摘要
本发明涉及一种基于人工智能的牙齿早期釉质脱矿评估方法及装置,属于图像处理领域,包括:获取样本数据并进行预处理后对改进Mask R‑CNN网络进行训练;通过训练完成的改进Mask R‑CNN网络对牙齿中的脱矿区域进行分割,将分割出的脱矿区域作为激励输入到segment anything网络以分割牙齿;通过计算分割得到的分割掩码中目标区域像素个数作为脱矿区域面积和脱矿区域所在牙齿的面积,并将脱矿区域面积除以脱矿区域所在牙齿的面积,得到脱矿区域占牙齿总面积的百分比作为脱矿指数,根据脱矿指数对牙齿进行评估。本发明提高了牙面釉质脱矿诊断和区域标记的准确性、精确性和效率,可以准确评估牙面釉质脱矿的程度。
技术关键词
特征提取单元
模型训练模块
图像
网络单元
评估装置
注意力机制
区域建议网络
像素
数据采集单元
训练集
标记单元
指数
矩阵
患者
粗略
成人
样本
系统为您推荐了相关专利信息
缝合线搜索方法
动态规划算法
显著性检测模型
图像
拉普拉斯金字塔
融合特征
深度感知相机
序列
交叉注意力机制
图像
图像序列数据
表面缺陷检测方法
混合辐射场
缺陷类别
颜色
抓取物体
物体抓取方法
机械臂坐标系
图像分割
计算机可读指令