-
公开(公告)号：CN109859203B
公开(公告)日：2022-10-14
申请号：CN201910125415.4
申请日：2019-02-20
申请人： 福建医科大学附属口腔医院
摘要： 本发明涉及一种基于深度学习的缺陷牙齿图像识别方法，首先提供的缺陷牙齿图像数据集合采用分水岭分割算法对数据集中的图像进行区域分割，得到区域分割后的图像；用高斯低通滤波器滤去噪声采用canny算子提取图像边缘得到边缘提取后的图像；分别进行图像叠加；然后，建立深度学习的图像训练数据集，并手动对图像的缺陷区域标记；选取cifar10Net的深度学习网络模型，对全连接层参数微调；对牙齿图像数据集进行迁移学习，训练并优化网络结构与参数；最后，保存训练好的神经网络模型，输入待判别的新图像，完成图像预处理及牙齿图像的缺陷区域建议。本发明将深度学习理论应用于实际有效的缺陷牙齿图像识别方法具有很强的鲁棒性，能较好地运用于口腔医学图像的智能识别领域。
-
公开(公告)号：CN109859203A
公开(公告)日：2019-06-07
申请号：CN201910125415.4
申请日：2019-02-20
申请人： 福建医科大学附属口腔医院
摘要： 本发明涉及一种基于深度学习的缺陷牙齿图像识别方法，首先提供的缺陷牙齿图像数据集合采用分水岭分割算法对数据集中的图像进行区域分割，得到区域分割后的图像；用高斯低通滤波器滤去噪声采用canny算子提取图像边缘得到边缘提取后的图像；分别进行图像叠加；然后，建立深度学习的图像训练数据集，并手动对图像的缺陷区域标记；选取cifar10Net的深度学习网络模型，对全连接层参数微调；对牙齿图像数据集进行迁移学习，训练并优化网络结构与参数；最后，保存训练好的神经网络模型，输入待判别的新图像，完成图像预处理及牙齿图像的缺陷区域建议。本发明将深度学习理论应用于实际有效的缺陷牙齿图像识别方法具有很强的鲁棒性，能较好地运用于口腔医学图像的智能识别领域。
-
公开(公告)号：CN112598603A
公开(公告)日：2021-04-02
申请号：CN202110133531.8
申请日：2021-02-01
申请人： 福建医科大学附属口腔医院
摘要： 本发明涉及一种基于卷积神经网络的口腔龋病图像智能识别方法。该方法采用了两种图像处理方式用于增强特征信息，在通过前期预处理后，再利用Matlab使用深度卷积神经网络的方式实现训练。训练使用的网络为已经学习了大量数据的网络，训练时对网络进行微调后使用迁移训练的方式完成训练。通过训练过程中得到的参数判断，使用边缘提取预处理的图像训练得到的网络识别率相较另外两种更为优秀。最后，通过使用Matlab实现了相应的图形界面，可以完成图像的载入，预处理和区域建议，图像的保存等任务，更易于使用。
-
公开(公告)号：CN211911873U
公开(公告)日：2020-11-13
申请号：CN202020145183.7
申请日：2020-01-23
申请人： 福建医科大学附属口腔医院
摘要： 本实用新型提供一种牙体及面部美学比例尺，包括第一直尺和第二直尺，所述第一直尺和第二直尺的上端部铰接在一起，所述第一直尺上套有可沿第一直尺长度方向滑动的第一副尺，所述第二直尺上套有可沿第二直尺长度方向滑动的第二副尺，所述第一直尺中部铰接有第三直尺，所述第三直尺上设有第三副尺，所述第二直尺中部铰接有第四直尺，所述第三直尺与第四直尺端部铰接，本实用新型结构简单，设计合理，使用方便，协助口腔医生在临床诊疗中进行美学诊断和分析，并有助于医患沟通。
-
-
-
搜索结果
4 条记录 (耗时 0.027 秒)
