公开(公告)号：CN117237329A

公开(公告)日：2023-12-15

申请号：CN202311345111.1

申请日：2023-10-17

Applicant: 南京大学

Inventor： 肖静璇 ,  陈颖 ,  张逸凡

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

Abstract: 本发明提出了一种基于卷积神经网络的利用牙CBCT图片自动判断牙是属于牙根纵裂还是非牙根纵裂的方法。该方法使用卷积神经网络提取图片特征，构建记忆网络模块，模拟人类记忆存储和更新机制构造，使用类别记忆帮助网络训练，并提高分类准确性。本发明通过特征提取模块、类别记忆模块和损失函数相结合的网络结构，解决了CBCT数据集相较于常规图像数据集而言数据量小，噪声大，难以提取特征的问题，同时，充分利用有经验医生对牙根纵裂的更准确判断来学习并凝结记忆，帮助自动诊断牙根纵裂，大大减少医护人员的工作量，同时提高了牙根纵裂预测的准确性，为患者做到早发现早治疗的，减少因发现过晚导致的对牙齿更大的损伤。

公开(公告)号：CN117011573A

公开(公告)日：2023-11-07

申请号：CN202211219615.4

申请日：2022-09-30

Applicant: 南京大学

Inventor： 张逸凡 ,  陈颖

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/26

Abstract: 一种基于引入CBAM注意力机制的孪生交叉对比神经网络的利用腮腺肿瘤CT图片自动判断肿瘤是属于良性还是恶性的方法，包括步骤：首先构建并训练判断每张腮腺肿瘤CT上的肿瘤属于良性或是恶性的分类器，采集腮腺CT图片并分割出仅包含腮腺肿瘤部分的CT图片，并进行图像处理，输入已训练好的分类神经网络模型中，将神经网络的输出作为腮腺肿瘤CT上的肿瘤属于良性或是恶性的分类结果。