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
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。