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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习的数字化牙种植体分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115482558B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211304013.9，技术领域涉及：G06V40/10；该发明授权一种基于深度学习的数字化牙种植体分类方法是由赵悦;朱斓瑛;黄天浩;李强设计研发完成，并于2022-10-24向国家知识产权局提交的专利申请。

本一种基于深度学习的数字化牙种植体分类方法在说明书摘要公布了：本发明属于计算机视觉领域，具体涉及一种基于深度学习的数字化牙种植体分类方法，包括：实时获取的CBCT图像，对CBCT图像进行预处理；将预处理后的CBCT图像输入到训练好的多任务牙种植分类模型中的分割支路进行二值分割；根据分割结果对种植区域进行裁剪，得到裁剪图像以及Mask区域；将裁剪图像与Mask区域进行通道连接，将连接后的图像输入到多任务牙种植分类模型中的分类支路中，得到分类结果；多任务牙种植分类模型包括编码器、全关联特征增强模块、解码器、分割层、3个卷积注意力混合模块以及分类器；本发明采用渐进式网络训练来提取多粒度特征，能够有效地提高种植体系统的分类精度。

本发明授权一种基于深度学习的数字化牙种植体分类方法在权利要求书中公布了：1.一种基于深度学习的数字化牙种植体分类方法，其特征在于，包括：实时获取的CBCT图像，对CBCT图像进行预处理；将预处理后的CBCT图像输入到训练好的多任务牙种植分类模型中的分割支路进行二值分割；根据分割结果对种植区域进行裁剪，得到裁剪图像以及Mask区域；将裁剪图像与Mask区域进行通道连接，将连接后的图像输入到多任务牙种植分类模型中的分类支路中，得到分类结果；多任务牙种植分类模型包括编码器、全关联特征增强模块、解码器、分割层、3个卷积注意力混合模块以及分类器；其中编码器、全关联特征增强模块、解码器以及分割层作为分割支路，编码器、3个卷积注意力混合模块以及分类器作为分类支路； 对多任务牙种植分类模型进行训练的过程包括： S1：获取CBCT图像数据集，并对数据集中的图像进行预处理，得到训练集和测试集； S2：将训练集中的CBCT图像输入到多任务牙种植分类模型的分割支路中进行训练，得到分割支路中的最优参数和分割结果； 在分割支路中，分割支路中通过全关联特征增强模块对解码器输出的特征进行处理包括： 步骤1：将编码器最后一层输出的特征层X输入到全关联特征增强模块中，经过一次膨胀系数为1的空洞卷积，保存其输出特征图Y1； 步骤2：输出特征图Y1和X相加经过一次膨胀系数为2的空洞卷积，保存输出特征图Y2； 步骤3：将Y2与X相加经过一次膨胀系数为4的空洞卷积保存输出特征图Y3，将X，Y1，Y2，Y3进行特征融合得到增强后的特征图； S3：将分割支路输出的分割结果输入到多任务牙种植分类模型的分类支路中进行训练，得到分类支路的最优参数和分类结果；完成模型的训练； 在分类支路中，通过卷积注意力混合模块CAMM对输入的特征图进行处理，具体包括： 步骤1：将采用三个1×1×1卷积对输入特征图进行映射，并reshape成N个块，得到包含3×N个特征图的中间特征； 步骤2：对于卷积支路，其卷积核的大小为K，则采用一个全连接层来获得K3个特征图，其中一个特征图表示为通过移位得到N个卷积输出特征图；表示特征图，p、q、r表示卷积核中权重的坐标，i、j、k表示特征图中像素的坐标； 步骤3：对于自注意力支路，将中间特征分成N个组，每个组都包含三部分特征，分别充当query、key、value，采用的多头自注意力模块得到自注意力机制的输出层特征图，再用特征拼接的方式得到聚合特征； 步骤4：设置两个权重系数，将N个卷积输出特征图和聚合特征分别乘以对应的权重系数后进行相加，得到一个CAMM的最终输出结果； S4：将测试集中的数据输入到训练后的多任务牙种植分类模型中进行测试。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。