摘要
本发明涉及医学影像处理技术领域,公开了一种基于梯度域转换与深度学习预测牙周健康指标的方法,包括:对所述牙周X光图像进行预处理,所述梯度域转换操作,用于凸显所述牙周X光图像的边缘信息,所述重采样操作,用于对所述梯度域图像进行重采样,所述梯度域图像去噪操作,用于去除梯度域转换操作中出现的噪声以及减小所述梯度域图像中边缘噪声;在生成对抗网络中创建生成器模型和鉴别器模型,所述生成器模型对预处理后的所述牙周X光图像进行精细处理,输出与牙骨质‑牙釉质交界和牙槽嵴顶位置的真实遮罩图像相匹配的预测遮罩图像;将深度学习、梯度域图像处理技术以及牙周健康指标计算相结合,以提高牙周健康指标预测的准确性和自动化程度。
技术关键词
深度学习预测
十字形结构
像素
条件生成对抗网络
图像评估
元素
指标
代表
生成对抗网络模型
瓶颈
噪声
上采样
图像处理技术
轮廓信息
矩阵
网络结构
滤波
系统为您推荐了相关专利信息
异常检测方法
无线电接收机
输出特征
ReLU函数
自动化异常检测
点状缺陷
线状缺陷
触摸屏缺陷检测
曲率特征
闭合轮廓线
自主导航方法
图像处理模块
高分辨率地图
自主导航系统
激光测距模块
条码图像
扫描平台
分拣机械臂
线运输装置
图像评估