买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：感跃医疗科技(成都)有限公司

摘要：本发明揭示了一种基于卷积核耦合更新的针对CBCT牙齿裂纹图像的分割方法，属于计算机视觉领域的图像处理技术。该分割网络以含有不同膨胀率的深度卷积为基础，通过引入卷积核耦合更新机制和通道信息补偿方法，增强了特征表示的一致性和有效性。此外，该分割网络还引入了跨层级多尺度信息融合的机制，促进了不同尺度特征之间的信息交互和融合。相比现有方法，本发明在CBCT牙齿裂纹分割准确率方面取得了显著改进。

主权项：1.一种基于卷积核耦合更新的针对CBCT牙齿裂纹图像的分割方法，其特征在于，包含以下步骤：S1：构建训练数据集：从临床采集得到的离体牙齿中，通过MicroCT图像扫描评估牙齿是否存在裂纹，从中挑选出含有裂纹的牙齿组成牙齿裂纹数据集；采集含有裂纹的牙齿的MicroCT图像，在MicroCT图像上对裂纹进行标注，获得每颗含有裂纹的牙齿的裂纹标签图；在标签图中，不同类别的物体像素被赋予不同的编号，其中代表牙齿裂纹的像素点的值为1，而背景像素点的值为0；随后，通过3D配准方法将MicroCT图像的裂纹标签图与牙齿CBCT图像对齐，形成了完整的牙齿CBCT裂纹数据集；S2：构建网络框架：网络框架包括多层相互对应的编码器层和解码器层，以及在编码器层和解码器层之间传递特征信息的跳跃连接模块；其中，每个编码器层包括一个ADDCStack层和一个下采样层，每个解码器层包括一个上采样层，一个ADDCStack层和一个分割头，跳跃连接模块包括CGAM跳跃连接层，网络训练的一次迭代的过程如下：S2-1：将输入网络的牙齿CBCT图像经过初始化后得到初始特征图，尺寸为，其中、和分别表示初始特征图的长度、宽度和深度，表示初始特征图的通道数，将初始特征图输入到编码器中，依次经过四层编码器层，每层编码器层提取特征后输出每层的特征图，其中表示特征图是经过第层编码器层得到的，初始特征图经过所有编码器层处理后，得到最高层编码器输出的特征图，将通过双重卷积解码器层处理，得到特征图，其中表示特征图是经过第五层解码器层得到的；S2-2：对于编码器层，解码器层以及CGAM跳跃连接层，处理流程如下，对于第层编码器层，分别得到特征图，对于第层CGAM跳跃连接层，将第层编码器层输出的特征图作为第层CGAM跳跃连接层的第一个输入，将第层解码器层输出的特征图作为第层CGAM跳跃连接层的第二个输入，其中表示特征图是由第层解码器层得到的，经过第层CGAM跳跃连接层处理后得到输出的特征图，其中表示特征图是经过第层CGAM跳跃连接层得到的，对于第层解码器层，将特征图作为第层解码器层的第一个输入，将特征图作为第层解码器层的第二个输入，经过第层解码器层计算得到输出的特征图，其中表示特征图是由第层解码器层得到的；从第四层开始，对每一层编码器层，解码器层以及CGAM跳跃连接层，依次执行上述从第层编码器层输出的特征图经过第层CGAM跳跃连接层和第层解码器层，最后得到第层解码器层输出的特征图的处理流程，直到第1层，在第1层CGAM跳跃连接层中，将第1层编码器层输出的特征图作为第1层CGAM跳跃连接层的第一个输入，将第2层解码器层输出的特征图作为第1层CGAM跳跃连接层的第二个输入，经过第1层CGAM跳跃连接层处理后得到输出的特征图，最后将和作为第1层解码器层的输入，经过第1层解码器层计算得到与初始特征图的尺寸大小相同的特征图；S2-3：将每层解码器层的输出特征图分别通过每层分割头进行输出，用于深度监督，并通过特征图获得分割结果，与标签图进行损失函数的计算，根据计算的结果进行反向传播，至此一轮迭代完成。

全文数据：

权利要求：

百度查询： 感跃医疗科技(成都)有限公司 一种基于卷积核耦合更新的针对CBCT牙齿裂纹图像的分割方法