公开(公告)号：CN117218052A

公开(公告)日：2023-12-12

申请号：CN202310471345.4

申请日：2023-04-27

Applicant: 南京邮电大学

Inventor： 周安琪 ,  黄茗 ,  李炳衡 ,  戴修斌 ,  蒋昕

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于端到端回归卷积神经网络的多生牙自动检测方法，包括以下步骤：S1、对训练数据库和验证数据库中的医学影像标注存在多生牙的病灶区位置信息和类别信息；S2、建一个能同时实现定位和分类功能、进行端到端优化的回归卷积神经网络；S3、训练端到端回归卷积神经网络学习从医学影像中自动提取的特征与多生牙之间的非线性映射关系；S4、获得存在多生牙的病灶区位置以及出现多生牙概率的预测结果。本发明通过一个回归卷积神经网络模型即可同时实现端到端的多生牙病灶区位置和出现多生牙概率的实时全自动快速预测，避免了临床医生精力和个人经验等主观因素对多生牙检测精度的影响，提高了口腔临床对多生牙的检测效率。

公开(公告)号：CN114549523A

公开(公告)日：2022-05-27

申请号：CN202210436787.0

申请日：2022-04-25

Applicant: 南京邮电大学

Inventor： 戴修斌 ,  蒋昕 ,  朱书进 ,  冒添逸 ,  刘天亮

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于单步深度网络的曲面体层图正中多生牙自动检测方法，其特征在于，包括：采集新曲面体层图像；将新曲面体层图像输入训练获得的单步深度网络模型，获得多个候选边界框位置及包含目标类别属于正中多生牙的目标置信度；利用非极大值抑制方法从多个候选边界框中筛选出最终的边界框，获得正中多生牙的最终定位。本发明只需对曲面体层图像进行一次扫描，即可快速自动识别该图像中是否含有正中多生牙并同时给出其位置，以避免医生经验差异对精度的影响，辅助医生快速正确诊断正中多生牙。