公开(公告)号：CN114004789A

公开(公告)日：2022-02-01

申请号：CN202111148368.9

申请日：2021-09-29

申请人： 北京交通大学

发明人： 朱宇昂 ,  梁生 ,  赵小艇 ,  曹寅 ,  李琳 ,  许桐楷 ,  刘峰 ,  彭俐

IPC分类号： G06T7/00 ,  G06T5/00 ,  G06V20/40 ,  G06V10/25 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B6/14 ,  A61B6/00

摘要： 本发明提供一种增强牙根管ROI辨识模型的区分度的方法，基于临床数据图像制作样本集，同时为了提高训练模型的泛化能力，采用数据增强的方式扩增样本集。为了突出牙根管阳性牙齿(有牙根管治疗史)和牙根管阴性牙齿(无牙根管治疗史)的区别，本发明提出了针对牙根管治疗史判断的ROI特征增强的方法，通过将牙根管阳性牙齿的突出部位进行增强亮度来实现。经过ROI特征增强后的全部样本进行训练集和测试集的划分，输入卷积神经网络进行训练与测试。得到的模型就可以用来诊断牙齿牙根管是否具有治疗史，同时可以保存模型做进一步的训练和优化。

公开(公告)号：CN114066804A

公开(公告)日：2022-02-18

申请号：CN202111123166.9

申请日：2021-09-24

申请人： 北京交通大学

发明人： 赵小艇 ,  梁生 ,  朱宇昂 ,  李琳 ,  曹寅 ,  许桐楷 ,  刘峰 ,  彭俐

IPC分类号： G06T7/00 ,  G06V10/26 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种基于深度学习的曲面断层片牙位识别方法。该方法包括：构建用于曲面断层片牙位识别的卷积神经网络模型，该卷积神经网络模型包含了特征金字塔网络FPN和建议框网络RPN；利用训练集和验证集对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；将待识别的曲面断层片牙位图像输入到训练好的卷积神经网络模型，卷积神经网络模型输出待识别的曲面断层片牙位图像中的牙位信息。本发明简化了人工智能辅助口腔曲面断层片牙位识别的过程，避免了因增加分割过程而造成的可能性误差；丰富了人工智能辅助口腔曲面断层片牙位识别的技术；提出了目标检测+语义分割即实例分割来实现口腔断层牙位识别的技术。