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：武汉大学

摘要：本发明公开了一种基于TS‑PCNet的全景X光片图像分类方法及系统，首先对口腔全景X光片进行数据增强，采用尺寸变换，随机翻转、图像增强等方法丰富数据集，从而提高模型的泛化性；然后进行样本均衡处理，对样本数量较少的类别进行过采样，使数据集样本均衡；最后，在处理后的数据集上训练本发明提出的两阶段牙周炎分类模型TS‑PCNet，它以深度残差网络为基础，第一阶段对牙齿进行患病与健康的二分类，第二阶段进一步实现患病程度的轻微、中度、重度分类，最终实现牙周炎的精确诊断。解决人工读片时间长、负担重、难以诊断早期症状的问题。另外，本发明的TS‑PCNet具有良好的泛化性，可以通过迁移学习的方式轻松应用到其他任务上。

主权项：1.一种基于TS-PCNet的全景X光片图像分类方法，其特征在于，包括以下步骤：步骤1：获取口腔全景X光片并进行数据增强处理；步骤2：将均衡处理后的图像输入TS-PCNet网络中进行图像分类；所述TS-PCNet网络，由判断层和分类层组成；所述判断层，由卷积核尺寸为7×7、输出通道为64、步长为2的初始卷积层，池化核尺寸为3×3、步长为2的最大池化层，4个stack，池化核尺寸为7×7的平均池化层和全连接层组成，输出通道为2，负责是否患病的分类；所述分类层，由卷积核尺寸为7×7、输出通道为64、步长为2的初始卷积层，池化核尺寸为3×3、步长为2的最大池化层，4个stack，池化核尺寸为7×7的平均池化层和全连接层组成，所述分类层的网络结构与判断层的网络结构相同，仅最后一层全连接层的输出通道由2改为3，负责患病程度的轻微、中度、重度的三分类；所述TS-PCNet网络中的4个stack，第一个stack由3个卷积核尺寸为3×3，输出通道为64的残差模块组成，第二个stack由4个卷积核尺寸为3×3，输出通道为128的残差模块组成，第三个stack由6个卷积核尺寸为3×3，输出通道为256的残差模块组成，第四个stack由3个卷积核尺寸为3×3，输出通道为512的残差模块组成；所述残差模块，由两个Conv_BN模块组成，且输入和输出之间另有一条跨层通道直接连接；所述Conv_BN模块，由卷积层和批量归一化BN层组成。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于TS-PCNet的全景X光片图像分类方法及系统