基于FDB-DeepLabv3+模型的隐裂牙裂纹图像分割的方法

    公开(公告)号:CN116797788A

    公开(公告)日:2023-09-22

    申请号:CN202310590708.6

    申请日:2023-05-23

    Applicant: 广州大学

    Inventor: 王文龙 郭俊城

    Abstract: 本发明涉及软件通讯类技术领域,且公开了基于FDB‑DeepLabv3+模型的隐裂牙裂纹图像分割的方法,采用温差法对健康牙齿进行处理产生裂纹模拟隐裂牙;取正常牙齿,在100度沸水和零下196度的液氮中切换,通过骤冷骤热过程,模拟隐裂牙裂纹;使用电子显微镜拍摄牙齿表面带有裂纹的区域,图片大小为1920×1080,把其裁剪成大小为512×512大小的小图片,并人工把有裂纹的小图片进行语义级别像素标记;标记好的数据集放入改进的FDB‑DeepLabv3+网络进行训练,使其具备分割裂纹的能力,形成DeepLabV3+的图像语义分割模型。该基于FDB‑DeepLabv3+模型的隐裂牙裂纹图像分割的方法,实现临床上隐裂牙裂纹的分割,无需人工参与,对医生的诊断经验要求,并且可以提升诊断的准确率。

    基于YOLO目标检测算法进行隐裂牙裂纹自动标记的方法

    公开(公告)号:CN114898398A

    公开(公告)日:2022-08-12

    申请号:CN202210388728.0

    申请日:2022-04-14

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于YOLO目标检测算法进行隐裂牙裂纹自动标记的方法,包括以下步骤:采集数据集:制作隐裂牙;采用温差法对健康牙齿进行处理产生裂纹模拟隐裂牙;数据增强:对数据集进行数据增强;标记图片:将数据集中的裂纹区域用矩形框标记出来,得到训练数据集;建立YOLO网络结构;用已建立的训练数据集训练YOLO网络结构,从而获得最优权重模型。该基于YOLO目标检测算法进行隐裂牙裂纹自动标记的方法。本发明通过人工智能进行图像处理并实现裂纹的自动识别和判断,实现隐裂牙裂纹的自动标记,无需人工参与,降低对医生的诊断经验要求;对任意成像手段(X射线;超声成像;光学成像等)所生成的图像均适用。

    一种基于改进的Mask R-CNN的牙齿裂纹检测和分割方法

    公开(公告)号:CN119494817A

    公开(公告)日:2025-02-21

    申请号:CN202411495494.5

    申请日:2024-10-25

    Applicant: 广州大学

    Abstract: 本发明涉及牙齿诊断医疗技术领域,且公开了一种基于改进的Mask R‑CNN的牙齿裂纹检测和分割方法,包括以下步骤:S1、采集数据集:制作包含裂纹的牙齿模型,使用电子显微镜对牙齿模型进行多方位的图像采集,得到原始数据集;S2、扩充数据集:使用数据增强方法处理原始数据集,得到扩充数据集;S3、制作标签和划分数据集:使用标注软件Labelme对原始数据集和扩充数据集中有裂纹的图像进行人工标注,生成对应的图像标签,得到标注数据集,并将标注数据集随机分为训练集、验证集和测试集,其比例为8:1:1。本发明通过使用裂纹特征增强模块来替换1×1卷积,能帮助特征金字塔网络在特征融合中增强不同方向上的裂纹特征,更好地捕捉裂纹的空间和纹理信息。

    一种基于碳纳米管环氧树脂复合薄膜的柔性温度传感器及其制备方法

    公开(公告)号:CN109100039B

    公开(公告)日:2024-01-23

    申请号:CN201811038623.2

    申请日:2018-09-06

    Applicant: 广州大学

    Abstract: 本发明涉及温度传感器技术领域,具体涉及一种基于碳纳米管环氧树脂复合薄膜的柔性温度传感器及其制备方法,该基于碳纳米管环氧树脂复合薄膜的柔性温度传感器,包括柔性基板、镀制于所述柔性基板上的一对金属叉指电极、以及涂覆于所述金属叉指电极上表面的一层碳纳米管环氧树脂复合感温薄膜。其中金属叉指电极与该柔性感温薄膜构成传感器的温敏单元;利用叉指电极结构,使碳纳米管环氧树脂复合感温薄膜的阻值大幅度降低,从而降低噪声对测量信号的干扰,提高传感器的可靠性和稳定性。采用碳纳米管环氧树脂复合感温薄膜和柔性基板,使传感器具有良好的柔韧性,可实现传感器的微型化,拓宽应用范围,且本传感器结构简单,成本低,可实现大规模量产。

    一种基于Mask R-CNN实例分割的自动标记牙齿裂纹方法

    公开(公告)号:CN116012326A

    公开(公告)日:2023-04-25

    申请号:CN202211689162.1

    申请日:2022-12-27

    Applicant: 广州大学

    Abstract: 本发明涉及牙齿诊断医疗技术领域,公开了一种基于Mask R‑CNN实例分割的自动标记牙齿裂纹方法,包括:S1、制作包含裂纹的牙齿模型,使用电子显微镜对牙齿模型进行多方位的图像采集,得到原始数据集;S2、使用传统图像处理方法处理原始数据集,对经过处理的原始数据集加入噪声,得到扩充数据集;S3、使用标注软件Labelme对原始数据集和扩充数据集中有裂纹的图像进行人工标注,生成对应的标注图像;S4、使用S3中的训练集来训练Mask R‑CNN网络结构,从而获得最优权重模型;S5、使用S3中的测试集来测试模型的裂纹检测效果;S6、使用训练得到的模型对待标记的图像进行标记。

    实时位移场和应变场检测方法、系统、装置和存储介质

    公开(公告)号:CN112233104B

    公开(公告)日:2022-12-20

    申请号:CN202011160853.3

    申请日:2020-10-27

    Applicant: 广州大学

    Abstract: 本发明公开了一种实时位移场和应变场检测方法、系统、装置和存储介质,涉及机器视觉技术,包括以下步骤:获取第一图像和第一配置参数;根据所述第一配置参数对所述第一图像进行分割,得到多个第一子图;提取各所述第一子图的第一特征;获取第二图像和第二配置参数;根据所述第二配置参数对所述第二图像进行分割,得到多个第二子图;根据各所述第一子图的第一特征进行特征搜索,确定各所述第一子图的第一特征在对应的第二子图中的第二位置,根据第二位置得到各所述第一子图的第二中心坐标;根据各所述第一子图的第一中心坐标和第二中心坐标,得到应变场。本方案可以大大提升应变场的检测效率。

    一种基于3D-DIC的牙齿裂纹检测方法

    公开(公告)号:CN115082382A

    公开(公告)日:2022-09-20

    申请号:CN202210600662.7

    申请日:2022-05-30

    Applicant: 广州大学

    Abstract: 本发明公开了一种基于3D‑DIC的牙齿裂纹检测方法,包括以下步骤:S1:使用喷笔在牙齿表面喷涂黑色墨水,使得墨水呈密集的斑点状均匀分布于牙齿表面,所述斑点集合称为散斑图,通过双目相机获取牙齿的图像,图像分为左视图和右视图,经过校正后得到无畸变的左、右视图,S2:提取所述左视图和右视图中牙齿所在的区域,得到只包含牙齿的图像,S3:对左视图和右视图中牙齿所在区域的进行立体匹配,S4:计算得到视差图,S5:对视差图进行后处理,S6:生成局部点云图且经融合后生成完整点云图,S7:对牙齿施加压力重复以上步骤得到另一点云,S8:用3D‑DIC方法对比点云,得到三维应变场,S9:分析应变场得到主裂纹位置。

    一种隐裂牙检测方法、系统、装置及存储介质

    公开(公告)号:CN113610756A

    公开(公告)日:2021-11-05

    申请号:CN202110751728.8

    申请日:2021-07-02

    Applicant: 广州大学

    Inventor: 王文龙

    Abstract: 本申请公开了一种隐裂牙检测方法、系统、装置及存储介质。该方法对待检测的牙体喷涂散斑,进行标记预处理;对所述牙体进行加载,并在加载的过程中通过DIC技术确定所述牙体的应变场图像;对所述应变场图像进行二值化处理,得到二值化图像,并对所述二值化图像进行骨架化形态学操作,确定所述二值化图像中的裂纹路径,并根据所述裂纹路径和所述应变场图像,确定所述牙体的裂纹张开量。该方法具有显著的应用环境简单、成本低、对测量环境要求低、非接触的特点,并且通过图像实现对牙体变形的精确分析,有利于提高隐裂牙的检测精度,可以帮助患者更快、更准确地确定病情,进而及时得到有效治疗。本申请可广泛应用于牙体检测技术领域内。

    一种基于卷积神经网络的隐裂牙裂纹自动标记方法

    公开(公告)号:CN114743051A

    公开(公告)日:2022-07-12

    申请号:CN202210378377.5

    申请日:2022-04-12

    Applicant: 广州大学

    Inventor: 王文龙 郭俊城

    Abstract: 本发明涉及隐裂牙裂纹标记技术领域,具体公开了一种基于卷积神经网络的隐裂牙裂纹自动标记方法,包括以下步骤:S1、制作隐裂牙;S2、制作数据集;S3、数据集训练;S4、计算标记。本发明采用温差法对健康牙齿进行处理,使牙齿通过热胀冷缩产生裂纹,从而模拟隐裂牙,使用电子显微镜拍摄牙齿表面带有裂纹的区域,图片大小为1920×1080共700‑800张,把其裁剪成大小为256×256大小的图片,可以简单快速地对隐裂牙裂纹位置进行自动标记,无需人工干预,有效避免了传统通过人眼观察进行裂纹的识别与诊断,一方面对临床医生提出了一定临床经验的要求,另一方面由于医生的视觉疲劳或误判,会对隐裂牙的诊断造成不准确的诊断的问题发生。

    一种谐波减速器拆卸装置
    10.
    发明公开

    公开(公告)号:CN114700979A

    公开(公告)日:2022-07-05

    申请号:CN202210459106.2

    申请日:2022-04-27

    Applicant: 广州大学

    Abstract: 本发明涉及谐波减速器技术领域,尤其是涉及一种谐波减速器拆卸装置,包括电动滑台机构、并联运动机构、自动拧螺栓机构和机械爪机构,其中,所述并联运动机构滑动设置在所述电动滑台机构上,并可沿所述电动滑台机构的长边方向往复运动;所述自动拧螺栓机构固设在所述并联运动机构上,用于螺栓的拧紧和拧松;所述机械爪机构固设在所述并联运动机构远离所述电动滑台机构的一端,用于拆卸零件的抓取。本发明的谐波减速器拆卸装置,可以减少该谐波减速器装卸过程中使用的劳动力,提高拆卸的高效性及准确性,使谐波减速器的装配一定程度上满足自动化生产需求,实现常规精度谐波减速器装卸的半自动化和自动化装卸。

Patent Agency Ranking