-
公开(公告)号：CN119564359A
公开(公告)日：2025-03-07
申请号：CN202411833926.9
申请日：2024-12-12
Applicant: 北京大学口腔医学院
Abstract: 本申请提供了一种牙科车针、种植手机和牙科钻孔装置。牙科车针，包括：套筒，套筒的轴向第一端被配置为与种植手机的驱动部驱动连接以在驱动部的带动下转动；切削杆，切削杆的轴向第一端位于套筒内且切削杆沿轴向相对于套筒可伸缩地设置，切削杆被配置为与套筒具有同步转动状态；和切削部，连接于切削杆的轴向第二端，切削部跟随切削杆相对于套筒的伸缩运动而靠近或远离套筒的轴向第二端。
-
公开(公告)号：CN119027531A
公开(公告)日：2024-11-26
申请号：CN202411120800.7
申请日：2024-08-15
Applicant: 北京大学口腔医学院
IPC: G06T11/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的CT伪影去除方法及系统，涉及医学影像技术领域，包括：获取CT图像，分别对CT图像进行正弦变换和小波变换处理；构建图像增强模型，处理后的图像分别通过依次连接的图像增强模型和随机反投影层进行图像优化；优化后的图像和原始图像耦合后输入至图像增强模型中进行再处理；再处理后的图像和优化后的图像进行元素相加得到伪影去除CT图像。本发明引进小波变换对CT图像进行处理，用于提取CT图像上下文以及空间信息，在伪影去除过程中有效提取特征信息，提高图像增强的性能；建立基于VMamba模型的CT图像分辨率增强模型，提高网络训练的长期依赖性，有效识别并去除放射性伪影，提高网络训练效率。
-
Patent Agency Ranking
公开(公告)号：CN119027531B
公开(公告)日：2025-05-16
申请号：CN202411120800.7
申请日：2024-08-15
Applicant: 北京大学口腔医学院
IPC: G06T11/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的CT伪影去除方法及系统，涉及医学影像技术领域，包括：获取CT图像，分别对CT图像进行正弦变换和小波变换处理；构建图像增强模型，处理后的图像分别通过依次连接的图像增强模型和随机反投影层进行图像优化；优化后的图像和原始图像耦合后输入至图像增强模型中进行再处理；再处理后的图像和优化后的图像进行元素相加得到伪影去除CT图像。本发明引进小波变换对CT图像进行处理，用于提取CT图像上下文以及空间信息，在伪影去除过程中有效提取特征信息，提高图像增强的性能；建立基于VMamba模型的CT图像分辨率增强模型，提高网络训练的长期依赖性，有效识别并去除放射性伪影，提高网络训练效率。
-
公开(公告)号：CN119862930A
公开(公告)日：2025-04-22
申请号：CN202411907753.0
申请日：2024-12-23
Applicant: 北京大学口腔医学院
IPC: G06N3/0895 , G06N3/0455 , G06N3/0499 , G06F18/2131 , G06F18/25 , G16H50/30 , G16H50/20 , A61B6/51 , A61C19/04
Abstract: 本公开提出一种模型训练、数据处理及口腔检测方法、装置和电子设备，涉及大数据及口腔医疗技术领域。本公开的一种模型训练方法包括：获取口腔医学诊疗中的检测样本，检测样本包括检测数据和标签；增强检测样本，获取训练样本；通过自监督学习模型处理训练样本，直至训练完成，其中，自监督学习模型的参数根据输出的诊断结果和标签调整。
-
公开(公告)号：CN119273632A
公开(公告)日：2025-01-07
申请号：CN202411292542.0
申请日：2024-09-14
Applicant: 北京大学口腔医学院
IPC: G06T7/00 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/776 , G06V10/80 , G06V10/82 , G06V10/77 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于人工智能大模型的口腔疾病检测方法，涉及口腔医学技术领域。包括获取牙齿病灶图片和对应口腔内部状态描述，采用特征提取块BERT和多尺度特征提取块MFEM分别提取牙齿病灶图片的图片特征信息和口腔内部状态的文本特征信息，识别并排除其中的假负样本，在YOLOv8网络中引入总损失函数和动态标签分配策略，获得改进的YOLOv8网络，将数据集分为训练集和测试集，依次输入改进的YOLOv8网络进行验证，得到验证后的YOLOv8网络，将牙齿病灶图片和对应文本信息输入验证后的YOLOv8网络中，得到病灶区域类型检测和文本描述。本发明能够有效提高口腔内多种疾病的检测与分类，并给予相应的病灶区域描述和建议。
-
公开(公告)号：CN119273632B
公开(公告)日：2025-05-16
申请号：CN202411292542.0
申请日：2024-09-14
Applicant: 北京大学口腔医学院
IPC: G06T7/00 , G06V10/25 , G06V10/52 , G06V10/764 , G06V10/776 , G06V10/80 , G06V10/82 , G06V10/77 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于人工智能大模型的口腔疾病检测方法，涉及口腔医学技术领域。包括获取牙齿病灶图片和对应口腔内部状态描述，采用特征提取块BERT和多尺度特征提取块MFEM分别提取牙齿病灶图片的图片特征信息和口腔内部状态的文本特征信息，识别并排除其中的假负样本，在YOLOv8网络中引入总损失函数和动态标签分配策略，获得改进的YOLOv8网络，将数据集分为训练集和测试集，依次输入改进的YOLOv8网络进行验证，得到验证后的YOLOv8网络，将牙齿病灶图片和对应文本信息输入验证后的YOLOv8网络中，得到病灶区域类型检测和文本描述。本发明能够有效提高口腔内多种疾病的检测与分类，并给予相应的病灶区域描述和建议。
-
公开(公告)号：CN118098287A
公开(公告)日：2024-05-28
申请号：CN202410389889.0
申请日：2024-04-01
Applicant: 北京大学口腔医学院
IPC: G10L25/66 , A61C19/04 , G06F18/2131 , G06F18/2415 , G06N3/045 , G06N3/0464 , G06N3/08 , G10L25/30 , G10L25/24 , G10L25/18 , G10L19/02 , G10L21/0208
Abstract: 本发明公开了一种牙齿邻面接触强度智能感知识别方法及系统，属于口腔健康检测技术领域。本发明利用声音信号分类模型识别牙齿邻面接触强度是否正常，其中声音信号分类模型包括依次连接的逐点深度卷积网络、两个残差网络，还包括置于两个残差网络之间的轻量级注意力网络，同时将残差网络的BasicBlock中第二个3*3卷积块替换为分离分支块。本发明可以在较低参数内有效学习频谱图的波纹特征信息，促进下采样过程提取有效信息，且有效融合来自不同滤波器生成的特征信息，提高特征表达能力及模型准确率，最终利用该模型可检测判定邻接强度是否正常。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
