一种基于深度学习的正畸多模态数据的质量评估方法及系统

本发明公开了一种基于深度学习的正畸多模态数据的质量评估方法及系统，涉及口腔医疗领域，包括：采集正畸文本数据并进行预处理，利用优化样本数据对基于fasttext模型构建的初始文本质量评估模型进行训练，得到训练好的文本质量评估模型；采集若干张正畸图像并进行数据增强处理，利用增强样本数据对基于DenseNet网络构建的初始图像质量评估模型进行训练，得到训练好的图像质量评估模型；利用训练好的文本质量评估模型和图像质量评估模型对待测正畸多模态数据进行检测，获得质量评估结果。本发明可以对文本、图像等正畸多模态数据的质量进行评估，为正畸医生提供更全面、准确的患者口腔信息，帮助医生制定更加个性化的治疗方案。