-
公开(公告)号：CN119313904A
公开(公告)日：2025-01-14
申请号：CN202411416476.3
申请日：2024-10-11
Applicant: 北京朗视仪器股份有限公司
IPC: G06V10/26 , G06V10/25 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455
Abstract: 本发明提出一种适用于三维CT图像的听小骨自动定位与分割方法及系统，属于图像处理技术领域，其方法包括：S1：对原始三维CT图像进行数据预处理作为目标图像；S2：将所述目标图像进行听小骨定位，获取听小骨定位点，通过所述听小骨定位点裁剪出听小骨目标区域；S3：对所述听小骨目标区域进行分割，得到听小骨三维分割结果。本发明方法可以在较短的时间内在三维CT图像上自动定位听小骨，并生成对应的锤骨、砧骨、镫骨分割标记。
-
公开(公告)号：CN118470489A
公开(公告)日：2024-08-09
申请号：CN202410564536.X
申请日：2024-05-08
Applicant: 北京大学口腔医学院 , 北京朗视仪器股份有限公司
IPC: G06V10/82 , G06V10/25 , G06V10/764 , G06V10/766 , G06V20/64 , G06N3/084 , G16H50/20
Abstract: 本发明公开一种颞下颌关节三维影像模型训练方法、处理方法及设备，涉及图像处理技术领域，方法包括：获取患病图像和正常图像，然后对患病图像进行病例标签标注，得到患病标注图像，对正常图像进行位置标签标注，得到正常标注图像；将两种图像为输入，是否为骨关节病为输出，训练第一YOLO模型，得到第一处理模型；将患病标注图像为输入，骨关节病类型为输出，训练第二YOLO模型，得到第二处理模型；第一处理模型与第二处理模型组成颞下颌关节三维影像模型，应用该模型能够实现骨关节病CBCT影像的自动处理。本发明采用基于深度学习的人工智能技术，实现颞下颌关节CBCT影像的自动处理及具体影像学类型的自动判断。
-
公开(公告)号：CN118521600A
公开(公告)日：2024-08-20
申请号：CN202410852590.4
申请日：2024-06-28
Applicant: 北京朗视仪器股份有限公司
IPC: G06T7/11 , G06T7/00 , G06T7/66 , G06V10/764 , G06T17/00
Abstract: 本发明提供一种基于深度学习的牙齿自动分割和分类方法，包括：进行牙齿区域粗定位，根据粗定位结果对三维CT图像的牙齿整体区域进行剪裁；进行牙齿中心点定位与象限分类，对牙齿中心点进行定位检测并划分四个象限，然后根据定位的中心点进行牙齿个体的剪裁；进行单颗牙齿的牙齿分割与牙号分类，对单颗牙齿进行精细分割，并对单颗牙齿牙号进行分类；综合牙齿的四个象限的分类和单颗牙齿牙号的分类，得到单颗牙齿32个类别的划分，最终得到三维CT图像所有牙齿的分割和分类结果，并进行患者3D牙齿模型的可视化。本发明能够快速、自动且准确地进行牙齿区域分割，并进行牙齿类别的分类。
-
Patent Agency Ranking
公开(公告)号：CN117314844A
公开(公告)日：2023-12-29
申请号：CN202311191385.X
申请日：2023-09-15
Applicant: 北京朗视仪器股份有限公司
IPC: G06T7/00 , A61B6/14 , A61B6/03 , A61B6/00 , A61C8/00 , A61C19/04 , G06T7/10 , G06T7/11 , G06T7/136 , G06T7/194
Abstract: 本发明提出一种基于口腔CT影像的牙齿种植安全区自动提取和测量方法。该方法对口腔CT影像中重要组织结构如上颌窦、颌骨、牙齿以及下颌神经管等进行分割，然后计算组织结构的空间关系，生成种植手术安全区，使在此区域内摆放的种植体到颌骨边界、上颌窦以及神经管的距离均在安全范围内；进而根据生成的种植安全区域，计算安全区域形态参数、骨密度。该方法可以有效减少术前规划中医生手动测量带来操作失误的风险，提高手术的精度和安全性，帮助医生更好的进行术前规划。
-
公开(公告)号：CN120036810A
公开(公告)日：2025-05-27
申请号：CN202510517673.2
申请日：2025-04-24
Applicant: 北京大学口腔医学院 , 北京朗视仪器股份有限公司
Abstract: 本申请公开了一种颞下颌关节三维形态的测量方法、设备及介质，涉及影像处理领域，方法包括：将目标颞下颌关节CBCT数据输入至下颌骨三维分割模型中得到下颌骨三维分割结果；基于下颌骨三维分割结果及目标颞下颌关节CBCT数据，确定颞下颌关节中心位置区域图像；将颞下颌关节中心位置区域图像输入至髁突与关节窝二维分割模型中得到髁突区域及关节窝区域二维分割结果；基于髁突区域及关节窝区域二维分割结果计算髁突形态信息、关节窝形态信息及髁突在关节窝中位置信息；其中，下颌骨三维分割模型及髁突与关节窝二维分割模型均为对深度学习网络进行训练得到的。本申请可实现颞下颌关节髁突和关节窝的三维形态与位置的自动、精准测量。
-
公开(公告)号：CN119832243A
公开(公告)日：2025-04-15
申请号：CN202411940878.3
申请日：2024-12-26
Applicant: 北京朗视仪器股份有限公司
IPC: G06V10/26 , G06V10/44 , G06V10/52 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供一种基于深度学习的舌侧管分割方法及装置，包括：获取三维口腔CT图像，所述三维口腔CT图像中包含完整的下颌骨结构；根据三维口腔CT图像获取舌侧管目标图像；构建使用多感受野特征提取模块和多尺度特征融合模块的舌侧管分割网络模型，根据舌侧管目标图像进行舌侧管分割。本发明设计高效的小目标分割算法，解决小目标分割能力差的问题；辅助医生对舌侧管的位置和形态做出判断，提高诊疗效率。
-
公开(公告)号：CN118521788A
公开(公告)日：2024-08-20
申请号：CN202410664291.8
申请日：2024-05-27
Applicant: 北京朗视仪器股份有限公司
IPC: G06V10/26 , G06V10/44 , G06V10/52 , G06V10/70 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明提出一种基于深度学习的CBCT图像空腔区域分割方法，属于图像处理领域，包括：步骤S1：采集原始CBCT数据，对其进行预处理，生成样本集；步骤S2：构建基于空腔边界信息的空腔分割卷积神经网络，包括：编码器和解码器，编码器包括特征提取网络和边缘提取网络，解码器包括一个多层特征融合分割模块；步骤S3：分别构建边缘提取网络和空腔分割卷积神经网络的损失函数，基于二者构建总损失函数，对空腔分割卷积神经网络进行监督训练，损失函数收敛后得到训练好的空腔分割卷积神经网络；步骤S4:利用训练好的空腔分割卷积神经网络对待分割CBCT图像进行分割。本发明方法对CBCT图像的空腔区域分割结果的边界更精细，可明显提升空腔区域分割的精度和速度。
-
公开(公告)号：CN117100297A
公开(公告)日：2023-11-24
申请号：CN202311065802.6
申请日：2023-08-23
Applicant: 北京朗视仪器股份有限公司
Abstract: 本发明涉及一种三维头颅图像自动摆正方法及系统，其方法包括：S1：对包含三维头颅信息的三维断层图像进行预处理，得到预处理后图像；S2：将预处理后图像输入特征点检测网络，获得检测的右眶点、左眶点、左耳点、右耳点的位置坐标；S3：根据检测的左耳点、右耳点、左眶点、右眶点计算将头颅姿态摆正所需变换矩阵，并根据坐标变换矩阵对图像进行坐标变换。本发明提供的方法，可基于对包含头颅信息的三维断层图像自动进行头部姿态的矫正。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
