-
公开(公告)号：CN116269748A
公开(公告)日：2023-06-23
申请号：CN202310092225.3
申请日：2023-01-18
Applicant: 北京羽医甘蓝信息技术有限公司
IPC: A61B34/10 , A61C8/00 , A61C19/04 , A61B6/14 , G06T17/20 , G06T7/33 , G06T7/64 , G06F30/23 , G06F119/14 , G06F111/04
Abstract: 本发明公开了一种快速生成虚拟种植体位置的辅助种植方法，包括如下步骤：S1、导入数据；S2、种植需求确定；S3、三维重建；S4、数据对齐；S5、虚拟拔牙和虚拟排牙；S6、种植规划；S7、导板规划。通过本申请可降低口腔医师术前工作难度，提高效率，无需用户操作；减少人为错误并缩短医生学习曲线；缩短手术时间提高种植精准度。
-
公开(公告)号：CN115546106A
公开(公告)日：2022-12-30
申请号：CN202211082844.6
申请日：2022-09-06
Applicant: 北京羽医甘蓝信息技术有限公司
Abstract: 本发明涉及椎骨和气道的定位技术领域，尤其涉及一种椎骨和气道的定位方法和系统，方法包括：将第一颈椎图像输入到预先训练好的用于识别椎骨的第一语义分割网络模型中，得到第一输出图像，判断第一输出图像中是否包含第三节椎骨和第四节椎骨的完整图像，得到第一判断结果，当第一判断结果为是时，将第一输出图像输入第一HRnet网络模型中，对第三节椎骨和第四节椎骨进行定位，并标注在第一颈椎图像中，同理对气道进行定位，并标注在第二颈椎图像中，能够准确定位出第三节椎骨和第四节椎骨的位置，并标注在第一颈椎图像中，以及能够准确定位出气道的位置，并标注在第二颈椎图像中，便于直观查看，准确度高，省时省力。
-
公开(公告)号：CN109766877B
公开(公告)日：2022-05-27
申请号：CN201910185942.4
申请日：2019-03-12
Applicant: 北京羽医甘蓝信息技术有限公司
Abstract: 本发明提供一种基于深度学习的全景片人工牙体识别方法及装置。该方法包括：将原始全景片输入基于深度学习的牙槽骨线分割模型，以得到牙槽骨线分割结果；根据牙槽骨分割结果生成贴合矩形框，然后根据贴合矩形框生成扩展矩形框，然后根据扩展矩形框从原始全景片中剪裁出牙周区域图像块；将牙周区域图像块输入基于深度学习的人工牙体分割模型，以得到人工牙体分割结果，人工牙体分割结果包括人工修复牙体分割结果和人工种植牙体分割结果。
-
公开(公告)号：CN113888535A
公开(公告)日：2022-01-04
申请号：CN202111392779.2
申请日：2021-11-23
Applicant: 北京羽医甘蓝信息技术有限公司
Abstract: 本发明提供一种智齿阻生类型识别方法及系统，属于图像处理技术领域，获取待识别的口腔根尖片影像图像；利用训练好的智齿分割模型对获取的待识别的口腔根尖片影像图像进行处理，获得分割图像；对分割图像进行智齿区域裁剪，获得智齿区域图像；利用训练好的阻生类型识别模型对智齿区域图像进行处理，获得智齿阻生类型识别结果。本发明利用二阶段深度学习方法，分别对智齿进行分割及阻生类型的识别，采用了多通道输入，可以快速准确的对口腔根尖片影像中智齿的阻生类型进行识别，保证了分类准确率。
-
公开(公告)号：CN109754870B
公开(公告)日：2021-07-13
申请号：CN201910184659.X
申请日：2019-03-12
Applicant: 北京羽医甘蓝信息技术有限公司
Abstract: 本发明提供一种基于深度学习的全景片牙槽骨吸收分级方法及装置。该方法包括：将原始全景片输入基于深度学习的牙槽骨线分割模型，以得到牙槽骨线分割结果；根据牙槽骨线分割结果生成贴合矩形框，然后根据贴合矩形框生成扩展矩形框，然后根据扩展矩形框从原始全景片中剪裁出牙槽骨线扩展区域图像块；将牙槽骨线扩展区域图像块输入基于深度学习的恒牙分割模型，以得到恒牙分割结果；根据牙槽骨线分割结果和恒牙分割结果，确定牙槽骨线分割优化结果；将牙槽骨线分割优化结果输入基于深度学习的牙槽骨吸收等级分类模型，得到原始全景片对应的牙槽骨吸收等级结果。
-
Patent Agency Ranking
公开(公告)号：CN111967540B
公开(公告)日：2021-06-08
申请号：CN202011046297.7
申请日：2020-09-29
Applicant: 北京大学口腔医学院 , 北京羽医甘蓝信息技术有限公司
Abstract: 本发明涉及图像处理领域，其实施方式提供了一种基于CT数据库的颌面部骨折的识别方法，所述方法包括：获取不同骨折类型的颌面部骨折的CT数据样本；对所述CT数据样本进行标注处理和分类处理；采用同一骨折类型的经处理的CT数据样本训练骨折判别模型，训练好的骨折判别模型通过识别输入图像块是否包括某一骨折类型对应的图像特征来确定是否存在对应的骨折类型；将输入的颌面部CT数据输入对应的训练好的骨折判别模型，以确定输入的颌面部CT数据是否存在对应的骨折类型。同时还提供了对应的基于CT数据库的颌面部骨折的识别装置，以及一种终端设备。本发明提供的实施方式适用于医学图像中的CT图像中的骨折识别，提升了识别效率。
-
公开(公告)号：CN112150473A
公开(公告)日：2020-12-29
申请号：CN202011018678.4
申请日：2020-09-24
Applicant: 北京羽医甘蓝信息技术有限公司 , 北京大学口腔医学院
Abstract: 本发明涉及图像模型领域，其实施方式提供了一种基于CT的三维颌骨图像分割建模方法，所述方法包括：构建卷积神经网络模型；将已分割标记颌骨的CT图像预处理后，从中提取图像子序列作为训练样本，对所述卷积神经网络模型进行训练，得到训练好的卷积神经网络模型；所述训练好的卷积神经网络模型用于获取从待分割的CT图像提取的图像子序列，处理后得到所述图像子序列对应的分割结果；所述分割结果用于整合后得到所述待分割的CT图像的三维颌骨分割结果。同时还提供了对应的基于CT的三维颌骨图像分割建模装置，以及一种终端设备。本发明提供的实施方式适用于建立一个从CT图像提取出三维颌骨区域的分割模型。
-
公开(公告)号：CN112150472A
公开(公告)日：2020-12-29
申请号：CN202011016704.X
申请日：2020-09-24
Applicant: 北京羽医甘蓝信息技术有限公司 , 北京大学口腔医学院
Abstract: 本发明涉及图像处理领域，其实施方式提供了一种基于CBCT的三维颌骨图像分割方法，所述方法包括：从待分割的CBCT图像提取多个图像子序列，输入训练好的卷积神经网络模型，对应得到多个分割结果；将所述分割结果整合得到所述待分割的CBCT图像的三维颌骨分割结果；所述训练好的卷积神经网络模型通过以下步骤得到：构建卷积神经网络模型；将已分割标记颌骨的CBCT图像预处理后，从中提取图像子序列作为训练样本，对所述卷积神经网络模型进行训练。同时还提供了对应的基于CBCT的三维颌骨图像分割装置，以及一种终端设备。本发明提供的实施方式适用于从CBCT图像提取出三维颌骨区域的图像。
-
公开(公告)号：CN110503652A
公开(公告)日：2019-11-26
申请号：CN201910785246.7
申请日：2019-08-23
Applicant: 北京大学口腔医学院 , 北京羽医甘蓝信息技术有限公司
Abstract: 本发明公开了一种下颌阻生智齿与邻牙及下颌管关系确定方法、装置、存储介质及终端，该方法包括：建立3D分割卷积神经网络模型；获取实际采样的下颌阻生智齿、相邻第二磨牙和下颌管的CBCT影像序列；将实际采样的CBCT影像序列输入至3D分割卷积神经网络，以得到3D分割卷积神经网模型输出的实际采样的下颌阻生智齿、相邻第二磨牙和下颌管的分割结果序列。本发明的方案，可以解决根尖片或曲面体层片判断下颌阻生智齿与邻牙及下颌管关系可靠性差的问题，达到提升判断可靠性的效果。
-
公开(公告)号：CN109978841A
公开(公告)日：2019-07-05
申请号：CN201910184967.2
申请日：2019-03-12
Applicant: 北京羽医甘蓝信息技术有限公司
Abstract: 本发明提供一种基于深度学习的全景片阻生牙识别方法及装置。该方法包括：将原始全景片输入基于深度学习的牙槽骨线分割模型，以得到牙槽骨线分割结果；根据牙槽骨分割结果生成贴合矩形框，然后根据贴合矩形框生成扩展矩形框，然后根据扩展矩形框从原始全景片中剪裁出牙周区域图像块；将牙周区域图像块输入基于深度学习的阻生牙分割模型，以得到阻生牙分割结果。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.043 seconds)
