-
公开(公告)号：CN112086198B
公开(公告)日：2023-09-26
申请号：CN202010981269.8
申请日：2020-09-17
Applicant: 西安交通大学口腔医院 , 西安交通大学
IPC: G16H50/50 , G16H50/30 , G06N3/0464
Abstract: 本发明公开了一种基于深度学习技术建立年龄评估模型的系统及方法，对西北汉族人群拍摄全口曲面断层片，将曲面断层片数据集按照8:1:1的比例划分成训练集、验证集和测试集，将训练集输入到EfficientNet‑B5的网络中进行分类器的训练，最终通过分类器在测试集上的表现来建立是否年满18岁的自动化分类模型。将传统深度学习模型简化，对图像添加与输出值直接相关的标签，通过计算机算法建立输入图像与输出值关联的神经网络模型，进而实现图像的自动化评价；选择整张曲面断层片作为神经网络的输入图像，而不仅仅局限于某一区域的牙齿，提供最全面的牙齿信息供计算机探索牙齿结构与年龄之间的相关性，避免遗漏其他具有提示意义的结构新信息。
-
公开(公告)号：CN113017868A
公开(公告)日：2021-06-25
申请号：CN202110222797.X
申请日：2021-02-26
Applicant: 西安交通大学口腔医院 , 西安交通大学
IPC: A61C7/00
Abstract: 本发明提供了一种正畸前后头颅侧位片配准方法及设备，采用计算机辅助头颅侧位片标点和轮廓绘制相对于以往通过硫酸纸进行绘制更加方便快捷且更易于储存和交流；采用计算机辅助角度、线性指标测量，相较于人工测量由于测量仪器造成的误差及测量过程耗时较长而言更加准确、快速；采用带尺度的迭代最近点算法，解决了由于体位、拍摄参数设置不同而造成的尺度变化，引入最大化相关熵度量，减少由于个别人为标点误差造成的噪声，相对于以往仅达到肉眼上图像基本重叠，提高配准结果的准确性。
-
公开(公告)号：CN113379724A
公开(公告)日：2021-09-10
申请号：CN202110729957.X
申请日：2021-06-29
Applicant: 西安交通大学口腔医院 , 西安交通大学
Abstract: 本发明公开了一种基于曲面断层片及深度学习的年龄推断系统及方法，本发明应用深度学习技术探索建立基于曲面断层片的年龄全自动推断的神经网络模型，以神经网络模型模拟曲面断层片图像与年龄之间的复杂相关关系，以计算机代替人工，实现更简便、更客观、更准确的年龄推断。本发明将传统深度学习模型简化，不需要人为干预，仅对图像添加与实际年龄标签，通过计算机算法建立输入图像与输出年龄关联的神经网络模型，从而实现全自动的年龄推断，该模式最大程度上减少主观误差，并简化流程，提高年龄推断的应用效率。
-
公开(公告)号：CN117670792A
公开(公告)日：2024-03-08
申请号：CN202311364463.1
申请日：2023-10-19
Applicant: 西安交通大学口腔医院 , 西安交通大学
IPC: G06T7/00 , A61B6/51 , A61B6/00 , G06T7/70 , G06T7/40 , G06V10/764 , G06V10/82 , G06V10/54 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于SataNet的头颅侧位片自动定点及测量方法和相关装置，包括：对目标样本的头颅侧位片影像进行标记；将标记处理后的目标样本的头颅侧位片影像输入预先构建的头颅侧位片自动定点及测量模型，输出头颅侧位片的相关解剖结构位点数据；其中，所述预先构建的头颅侧位片自动定点及测量模型为通过基于结合结构感知和纹理感知的CNN网络SaTaNet构建的头颅侧位片自动定点及测量模型。本发明建立模型的平均径向误差及成功检出率均优于既往模型，已达到了良好的定点测量效果。本发明建立模型的预测准确率、精确度、回召率及F1值提示其具有良好的临床适用性。
-
公开(公告)号：CN113034557B
公开(公告)日：2023-12-05
申请号：CN202110304695.2
申请日：2021-03-22
Applicant: 西安交通大学口腔医院 , 西安交通大学
IPC: G06T7/33 , G06T7/00 , G06T17/00 , G06V10/762 , A61C7/00
Abstract: 本发明提供了一种正畸前后腭皱襞的配准方法及设备，获取患者治疗前后口腔上腭的石膏模型，并通过模型扫描器对石膏模型进行扫描和存储；通过处理器将扫描后的口腔上腭的石膏模型中的腭皱襞及周围区域抠出并转换为点云，并通过处理器自动提取腭皱襞；通过处理器采用引入最大化相关熵度量的迭代最近点算法对治疗前后腭皱襞点云进行重叠，得到三维空间变换参数，并建立重叠模型的空间直角坐标系；通过三维空间变换参数与含有牙齿的原始模型进行重叠，并计算各个牙齿相应标记点的三维距离以及牙长轴在三维方向上的角度实现腭皱襞正畸矫治的配准，通过引入最大化相关熵度量减少石膏模型制取过程、腭皱襞提取过程的人为误差，提高了配准的精确度。
-
Patent Agency Ranking
公开(公告)号：CN113034557A
公开(公告)日：2021-06-25
申请号：CN202110304695.2
申请日：2021-03-22
Applicant: 西安交通大学口腔医院 , 西安交通大学
Abstract: 本发明提供了一种正畸前后腭皱襞的配准方法及设备，获取患者治疗前后口腔上腭的石膏模型，并通过模型扫描器对石膏模型进行扫描和存储；通过处理器将扫描后的口腔上腭的石膏模型中的腭皱襞及周围区域抠出并转换为点云，并通过处理器自动提取腭皱襞；通过处理器采用引入最大化相关熵度量的迭代最近点算法对治疗前后腭皱襞点云进行重叠，得到三维空间变换参数，并建立重叠模型的空间直角坐标系；通过三维空间变换参数与含有牙齿的原始模型进行重叠，并计算各个牙齿相应标记点的三维距离以及牙长轴在三维方向上的角度实现腭皱襞正畸矫治的配准，通过引入最大化相关熵度量减少石膏模型制取过程、腭皱襞提取过程的人为误差，提高了配准的精确度。
-
公开(公告)号：CN113017868B
公开(公告)日：2022-04-26
申请号：CN202110222797.X
申请日：2021-02-26
Applicant: 西安交通大学口腔医院 , 西安交通大学
IPC: A61C7/00
Abstract: 本发明提供了一种正畸前后头颅侧位片配准方法及设备，采用计算机辅助头颅侧位片标点和轮廓绘制相对于以往通过硫酸纸进行绘制更加方便快捷且更易于储存和交流；采用计算机辅助角度、线性指标测量，相较于人工测量由于测量仪器造成的误差及测量过程耗时较长而言更加准确、快速；采用带尺度的迭代最近点算法，解决了由于体位、拍摄参数设置不同而造成的尺度变化，引入最大化相关熵度量，减少由于个别人为标点误差造成的噪声，相对于以往仅达到肉眼上图像基本重叠，提高配准结果的准确性。
-
公开(公告)号：CN112086198A
公开(公告)日：2020-12-15
申请号：CN202010981269.8
申请日：2020-09-17
Applicant: 西安交通大学口腔医院 , 西安交通大学
Abstract: 本发明公开了一种基于深度学习技术建立年龄评估模型的系统及方法，对西北汉族人群拍摄全口曲面断层片，将曲面断层片数据集按照8:1:1的比例划分成训练集、验证集和测试集，将训练集输入到EfficientNet‑B5的网络中进行分类器的训练，最终通过分类器在测试集上的表现来建立是否年满18岁的自动化分类模型。将传统深度学习模型简化，对图像添加与输出值直接相关的标签，通过计算机算法建立输入图像与输出值关联的神经网络模型，进而实现图像的自动化评价；选择整张曲面断层片作为神经网络的输入图像，而不仅仅局限于某一区域的牙齿，提供最全面的牙齿信息供计算机探索牙齿结构与年龄之间的相关性，避免遗漏其他具有提示意义的结构新信息。
-
公开(公告)号：CN119205761B
公开(公告)日：2025-02-25
申请号：CN202411708887.X
申请日：2024-11-27
Applicant: 龙岩学院 , 龙岩烟草工业有限责任公司 , 西安交通大学 , 福建逢兴机电设备有限公司
Abstract: 本发明公开了一种基于多源异构数据融合的智能物料识别系统及方法，涉及智能物料识别管理技术领域。该基于多源异构数据融合的智能物料识别系统，包括：识别相关数据采集模块、采集质量评估判断模块、数据处理评估判断模块和环境优化综合判断模块。本发明通过采集识别相关数据，接着对识别相关数据的采集质量进行评估以判断是否执行识别相关数据处理，然后获取执行识别相关数据处理后的识别处理符合评估指数并判断是否执行物料识别相关环境优化，最后进行综合判断是否执行物料识别，实现了多源异构数据融合的智能物料识别过程中数据质量的提高，解决了现有技术中存在多源异构数据融合的智能物料识别过程中数据质量不高的问题。
-
公开(公告)号：CN118866320A
公开(公告)日：2024-10-29
申请号：CN202410887089.1
申请日：2024-07-03
Applicant: 西安交通大学
IPC: G16H50/20 , G06N3/0455 , G06N3/09 , G06N3/0464 , G06N3/0475 , G06N3/0895 , G06T7/00
Abstract: 本发明属于图像处理技术领域，涉及一种面向医学影像的基于多层级一致性的虚拟模态成像计算方法，包括：获取原始B超声图像和真实弹性超声图像的配对数据；通过特征编码提取特征图；对提取特征图进行解码，生成虚拟弹性超声图像；在训练阶段，通过多层级一致性约束，对虚拟弹性超声图像进行监督学习，以优化图像模态转换模型；在推理阶段，应用训练好的虚拟模态生成模型将新B超声图像转换为虚拟弹性超声图像，并进行结节诊断；本发明能够在硬件不支持多模态医学影像成像时，通过神经网络计算实现对虚拟模态医学影像的获取，可以在不改变超声探头硬件的情况下实现弹性图的成像，为临床诊断提供更充分的影像学信息。
-
-
-
-
-
-
-
-
-
Search Results
96
records
(took 0.027 seconds)
