买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利基于深度学习的牙外伤影像诊断系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120031867B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510486530.X，技术领域涉及：G06T7/00；该发明授权基于深度学习的牙外伤影像诊断系统及方法是由徐志民;张赢心;陈海鹏;戴桓琰;魏欣;李锡;武志艳;刘哲昊;于征磊设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本基于深度学习的牙外伤影像诊断系统及方法在说明书摘要公布了：本发明提供了基于深度学习的牙外伤影像诊断系统及方法，属于牙齿诊疗领域。方法包括：对收集的若干第一CBCT影像数据进行数据增强，获得风格多样化程度更高的训练数据，使用训练数据对基于SwinTransformer的分割模型以及分类模型进行训练；使用训练后的分割模型对目标患者的第二CBCT影像数据进行牙齿影像分割处理，获得多张单体牙齿影像，从各单体牙齿影像中提取得出各牙齿的单体特征和共同特征；使用分类模型对单体特征进行分类，得出若干分类结果，基于共同特征将各分类结果中的部分分类结果删除；基于删除后剩余的各分类结果，生成对应的治疗方案。本发明实现了对牙外伤的准确诊断，可辅助医生提升诊疗效率。

本发明授权基于深度学习的牙外伤影像诊断系统及方法在权利要求书中公布了：1.一种基于深度学习的牙外伤影像诊断方法，其特征在于：所述方法包括下述步骤： 对收集的若干第一CBCT影像数据进行数据增强，获得风格多样化程度更高的训练数据，使用所述训练数据对基于SwinTransformer的分割模型以及分类模型进行训练； 使用训练后的分割模型对目标患者的第二CBCT影像数据进行牙齿影像分割处理，获得多张单体牙齿影像，从各所述单体牙齿影像中提取得出各牙齿的单体特征和共同特征；共同特征指的是所有或者多数牙齿都有的一些普遍特征； 使用分类模型对所述单体特征进行分类，得出若干分类结果，基于所述共同特征将各所述分类结果中的部分分类结果删除； 基于删除后剩余的各所述分类结果，生成对应的治疗方案； 对收集的若干第一CBCT影像数据进行数据增强，获得风格多样化程度更高的训练数据，包括： 对原始的所述第一CBCT影像数据进行傅里叶变换处理，获得频域影像数据； 从其他原始的所述第一CBCT影像数据中选取噪声数据并将其转换至频域、获得频域噪声数据，将所述频域噪声数据与所述频域影像数据进行叠加，得到新频域影像数据； 对各新频域影像数据进行逆傅里叶变换，得到多张第三CBCT影像数据，基于各所述第一CBCT影像数据、所述第三CBCT影像数据及对应的类别标签，构造得出多条训练数据； 将所述频域噪声数据与所述频域影像数据进行叠加，得到新频域影像数据，包括： 确定所述频域影像数据的低频部分和高频部分，对于低频部分和高频部分，分别使用第一添加比例、第二添加比例对所述频域噪声数据进行弱化；其中，所述第一添加比例小于所述第二添加比例； 将弱化后的所述频域噪声数据与所述频域影像数据进行叠加，得到新频域影像数据； 在将所述频域噪声数据与所述频域影像数据进行叠加之前，所述方法还包括： 确定所述第一CBCT影像数据与其他所述第一CBCT影像数据的整体相似度，根据所述整体相似度匹配得到强化数量；其中，所述强化数量与所述整体相似度负相关； 为所述第一CBCT影像数据生成对应于所述强化数量的多组添加比例，每组所述添加比例中均包含第一添加比例、第二添加比例。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。