-
公开(公告)号：CN114140473A
公开(公告)日：2022-03-04
申请号：CN202111251800.7
申请日：2021-10-26
摘要： 本发明属于口腔人工智能影像智能识别领域，具体公开了基于CT影像数据的牙周膜与牙槽窝人工智能分割系统，包括数据采集模块，通过CT采集患者的口腔影像数据、通过扫描仪采集患者的口扫数据及口内照片；数据匹配模块，将患者的CT数据与口扫数据、口内照片数据进行匹配；算法训练模块，对所采集的口腔牙齿及周围影像数据进行牙周膜、牙槽窝数据集标记，训练算法；输入模块，将采集到的通过扫描仪采集患者的口扫数据及口内照片输入系统中；本发明能根据输入的数据及训练的算法，进行图像匹配及计算；输出模块，能简便而有效的判断牙根在牙槽窝中的位置，且识别判断准确度高。
-
公开(公告)号：CN114155191A
公开(公告)日：2022-03-08
申请号：CN202111244806.1
申请日：2021-10-26
摘要： 本发明属于口腔人工智能影像智能识别领域，具体公开了通过人颈椎影像判断牙颌面生长发育的人工智能系统，包括数据采集模块，通过CT、头颅侧位片采集患者的牙颈椎影像数据；算法处理模块，用于获取数据采集模块采集的数据，并对数据进行预处理、判断处理以及关键点检测特征识别处理；输出模块，利用LightGBM模型输出所预测的生长周期类别；专家校正模块，根据当前的模型系统输出的分析结果给出最终分析结果，并经审查调整后的将最终分析结果自动归入到系统中；算法优化模块，根据调整的结果，进行自主学习，优化算法。本发明能更准确的利于颈椎骨形态的变化来判断儿童生长发育的状况，预测判别结果更可靠。
-
公开(公告)号：CN117992912A
公开(公告)日：2024-05-07
申请号：CN202410139509.8
申请日：2024-01-31
申请人： 上海交通大学医学院附属第九人民医院
IPC分类号： G06F18/25 , G06N3/0442 , G06N3/08 , G16H50/20 , G16H50/70
摘要： 本发明涉及一种牙颌面生长发育预测的人工智能系统，运用多模态学习将生长发育相关的生物信息进行整合，结合人工智能技术，训练出多模态学习的牙颌面生长发育预测的人工智能系统，具体包括如下：特征提取模块：生长发育相关的生物信息中各个模态的特征提取，包含文本信息和视觉信息；特征融合模块：利用多层融合多模态数据特征，通过四个LSTM来融合特征提取模块的各个模态的特征并输出特征向量；结果预测模块：利用特征融合模块的四个LSTM来融合各个模态的特征后，使用softmax函数来预测生长发育状况。解决了以往的预测方法消耗大量人力物力，准确率也不高的问题，能够提高生长发育预测的准确率，并且降低使用者的学习成本，便于提高临床诊治水平。
-
公开(公告)号：CN118303838A
公开(公告)日：2024-07-09
申请号：CN202410340327.7
申请日：2024-03-25
申请人： 上海交通大学医学院附属第九人民医院
IPC分类号： A61B5/00 , G06V10/764 , G06V10/82 , G06T7/20 , G06F16/55 , G16H50/20 , G06N3/084 , G06N3/0985 , G06N3/04
摘要： 本发明涉及一种基于电子面弓数据库的正畸下颌运动分析方法及装置，方法包括以下步骤：获取不同症状的正畸颞下颌关节的下颌运动电子面弓轨迹数据；对下颌运动电子面弓轨迹数据进行标注处理和分类处理，建立正畸颞下颌关节疾病的下颌运动电子面弓数据库；使用下颌运动电子面弓数据库的下颌运动电子面弓数据，训练适合用于分类的深度神经网络模型；训练好的深度神经网络模型通过识别输入的下颌运动电子面弓数据，来确定是否存在颞下颌关节运动异常，并进行筛选及其可能的颞下颌关节疾病类型。解决了下颌骨动态分析的人工成本高，效果差的问题，从多个维度分析下颌骨动态，深度神经网络模型训练出分析水平高的预测系统，辅助临床诊治，降低学习成本。
-
-
-
搜索结果
4 条记录 (耗时 0.076 秒)
