一种基于口腔图像的龋齿自动检测方法、系统、存储介质及设备技术方案

本发明专利技术为一种基于口腔图像的龋齿自动检测方法、系统、存储介质及设备，其方法包括步骤：S1、获取带龋齿标签的口腔图像数据集；S2、对龋齿口腔图像数据集进行预处理，进行mosaic数据增强、随机平移翻转，扩大数据集的数量，并进行归一化处理；S3、构建基于改进YOLOv8s的网络模型YOLOv8s_sc；在其Backbone端引入金字塔池化结构SPPFCSPC，在其Neck端引入CA注意力机制模块；S4、将数据集样本输入到YOLOv8s_sc的网络模型中进行训练，得到训练后的权重文件；S5、将训练后的权重模型部署到移动端APP，通过调用YOLOv8s_sc算法利用手机检测口腔图像中的龋齿。本发明专利技术通过构建基于改进YOLOv8s的网络模型YOLOv8s_sc，能够更好地实现口腔图像龋齿检测的功能，提高了识别的精度。

【技术实现步骤摘要】

本专利技术涉及计算机视觉，尤其涉及一种基于口腔图像的龋齿自动检测方法、系统、存储介质及设备。

技术介绍

1、龋齿作为口腔疾病中最为普遍的一种，其患病率呈现上升趋势，龋齿是由于口腔内微生物菌群的改变而导致的牙齿组织的病理分解产生的，龋齿早期无明显症状因此受到人们忽视。目前检测最常见的方法是使用视觉-触觉检查。然而，临床检查是主观的并且效率不高，因此迫切需要一种能够自动且快速检测口腔中龋齿的方法。

2、目前常用的龋齿检测方法包括x射线成像、计算机扫描等，这些方法需要专业设备且过程繁琐，不便于大规模的推广。同时目前的龋齿检测方法流程较复杂，耗费时间和精力，如果去专门的牙科诊所，可能存在检测成本较高的问题。

3、深度学习(deep learning，dl)是一种机器学习技术，其核心思想是通过构建、训练和优化深层神经网络来实现对复杂数据模式的学习和提取。与传统的机器学习方法相比，深度学习具有更强大的表示学习能力和泛化能力，能够自动地从大规模数据中学习到复杂的特征表示，并实现对未知数据的准确预测和分类。深度学习模型可以直接从原始数据中提取特征，本文档来自技高网...

【技术保护点】

1.一种基于口腔图像的龋齿自动检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于口腔图像的龋齿自动检测方法，其特征在于，口腔图像数据集来源于Roboflow公开的数据集gp-dental；数据集包含各个角度、各个部位的口腔图像。

3.根据权利要求1所述的一种基于口腔图像的龋齿自动检测方法，其特征在于，步骤S3中的金字塔池化结构SPPFCSPC通过对输出的特征图进行金字塔池化和通道分离，对不同的通道信息和尺度信息进行提取，其具体过程如下：

4.根据权利要求1所述的一种基于口腔图像的龋齿自动检测方法，其特征在于，步骤S3中的CA注意力机...

【技术特征摘要】

1.一种基于口腔图像的龋齿自动检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于口腔图像的龋齿自动检测方法，其特征在于，口腔图像数据集来源于roboflow公开的数据集gp-dental；数据集包含各个角度、各个部位的口腔图像。

3.根据权利要求1所述的一种基于口腔图像的龋齿自动检测方法，其特征在于，步骤s3中的金字塔池化结构sppfcspc通过对输出的特征图进行金字塔池化和通道分离，对不同的通道信息和尺度信息进行提取，其具体过程如下：

4.根据权利要求1所述的一种基于口腔图像的龋齿自动检测方法，其特征在于，步骤s3中的ca注意力机制模块具体原理如下：

5.根据权利要求1所述的一种基于口腔图像的龋齿自动检测方法，其特征在于，步骤s3中的网络模型yolov8s_sc包括input端，用于数据的输入；ba...

【专利技术属性】
技术研发人员：胡国清，蔡盛伟，付西敏，陈佳，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：