一种基于CBCT图像数据评估种植体稳定性的分类模型的构建方法及其装置制造方法及图纸

本发明专利技术公开了一种基于CBCT图像数据评估种植体稳定性的分类模型的构建方法及其装置。首先通过训练后的Mobilenetv2

【技术实现步骤摘要】
一种基于CBCT图像数据评估种植体稳定性的分类模型的构建方法及其装置


[0001]本专利技术属于生物信息领域，涉及一种评估种植体稳定性的分类模型的构建方法及其装置和应用，具体涉及一种基于CBCT图像数据评估种植体稳定性的多任务卷积神经网络模型的构建方法及装置。

技术介绍

[0002]影像学检测越来越被广泛用于评估颌骨的骨质和骨量。种植体的稳定性在种植体植入后是一个动态变化的过程，随着骨重塑过程不断变化。使用医学影像技术来评估种植体周围骨质，可以为种植体稳定性评估提供一定的帮助。在对种植体稳定性进行评估时，仅使用传统的根尖片和全景片存在许多限制，无法提供颊舌侧牙槽骨水平的信息，且该水平的骨质流失先于近远中骨质流失；而通过口腔锥体束CT(CBCT)评估种植体周围骨整合区(种植体骨界面)能有效评估种植体稳定性。
[0003]临床治疗中，种植体稳定的评估常通过共振频率分析(RFA)进行评估。RFA可以通过Osstell设备进行测量，并自动转换成种植体稳定性系数(ISQ)，ISQ评分越高，表示种植体稳定性越高，骨整合越广泛。一般来说，临床上种植体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CBCT图像数据评估种植体稳定性的分类模型的构建方法，其特征在于，包括以下步骤：(1)CBCT图像数据收集和预处理：采集若干患者的CBCT数据，对CBCT数据进行处理，重建得到牙列横截面图像和种植体横截面图像，对种植体横截面图像中的义齿进行人工标记；(2)Mobilenetv2
‑
DeeplabV3+网络训练：将步骤(1)得到的经标记的种植体横截面图像数据输入至Mobilenetv2
‑
DeeplabV3+语义分割神经网络中进行训练，训练后得到一种基于CBCT图像的种植义齿分割模型；(3)种植体周围骨质图像提取：将训练集的CBCT图像输入到所述种植义齿分割模型中，得到相应的种植体横截面图像集；结合种植义齿的原始信息对图像集中的图像进行处理，获得相应的种植体周围骨质图像集；(4)ResNet
‑
50网络训练：根据所需的分类方式，将步骤(3)得到种植体周围骨质图像按其ISQ评分信息进行分类，并将种植体周围骨质图像集及其分类信息输入到ResNet
‑
50网络中，根据设置的分类模式进行训练，即可得到用于评估种植体稳定性的分类模型；所述Mobilenetv2
‑
DeeplabV3+网络为：将原有的改进版Xception主干网络修改为Mobilenetv2；在完成MobilenetV2的特征提取后，获得两个有效特征层，输入图像高和宽压缩两次的结果作为低级特征，输入图像高和宽压缩四次的结果经过ASPP作为高级特征，ASPP部分与解码器部分与DeeplabV3+保持一致。2.如权利要求1所述的构建方法，其特征在于，所述Mobilenetv2
‑
DeeplabV3+网络训练包括以下处理中的至少一种：a、采用在线随机数据增强对数据集进行扩充；b、并引入Focal loss函数解决one
‑
stage目标检测中正负样本比例严重失衡的问题；c、加载通过Imagenet数据...

【专利技术属性】
技术研发人员：黄俊强，黄泽伦，赵新，
申请(专利权)人：广州医科大学附属第三医院广州重症孕产妇救治中心，广州柔济医院，
类型：发明
国别省市：