申请/专利权人：上海交通大学医学院附属第九人民医院

申请日：2023-12-29

公开（公告）日：2024-02-27

公开（公告）号：CN117612239A

主分类号：G06V40/16

分类号：G06V40/16;G06V10/774;G06V10/40

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明提供一种基于智能分类算法的颌面畸形自动识别方法，包括以下步骤，获取患者面部软、硬组织图像；面部软、硬组织图像预处理；颌面畸形类型定义；颌面畸形特征提取；颌面畸形分类器训练；颌面畸形识别与分类。本发明基于智能分类算法，定义了不同类型颌面畸变的特征参数，通过对患者面部软、硬组织图像进行预处理，提取颌面畸变特征参数值；然后，对颌面畸形分类器进行训练，得到颌面畸形分类器模型；以待测患者面部软、硬组织颌面畸变特征参数作为输入，利用该分类器模型对待测患者颌面畸形进行识别与分类。本发明具有很强的临床实用性，仅需开展少量、常规的影像测量工作，成本低且方法实施过程简单，分类准确度高，可有效提高颌面畸形诊断效率。

主权项：1.一种基于智能分类算法的颌面畸形自动识别方法，其特征在于：包括以下步骤：步骤一、获取面部软、硬组织图像：所述面部软、硬组织图像包括但不限于正面照片、侧面照片、头颅正位片和头颅侧位片；步骤二、对面部软、硬组织图像进行预处理；步骤三、基于先验知识对预处理后的面部软、硬组织图像分析获得颌面畸形类型定义与判定结果，所述判定结果包括正常、偏斜、后缩、前凸；步骤四、基于预处理后的面部软、硬组织图像提取颌面畸形特征值，颌面畸形特征包括3个正面特征和12个侧面特征；步骤五、颌面畸形分类器训练，以步骤四中提取的样本个体的颌面畸形特征值为输入，以步骤三中的经验丰富临床医生评判结果为输出，对智能分类器进行训练，获得到颌面畸形分类器模型；步骤六、颌面畸形识别与分类，具体为：获取待诊断的患者个体的面部软、硬组织图像，并进行面部软、硬组织图像预处理，提取颌面畸形特征值。以待诊断患者的颌面畸形特征值为输入，利用步骤五中的颌面畸形分类器模型进行预测分类，获得待诊断患者的颌面畸形识别结果。

全文数据：

权利要求：

百度查询： 上海交通大学医学院附属第九人民医院 一种基于智能分类算法的颌面畸形自动识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD