[发明专利]一种基于曲面断层片及深度学习的年龄推断系统及方法在审
| 申请号: | 202110729957.X | 申请日: | 2021-06-29 |
| 公开(公告)号: | CN113379724A | 公开(公告)日: | 2021-09-10 |
| 发明(设计)人: | 郭昱成;韩梦琪;杜少毅;鬲雨妍;吉玲玲;邹蕊 | 申请(专利权)人: | 西安交通大学口腔医院;西安交通大学 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/46;G06K9/62;G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 朱海临 |
| 地址: | 710004*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 曲面 断层 深度 学习 年龄 推断 系统 方法 | ||
1.一种基于曲面断层片及深度学习的年龄推断方法,其特征在于,包括以下步骤:
获得目标样本的曲面断层片;
构建年龄推断深度学习模型。
2.根据权利要求1所述的基于曲面断层片及深度学习的年龄推断方法,其特征在于,所述获得目标样本的曲面断层片的方法如下:
采用口腔影像设备拍摄全口曲面断层片,获得二维牙齿发育形态图像,并记录目标对象的准确实际年龄。
3.根据权利要求1所述的基于曲面断层片及深度学习的年龄推断方法,其特征在于,所述构建年龄推断深度学习模型的具体方法如下:
采用通过强化学习对ImageNet大型图像数据集搜索学习的网络EfficientNet-B5,并使用其在ImageNet上预训练的结果作为实验的预训练模型;在输入样本后,网络EfficientNet-B5通过卷积神经网络执行医学特征提取,并依据设定的学习策略迭代地完成特征学习,最终给出能够自动分类的分类器;
定义好网络模型后,按照8:1:1的比例,将数据集划分为训练集、验证集和测试集,保证所有分类网络均能够得到充裕的特征学习;将其输入到网络EfficientNet-B5中进行分类器的训练;通过分类器在测试集上的表现来评估分类器对不同年龄样本的分类能力。
4.根据权利要求3所述的基于曲面断层片及深度学习的年龄推断方法,其特征在于,所述评估是通过计算预测值和真值的平均绝对误差得出的。
5.一种基于曲面断层片及深度学习的年龄推断系统,其特征在于,包括:
图像采集单元,用于获得目标样本的曲面断层片;
模型构建单元,用于构建年龄推断深度学习模型。
6.一种基于曲面断层片及深度学习的年龄推断设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-4任一项所述方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-4任一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学口腔医院;西安交通大学,未经西安交通大学口腔医院;西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110729957.X/1.html,转载请声明来源钻瓜专利网。





