申请/专利权人：浙江工业大学

申请日：2021-01-19

公开（公告）日：2024-04-19

公开（公告）号：CN112785569B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/12;G06T5/92;G06T3/4038;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2021.05.28#实质审查的生效;2021.05.11#公开

摘要：一种基于边缘指导和多尺度融合的全景片龋齿分割方法，在获取牙齿全景片后，对每张全景片进行图像增强操作，并将原始全景片与增强后的全景片组合在一起作为模型输入，之后将全景片输入至五层级联特征提取模块，得到龋齿图像经过前两层级联特征提取模块时所生成的一、二层特征图以及特征图；将前两层特征图输入至边缘指导模块得到边缘分割结果；将第五层特征图输入至多尺度融合模块得到龋齿图像的深层特征图，输入至级联特征提取模块和权重聚合模块，得到龋齿图像的区域分割结果；将两个分割结果进行融合得到最终的龋齿分割结果。本发明使得网络提取边缘特征以及多尺度信息能力大大增强，使得模型在处理形态不同的全景片时均能获得不错的泛化能力。

主权项：1.一种基于边缘指导和多尺度融合的全景片龋齿分割方法，其特征在于，所述方法包括以下步骤：步骤S1、获取牙齿全景片，对每张全景片进行图像增强操作，并将原始全景片与增强后的全景片组合在一起，作为模型输入I；步骤S2、将全景片I输入至五层级联特征提取模块，得到一、二层生成的特征图F1、F2，以及经过五层时所生成的特征图Fdeep_orig；步骤S3、将得到的特征图F1、F2输入至边缘指导模块，得到边缘分割结果Fedge；步骤S4、将得到的特征图Fdeep_orig输入至多尺度融合模块，得到特征图Fdeep；步骤S5、将特征图Fdeep输入至级联特征提取模块和权重聚合模块，得到龋齿图像的区域分割结果Farea；步骤S6、将边缘分割结果Fedge和区域分割结果Farea进行融合，得到最终的龋齿分割结果Fout。

全文数据：

权利要求：

百度查询： 浙江工业大学 基于边缘指导和多尺度融合的全景片龋齿分割方法

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