一种基于梯度域转换与深度学习预测牙周健康指标的方法

    公开(公告)号:CN118365636A

    公开(公告)日:2024-07-19

    申请号:CN202410775022.9

    申请日:2024-06-17

    摘要: 本发明涉及医学影像处理技术领域,公开了一种基于梯度域转换与深度学习预测牙周健康指标的方法,包括:对所述牙周X光图像进行预处理,所述梯度域转换操作,用于凸显所述牙周X光图像的边缘信息,所述重采样操作,用于对所述梯度域图像进行重采样,所述梯度域图像去噪操作,用于去除梯度域转换操作中出现的噪声以及减小所述梯度域图像中边缘噪声;在生成对抗网络中创建生成器模型和鉴别器模型,所述生成器模型对预处理后的所述牙周X光图像进行精细处理,输出与牙骨质‑牙釉质交界和牙槽嵴顶位置的真实遮罩图像相匹配的预测遮罩图像;将深度学习、梯度域图像处理技术以及牙周健康指标计算相结合,以提高牙周健康指标预测的准确性和自动化程度。

    一种基于梯度域转换与深度学习预测牙周健康指标的方法

    公开(公告)号:CN118365636B

    公开(公告)日:2024-09-20

    申请号:CN202410775022.9

    申请日:2024-06-17

    摘要: 本发明涉及医学影像处理技术领域,公开了一种基于梯度域转换与深度学习预测牙周健康指标的方法,包括:对所述牙周X光图像进行预处理,所述梯度域转换操作,用于凸显所述牙周X光图像的边缘信息,所述重采样操作,用于对所述梯度域图像进行重采样,所述梯度域图像去噪操作,用于去除梯度域转换操作中出现的噪声以及减小所述梯度域图像中边缘噪声;在生成对抗网络中创建生成器模型和鉴别器模型,所述生成器模型对预处理后的所述牙周X光图像进行精细处理,输出与牙骨质‑牙釉质交界和牙槽嵴顶位置的真实遮罩图像相匹配的预测遮罩图像;将深度学习、梯度域图像处理技术以及牙周健康指标计算相结合,以提高牙周健康指标预测的准确性和自动化程度。