Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津医科大学口腔医院黄昕获国家专利权

天津医科大学口腔医院黄昕获国家专利权

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!

龙图腾网获悉天津医科大学口腔医院申请的专利基于深度学习的识别牙源性颌骨囊肿及肿瘤的方法及系统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:CN119832342B

龙图腾网通过国家知识产权局官网在2025-07-29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:202510293189.6,技术领域涉及:G06V10/764;该发明授权基于深度学习的识别牙源性颌骨囊肿及肿瘤的方法及系统是由黄昕;张雅婧;李凤艳;李家宁;宋晓蝶;张旭设计研发完成,并于2025-03-13向国家知识产权局提交的专利申请。

基于深度学习的识别牙源性颌骨囊肿及肿瘤的方法及系统在说明书摘要公布了:本发明涉及医学影像处理技术领域,尤其涉及基于深度学习的识别牙源性颌骨囊肿及肿瘤的方法及系统,方法包括:获取原始颌骨CBCT影像数据,并进行预处理,生成包含病变类型、牙根吸收形态标注和CT值标注的联合标注数据集;构建多分支神经网络模型,使用联合标注数据集对多分支神经网络模型进行训练,得到牙源性颌骨病变识别模型;获取目标患者的颌骨CBCT影像数据,输入牙源性颌骨病变识别模型,输出病变类型分类结果、牙根吸收形态以及骨质破坏体积。本发能够提升对微小病变的诊断能力,减少漏诊,实现从定性诊断到定量分析的全流程辅助诊断,提高诊断速度。

本发明授权基于深度学习的识别牙源性颌骨囊肿及肿瘤的方法及系统在权利要求书中公布了:1.基于深度学习的识别牙源性颌骨囊肿及肿瘤的系统,其特征在于,系统包括以下模块: 数据获取模块,用于获取原始颌骨CBCT影像数据,并进行预处理,生成包含病变类型、牙根吸收形态标注和CT值梯度标注的联合标注数据集; 模型构建模块,与所述数据获取模块连接,用于构建多分支神经网络模型,使用所述联合标注数据集对所述多分支神经网络模型进行训练,得到牙源性颌骨病变识别模型;其中,所述多分支神经网络模型包括:一个主分支和两个辅助分支; 第一辅助分支为牙根吸收判读模块,用于根据输入的颌骨CBCT影像数据输出牙根吸收形态; 第二辅助分支为动态CT值分析模块,用于根据输入的颌骨CBCT影像数据输出骨质破坏体积; 所述主分支为牙源性颌骨病变识别模块,用于根据输入的颌骨CBCT影像数据、牙根吸收形态和骨质破坏体积输出病变类型预测结果; 所述牙源性颌骨病变识别模块采用ResUnet神经网络,并在ResUnet神经网络中的解码器的每个上采样操作之前嵌入动态注意力门控模块,用于接收编码器输出的特征和两个辅助分支输出的特征,并生成空间注意力权重,根据空间注意力权重和编码器输出的特征得到多分支融合后的特征; 其中,动态注意力门控模块根据编码器输出的特征和两个辅助分支输出的特征得到多分支融合后的特征的计算过程如下: ; ; 其中,σ表示sigmoid激活函数,表示特征拼接操作,Conv表示卷积操作,Watt表示空间注意力权重,Fabsorb表示牙根吸收判别模块输出的特征,Fgrad表示动态CT值分析模块输出的特征,Fmain表示编码器输出的特征,Fen表示多分支融合后的特征,表示逐元素相乘,+表示残差连接; 输出模块,与所述模型构建模块连接,用于获取目标患者的颌骨CBCT影像数据,输入所述牙源性颌骨病变识别模型,输出病变类型分类结果、牙根吸收形态以及骨质破坏体积。

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天津医科大学口腔医院,其通讯地址为:300070 天津市和平区气象台路12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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。