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！

申请/专利权人：重庆师范大学

摘要：本发明涉及一种基于半监督语义分割的牙齿根管填充质量评估方法，属于图像处理领域。先用基于半监督学习的医学图像分割算法得到牙齿和根管的分割结果，分割模型用不同上采样和不同注意力机制交叉组合对网络结构进行扰动，以两个辅助分支为桥梁约束两个主要分支，最终鼓励两种不同上采样和不同注意力机制扰动的模型预测输出一致。再根据牙齿和根管的分割结果确定根尖的位置和距离信息并评估根管是否超填、恰填和欠填，然后提出了一种根管自适应阈值分割的方法，以及评估根管是否不致密的方法。由此通过牙齿根管填充质量自动化评估的方法，可使评估效率有所提升，改善牙齿根管填充质量评估耗时和评估效率低的问题。

主权项：1.基于半监督语义分割的牙齿根管填充质量评估方法，其特征在于：该方法包括以下步骤：S1：构建半监督语义分割模型，半监督语义分割模型包括改进的4分支网络和改进的一致性约束函数，4分支网络由一个共享编码器和4个解码器构成，对4个解码器进行不同上采样和不同注意力交叉扰动，构成双上采样与双注意力交叉扰动的4分支网络结构；S2：改进有标记一致性损失函数，引入低置信区域损失函数，以分割预测的低置信区域为主导，评估分割预测中的低置信区域与真实标签中相同区域的差异；S3：改进无标签交叉相互一致性损失函数，以两个辅助分支为桥梁约束两个分支预测输出保持一致，具体为与监督与监督与相互监督，与作为中间带有共同扰动方式的桥梁，最终鼓励两种不同上采样和不同注意力机制扰动的模型预测输出和一致；S4：首先利用标注的牙齿数据集进行训练，保存牙齿分割的最佳模型参数，再利用标注根管的数据集进行训练，保存根管分割的最佳模型参数，利用训练好的牙齿和根管预测模型对测试集的小牙片进行测试，将测试集的小牙片调整为统一大小以匹配预测模型输入要求，得到4个分支的分割预测概率图，将2个主要分支的预测结果叠加后平均，最后恢复到原图像素尺寸便于后续评估，得到最终的牙齿分割二值图、提取到的根管和评价指标；S5：遍历每个根管轮廓，找到每个轮廓中最低的点并保存位置信息，每个轮廓中最低点确定为小牙片中每个根管的根尖位置；遍历所有根尖位置，当根尖位置与分割得到的牙齿区域进行与运算，真值为1时，表示根尖在牙齿内部，否则代表根尖超出了牙齿，对超出牙齿的根管评估为超填，再根据S7进行不致密评估；对根尖在牙齿内部的根管需根据S6进一步评估是欠填或恰填；S6：根据较长的边为H，较短的边为W，需要获取小牙片实际物理尺寸2mm代表的像素点个数n来便于后续的评估；获取小牙片实际物理尺寸2mm代表的像素点个数，以分割结果Y的最低一行的每个像素点为起点，沿垂直方向从下向上移动，逐行向上移动直到遇到像素值由0转变为255的点，保存该点坐标；将保存的点坐标以横坐标从左往右排序，并依次连接为曲线Q，根据曲线Q求极小值点，保存曲线Q上的每个极小值为牙尖位置；计算每个根管对应的牙尖的位置，由于根尖对应的牙尖一定存在根尖横坐标左右范围内，以每个根尖位置为中心，在所有牙尖集合中选出横坐标i∈[u0-fw,u0+fw]范围内的点，作为根尖对应的牙尖位置；根据根尖坐标和对应牙尖坐标计算根尖与对应牙尖的距离，根据根尖和牙尖的距离Dt依次对小牙片中的根管进行评估，评估小牙片中所有根管是否欠填或恰填，当Dt≥n时，根尖与牙尖的距离超过了2mm，该根管评估为欠填，当0＜Dt＜n时，该根管评估为恰填，再根据S7进行不致密评估；S7：根据对S4分割提取到的根管区域做伽马增强，通过伽马增强技术使不致密区域的灰度更暗，取γ＝2，不致密暗部与根管亮部出现明显差异，计算增强后图像的直方图和累积分布函数CDF，对累积分布函数进行平滑处理，计算平滑后的累积分布函数的一阶导数和二次导数，取CDF二次导数的最大峰值为阈值分割的阈值，实现根管区域自动获取分割阈值；对根管区域进行阈值分割，根管区域内像素值小于等于分割阈值H的灰度值为0，根管区域内像素值大于分割阈值H的灰度值为255，得到不致密区域的阈值分割结果；S8：遍历每个根管轮廓，检查该根管区域是否有孔洞，对每个根管区域进行形态学区域填充，用填充后的区域与填充前相减，由于不致密区域为0，用填充后的区域全为255，减填充前的区域后为255的区域表示为不致密区域，如果存在不致密区域将此根管评估为不致密。

全文数据：

权利要求：

百度查询： 重庆师范大学 基于半监督语义分割的牙齿根管填充质量评估方法