公开(公告)号：CN112785609B

公开(公告)日：2022-06-03

申请号：CN202110180002.3

申请日：2021-02-07

Applicant: 重庆邮电大学

Inventor： 秦红星 ,  张雅欣

IPC: G06T7/11 ,  G06T9/00 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的CBCT牙齿分割方法，属于计算机图形学领域。该方法包括：S1：利用对牙齿图像的先验知识对锥形束CBCT图像进行预处理，提取牙齿部分，得到感兴趣区域；S2：通过ResNet‑FPN网络对图像进行特征提取，得到特征图；S3：使用CBAM模型对特征图先后进行空间和通道维度的压缩，从而对特征图进行重要性编码；S4：使用RPN网络对特征图进行候选区域提取；S5：使用ROI Align根据预选框的位置坐标在特征图中将相应区域池化为固定尺寸的特征图；S6：对候选区域进行分类、分割、包围框回归以及分割评分。本发明简化了分割步骤，提高了CBCT影像中牙齿分割精确性。

公开(公告)号：CN112785609A

公开(公告)日：2021-05-11

申请号：CN202110180002.3

申请日：2021-02-07

Applicant: 重庆邮电大学

Inventor： 秦红星 ,  张雅欣

IPC: G06T7/11 ,  G06T9/00 ,  G06N3/08

Abstract: 本发明涉及一种基于深度学习的CBCT牙齿分割方法，属于计算机图形学领域。该方法包括：S1：利用对牙齿图像的先验知识对锥形束CBCT图像进行预处理，提取牙齿部分，得到感兴趣区域；S2：通过ResNet‑FPN网络对图像进行特征提取，得到特征图；S3：使用CBAM模型对特征图先后进行空间和通道维度的压缩，从而对特征图进行重要性编码；S4：使用RPN网络对特征图进行候选区域提取；S5：使用ROI Align根据预选框的位置坐标在特征图中将相应区域池化为固定尺寸的特征图；S6：对候选区域进行分类、分割、包围框回归以及分割评分。本发明简化了分割步骤，提高了CBCT影像中牙齿分割精确性。