【技术实现步骤摘要】
本申请涉及计算机，具体而言，涉及一种基于深度学习的牙齿图像识别与展示方法、装置、计算机可读介质及电子设备。
技术介绍
1、传统的口腔医学牙齿影像诊断方法通常缺乏自动化和智能化，需要人工干预和分析，效率较低。由于需要人工操作和分析，传统的牙齿影像诊断方法在影像获取、处理时效率较低。这不仅增加了医生的工作负担，也延长了患者的等待时间，造成牙齿图像获取、识别以及结果展示的效率和精度较低的问题。
技术实现思路
1、本申请的实施例提供了一种基于深度学习的牙齿图像识别与展示方法、装置、计算机可读介质及电子设备，进而至少在一定程度上可以解决牙齿图像获取、识别以及结果展示的效率和精度较低的问题。
2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
3、根据本申请的一个方面，提供了一种基于深度学习的牙齿图像识别与展示方法，包括：
4、获取待识别的牙齿图像；
5、基于预先训练得到的识别模型，识别所述牙齿图像中的目标区域，并生...
【技术保护点】
1.一种基于深度学习的牙齿图像识别与展示方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于预先训练得到的识别模型，识别所述牙齿图像中的目标区域，并生成所述目标区域对应的识别结果之前，还包括：
3.根据权利要求2所述的方法，其特征在于，将所述牙齿图像样本分割成大小相等的图块，将图块转换并组合成图块序列之后，还包括：
4.根据权利要求2所述的方法，其特征在于，将所述图块序列输入卷积神经网络进行训练，包括：
5.根据权利要求1所述的方法，其特征在于，基于预先训练得到的识别模型，识别所述牙齿图像中的目标区域...
【技术特征摘要】
1.一种基于深度学习的牙齿图像识别与展示方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，基于预先训练得到的识别模型，识别所述牙齿图像中的目标区域，并生成所述目标区域对应的识别结果之前，还包括：
3.根据权利要求2所述的方法，其特征在于，将所述牙齿图像样本分割成大小相等的图块，将图块转换并组合成图块序列之后，还包括：
4.根据权利要求2所述的方法，其特征在于，将所述图块序列输入卷积神经网络进行训练，包括：
5.根据权利要求1所述的方法，其特征在于，基于预先训练得到的识别模型，识别所述牙齿图像中的目标区域，并生成所述目标区域对应的识别结果，包括：
6...
【专利技术属性】
技术研发人员：吴刚，章飞，陈冬灵，
申请(专利权)人：深圳云甲科技有限公司，
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。