【技术实现步骤摘要】
牙根管治疗史检测模型训练方法、图像处理方法和装置
[0001]本申请涉及医疗
，尤其涉及一种牙根管治疗史检测模型训练方法、图像处理方法和装置。
技术介绍
[0002]随着医学技术的发展，医生在检测牙齿的相关问题时主要是通过基于人工智能的X光影像检测的方法，确定用户的口腔问题。因此，发展基于人工智能进行检测的智慧医疗，具有重要的意义。
[0003]目前，人工智能的检测方法主要是通过卷积神经网络的方式对龋齿、牙周炎以及智齿进行检测，并没有对牙根管治疗史进行检测的方法。而卷积神经网络网络方法在卷积池化的过程中有可能会造成关键特征信息的损失或者不突出，由于其他牙病，例如，带冠牙齿和填充牙齿，可能存在牙根管治疗史患者的牙齿相似的表征，因此，通过卷积神经网络方法对牙根管治疗史的图像进行处理时，可能会将牙根管治疗史的特征丢失，导致对于牙根管治疗史进行检测的准确度较差。
技术实现思路
[0004]本申请实施例提供了一种牙根管治疗史检测模型训练方法、图像处理方法和装置，能够准确的提取出单个牙齿和单个牙齿对应的牙龈...
【技术保护点】
【技术特征摘要】
1.一种牙根管治疗史检测模型训练方法，其特征在于，包括：获取多张待处理样本图像，所述待处理样本图像为单个牙齿和所述单个牙齿对应的牙龈的图像；针对每张待处理样本图像，对所述待处理样本图像的像素强度进行积分处理，得到所述牙龈对应的牙龈线的位置；根据所述牙龈线的位置对所述待处理样本图像进行感兴趣区域提取处理，得到目标图像；提取多张所述目标图像对应的特征向量，生成特征向量样本集，并将所述特征向量样本集输入至支持向量机分类器进行训练，得到牙根管治疗史检测模型；所述牙根管治疗史检测模型用于对牙根管治疗史进行检测，获取牙根管的相关信息。2.根据权利要求1所述的方法，其特征在于，所述对所述待处理样本图像的像素强度进行积分处理，得到所述牙龈对应的牙龈线的位置，包括：在与牙龈线平行的方向上，对所述待处理样本图像上每一行的像素强度进行积分处理，得到所述每一行的像素强度和；将所述待处理样本图像的所有行对应的像素强度和中，处于待处理样本图像中间区域的最小的像素强度和对应的与牙龈线方向平行的直线的位置，确定为所述牙龈线的位置。3.根据权利要求1所述的方法，其特征在于，所述待处理样本图像为矩形图像；所述根据所述牙龈线的位置对所述待处理样本图像进行感兴趣区域提取处理，得到目标图像，包括：在所述待处理样本图像四个边角位置获取预设尺寸的像素块；计算各所述像素块的像素均值，并将四个边角位置对应的所述像素均值按照从小到大的顺序进行排列，形成像素均值顺序列；根据所述像素均值顺序列，确定所述牙龈所处的位置，并根据所述牙龈线的位置对所述待处理样本图像进行感兴趣区域提取，得到目标图像。4.根据权利要求3所述的方法，其特征在于，所述根据所述像素均值顺序列，确定所述牙龈所处的位置，并根据所述牙龈线的位置对所述待处理样本图像进行感兴趣区域提取，得到目标图像，包括：将所述像素均值顺序列中处于第三位和第四位的像素均值对应的像素块的位置确定为所述牙龈所处的位置；以所述牙龈线为分割线，对所述待处理样本图像进行切割，将所述待处理样本图像中，所述牙龈线与两个所述像素块的位置之间的区域确定为感兴趣区域；将所述感兴趣对应的图像确定为目标图像。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述提取多张所述目标图像对应的特征向量，包括：通过尺度不变特征变换算法对所述多张目标图像进行特征点提取，得到所述目标图像对应的特征；利用聚类算法对所述特征进行聚类分析，得到第一聚类结果；根据所述第一聚类结果，提取多张所述目标图像对应的特征向量。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
通过尺度不变特征变换算法对预设数量所述目标图像作为第一目标图像，对所述第一目标图像进行特征点提取，得到所述第一目标图像对应...
【专利技术属性】
技术研发人员：许桐楷，刘峰，彭俐，朱宇昂，赵小艇，曹寅，李琳，梁生，
申请(专利权)人：北京大学口腔医学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。