摘要
本公开提供一种基于深度学习的颞下颌关节偏斜确定方法及系统,其中,方法,包括:获取用户的多视角二维图像和面扫数据;采用预设的多视角照片重建算法对用户的多视角二维图像进行三维重建,确定用户的三维面部模型;采用预设的点云特征提取网络,确定用户的三维面部模型和面扫数据的关键特征点;将用户的三维面部模型和面扫数据的关键特征点输入预设多模态图像配准算法,确定同一三维空间的多模态数据;将多模态数据输入预设的深度神经网络进行诊断,确定用户的诊断结果;根据多模态数据,确定用户对应的颞下颌关节偏斜的面部指标。通过本公开,采用二维图像实现颞下颌关节偏斜的早期筛查,降低数据采集成本,提高医疗诊断的效率和精度。
技术关键词
关键特征点
面部
多模态图像配准
特征提取网络
深度神经网络
视角
重建算法
非临时性计算机可读存储介质
照片
颞下颌关节
指标
机器学习算法
人脸模型
鼻翼
数据采集模块
诊断模块
系统为您推荐了相关专利信息
多维特征向量
非线性映射关系
历史教学
误差向量
生成对抗网络
实景三维模型
开发方法
建筑物
深度神经网络模型
数据
无线通信抗干扰方法
波束成形算法
无线通信抗干扰系统
软件定义无线电设备
对抗性
深度神经网络
车辆动力学模型
计算机可执行指令
物理
动态
电力作业场景
电力作业现场
辨识方法
深度神经网络模型
机器人本体