基于深度学习的图像元素及下牙槽神经分割方法与装置
实质审查的生效
摘要
一种基于深度学习的图像元素分割模型的训练方法，通过构建GAN网络，将UNet网络作为生成器G，使用二分类CNN网络作为判别器D，包括：将JPG格式的图像img1输入生成器G，提取图像特征并重建图像，得到生成图像g_img，与标注图像分别作为正、负样本，对判别器D进行训练，得到判别器D输出，使用优化函数adam更新作为超参数的k次判别器D的参数，将与图像img1具有相同数据分布的图像img2输入生成器G，更新一次生成器G的参数，通过重复迭代完成UNet网络的训练，确定图像元素分割模型。通过将原图像输入UNet网络进行分割，完成对原图像的自动分割。通过使用口腔CT图像，可自动快速完成牙槽神经分割。
基本信息
专利标题 ：
基于深度学习的图像元素及下牙槽神经分割方法与装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114359296A
申请号 ：
CN202210012675.2
公开（公告）日 ：
2022-04-15
申请日 ：
2022-01-06
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
钱坤黄志俊刘金勇吴燏迪
申请人 ：
杭州柳叶刀机器人有限公司
申请人地址 ：
浙江省杭州市余杭区中泰街道绿泰路5号4幢5楼508
代理机构 ：
北京常乘高知识产权代理事务所(特殊普通合伙)
代理人 ：
常殿国
优先权 ：
CN202210012675.2
主分类号 ：
G06T7/10
IPC分类号 ：
G06T7/10 G16H30/20 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/10
分割；边缘检测
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06T 7/10
申请日 : 20220106
申请日 : 20220106
2022-04-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
