , G06V10/74 , G06V10/82 , G06N3/084 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供一种基于文本提示训练的深度学习牙种植体分类方法,涉及牙种植体分类技术领域,包括:融合知识特征和训练集中CBCT图像特征图的图像特征以形成联合特征;将联合特征和特征图拼接后嵌入类别标签特征,并获取标签‑像素相似图;对标签‑像素相似图进行处理以获取类别预测结果,并最小化损失函数以更新模型参数;将待测牙种植体的CBCT图像输入至训练好的牙种植体分类模型中以获取待测牙种植体类别;本发明通过对牙种植体相关的文本信息进行处理以作为知识特征,再融合知识特征和CBCT图像的图像特征以形成联合特征,以此通过牙种植体的文本信息约束牙种植体分类模型的学习训练,提高牙种植体分类模型的学习效率以及预测牙种植体类别的精准性。
-
-
-
-
-
-