摘要
本发明提供一种基于残差神经网络的多模态牙根量化分析方法及系统,该方法获得牙根的多模态图像样本,每个多模态图像样本包括一对同一牙根部位的5T高场口腔MRI图像,构成牙根5TMRI和CBCT图像数据集;构建并训练牙根图像配准模型包括图像预处理模块、残差神经网络、刚性配准模块和空间变换模块;将待配准5TMRI图像和待配准CBCT图像,通过训练后的牙根图像配准模型,得到配准后的5TMRI和CBCT图像;得到量化分析结果;对牙周健康程度进行判定;本发明能够实现更高的配准精度,基于配准后图像进行牙体及牙周健康状况判定,实现了牙体及牙周健康状况的客观量化评估,提升了对牙体及牙周健康状况判断的精确度。
技术关键词
残差神经网络
图像配准模型
量化分析方法
牙周袋
双线性插值方法
图像特征向量
刚性配准方法
牙髓
模型训练模块
图像采集模块
量化分析系统
残差模块
分析模块
多模态
样本
全局平均池化
参数
系统为您推荐了相关专利信息
故障诊断方法
多头注意力机制
滚动轴承
特征提取器
分类器
活动识别方法
双频段
残差神经网络
多任务联合训练
融合特征
深度残差神经网络
故障类别
变压器
频率响应
全局平均池化
核主泵转子
故障诊断方法
皮尔逊相关系数
故障分类模型
高效率