基于深度学习的牙颌面图像识别方法及系统技术方案

本发明专利技术涉及图像处理技术领域，公开了一种基于深度学习的牙颌面图像识别方法及系统，用于提高基于深度学习的牙颌面图像识别的准确率。方法包括：对原始牙颌面图像和牙颌面骨架结构图进行多模态特征提取处理，得到融合多模态特征表示数据并进行分类及分割处理，得到第一牙颌面解剖结构分类数据和第一牙颌面分割图并进行处理，得到第二牙颌面解剖结构分类数据，并对第一牙颌面分割图进行边界处理，得到第二牙颌面分割图；对第二牙颌面解剖结构分类数据及第二牙颌面分割图进行自然语言描述分析，得到描述性文本，对第二牙颌面分割图进行特征提取和可视化处理，得到可视化图像并进行报告分析，生成牙颌面图像识别报告。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种基于深度学习的牙颌面图像识别方法及系统。

技术介绍

1、现有的牙颌面图像识别技术涉及多个领域的交叉应用，包括医学影像学、计算机视觉和人工智能等。传统方法主要基于图像处理和机器学习算法，通常包括以下几个关键步骤：首先，对原始牙颌面图像进行预处理，如去噪、对比度增强和几何校正等。其次，利用各种特征提取技术，如灰度共生矩阵、gabor滤波器、局部二值模式等，从预处理后的图像中提取有效特征。然后，采用支持向量机、随机森林或人工神经网络等分类器对提取的特征进行分类，识别不同的牙颌面解剖结构或病变。同时，通过边缘检测、区域生长或图割等算法进行图像分割，标记出感兴趣的区域。最后，基于分类和分割结果，使用规则based的方法或简单的模板生成技术来产生初步的诊断报告。

2、然而，这些传统方法在处理复杂的牙颌面图像时仍面临诸多挑战。首先，手工设计的特征往往难以全面捕捉牙颌面结构的复杂性和病变的多样性，特别是在处理高度变异的病理特征时表现不佳。其次，传统机器学习算法在处理大规模、高维度的医学图像数据时，常常面临计算效率低下和过拟合本文档来自技高网...

【技术保护点】

1.一种基于深度学习的牙颌面图像识别方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习的牙颌面图像识别方法，其特征在于，所述对原始牙颌面图像进行预处理和增强处理，得到标准化图像步骤，包括：

3.根据权利要求1所述的基于深度学习的牙颌面图像识别方法，其特征在于，所述通过U-Net网络对所述标准化图像进行骨架结构提取处理，得到牙颌面骨架结构图步骤，包括：

4.根据权利要求1所述的基于深度学习的牙颌面图像识别方法，其特征在于，所述通过双流卷积图神经网络对所述原始牙颌面图像和所述牙颌面骨架结构图进行多模态特征提取处理，得到融合多模态特征表示数据步骤...

【技术特征摘要】

1.一种基于深度学习的牙颌面图像识别方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习的牙颌面图像识别方法，其特征在于，所述对原始牙颌面图像进行预处理和增强处理，得到标准化图像步骤，包括：

3.根据权利要求1所述的基于深度学习的牙颌面图像识别方法，其特征在于，所述通过u-net网络对所述标准化图像进行骨架结构提取处理，得到牙颌面骨架结构图步骤，包括：

4.根据权利要求1所述的基于深度学习的牙颌面图像识别方法，其特征在于，所述通过双流卷积图神经网络对所述原始牙颌面图像和所述牙颌面骨架结构图进行多模态特征提取处理，得到融合多模态特征表示数据步骤，包括：

5.根据权利要求1所述的基于深度学习的牙颌面图像识别方法，其特征在于，所述通过多任务学习框架对所述融合多模态特征表示数据进行分类及分割处理，得到第一牙颌面解剖结构分类数据和第一牙颌面分割图步骤，包括：...

【专利技术属性】
技术研发人员：冯安琪，王冬香，刘琴，
申请(专利权)人：贵州医科大学，
类型：发明
国别省市：