摘要
本发明涉及一种基于多模态深度学习的颞下颌关节运动功能状态识别方法、装置及电子设备。该方法从预先构建的颞下颌关节运动功能状态数据库中获取多模态数据样本并进行预处理;基于预处理后的多模态数据样本,根据数据类别分别训练并优化预训练的图像分割模型以及图像分类模型;利用后端融合方法将训练好的图像分割模型和图像分类模型融合得到多模态深度学习模型,并利用预处理后的多模态数据样本训练并优化多模态深度学习模型;获取待识别的多模态数据并输入训练好的多模态深度学习模型,得到相应的颞下颌关节运动功能状态识别结果。与现有技术相比,本发明具有提高颞下颌关节运动功能状态识别的效率与准确率等优点。
技术关键词
多模态深度学习
关节运动功能
状态识别方法
图像分类模型
图像分割模型
颞下颌关节
数据
融合方法
深度学习模型
样本
面弓
锥形束CT图像
模型训练模块
融合特征
分类特征
状态识别装置
影像
自然语言
系统为您推荐了相关专利信息
影像特征数据
样本
头部MRI影像
图像特征数据
模态特征
脂肪
图像分割模型
掩膜
直方图均衡化图像
FCM算法
医学图像分割方法
医学图像分割模型
多尺度
图像块
双分支网络
无人机航拍图像
图像编码器
解码器
视觉
优化网络参数
医学影像标注方法
光学相干断层扫描
视野
分数阶傅里叶变换
晚期青光眼