公开(公告)号：CN119169667A

公开(公告)日：2024-12-20

申请号：CN202411372202.9

申请日：2024-09-29

Applicant: 南京邮电大学

Inventor： 朱海婷 ,  霍正群 ,  李佳岭 ,  陈峻 ,  韩苗苗 ,  李煌

IPC: G06V40/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于特征融合神经网络的头颅侧位片关键点检测方法，涉及医学图像处理技术领域，该方法包括：获取头颅侧位片图像和医生标定的关键点标签；将图像和标签分割成训练集、验证集和测试集，对训练集和验证集进行预处理；将训练集输入到关键点检测模型，对模型进行训练；在每周期训练结束后将验证集输入到模型，验证模型性能，训练全部结束后，得到性能最优的预训练模型；将测试集输入到预训练模型，得到模型预测的头颅侧位片上的关键点高斯热图；高斯热图表示头颅侧位片中每个像素点是关键点的概率值，根据高斯热图得到每张头颅侧位片上的关键点位置。本发明能够提升头颅侧位片上关键点检测的准确度。

公开(公告)号：CN117557834A

公开(公告)日：2024-02-13

申请号：CN202311430473.0

申请日：2023-10-31

Applicant: 南京邮电大学

Inventor： 朱海婷 ,  沈雨晨 ,  李佳岭 ,  陈峻 ,  韩苗苗 ,  霍正群 ,  李煌

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/42 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于口腔全景片的牙龄预测方法，结合空洞卷积和注意力机制的残差网络模型用于牙龄的预测，包括构建口腔全景片数据集，数据集分为训练集、验证集和测试集，并对数据集进行数据增强处理；根据牙龄使用增强后的训练集对改进的残差网络模型进行训练，模型的输入为口腔全景片图像，输出为个体牙龄信息；采用交叉验证的方法，使每一张图片都作为验证集或训练集；最后通过测试集对结果进行预测。本发明在残差网络的基础上增加了空洞卷积和注意力机制，旨在提高模型的准确率。