Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 广西大学梁柏晖获国家专利权

广西大学梁柏晖获国家专利权

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!

龙图腾网获悉广西大学申请的专利儿童矢状骨面型自动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:CN116612314B

龙图腾网通过国家知识产权局官网在2025-11-04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:202310414928.3,技术领域涉及:G06V10/764;该发明授权儿童矢状骨面型自动分类方法是由梁柏晖;唐敏;南澜;张学军;莫水学;康娜;宋少华设计研发完成,并于2023-04-18向国家知识产权局提交的专利申请。

儿童矢状骨面型自动分类方法在说明书摘要公布了:本发明提供了儿童矢状骨面型自动分类方法,包括步骤一:数据收集;步骤二:数据标注,进行人工测量后,由3位有20年工作经验的正畸专家进行分类,儿童90°侧面照片根据相应的儿童X线头颅侧位片进行分类标注;步骤三:数据处理和数据增强,使用YOLOV5从原始图像中自动提取涉及A点、N点和B点的图像区域,以减少来自其他解剖结构的干扰,随后提取的图像被Resize到224×224像素大小,后从所有数据集ANB角‑all中提取了一个子集ANB角‑Subset,该子集只包含准确分类的样本;标签分布学习;本发明通过使用X线头颅侧位片或仅使用侧面照片构建了专门用于儿童失状骨面型分类的神经网络模型,实现了只需要输入头颅侧位片或侧面照片,即可得到儿童矢状骨面型。

本发明授权儿童矢状骨面型自动分类方法在权利要求书中公布了:1.儿童矢状骨面型自动分类方法,其特征在于,包括以下步骤: 步骤一:数据收集 拍摄儿童X线头颅侧位片和儿童90°侧面照片; 步骤二:数据标注 对儿童X线头颅侧位片进行人工测量后,由3位有20年工作经验的正畸专家通过ANB角和Wits评估法标注标准进行分类; 儿童90°侧面照片根据相应的X光片进行分类标注; 步骤三:数据处理和数据增强 使用YOLOV5进行数据处理,使得数据样本准确分类;数据处理具体为,使用YOLOV5从原始图像中自动提取涉及A点、N点和B点的图像区域,以减少来自其他解剖结构的干扰,随后提取的图像被Resize到224×224像素大小,后从所有数据集ANB角-all中提取了一个子集ANB角-Subset,该子集只包含准确分类的样本; 为了避免模型在小数据集上过拟合,还需随机采用以下数据增强方式:随机旋转、随机缩放、随机平移以及对比度和亮度的随机变化,在每个训练周期中,训练集数据有50%的概率进行数据增强; 步骤四:标签分布学习 定义集合l={1,2,3},代表骨性分类的三个类别标签,给定一个输入图片x,x的one-hot标签定义为yy∈l,标签分布则是将y通过一个函数转换为d={p1,p2,p3},其中pi表示x属于标签li的概率值,使用高斯函数对y进行转换: 其中σ是需要设置的超参数,它决定了高斯函数曲线的宽度;y表示输入图片x的真实标签值,li表示第i个类别的真实标签值; 步骤五:模型结构和训练细节 本步骤使用的的骨干网络具有代表性的CNN模型为DenseNet121; 步骤六:模型性能评估 使用混淆矩阵、分类准确率accuracy,ACC、灵敏度sensitivity,SN、特异性specificity,SP、受试者操作特性ROC曲线、曲线下面积AUC来测试模型性能; 考虑到标签混淆主要存在于边界病例之间,将一阶段偏差定义如下:将边界病例错误分类为其相邻类别是可以接受的。

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广西大学,其通讯地址为:530004 广西壮族自治区南宁市大学东路100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”。

以上内容由龙图腾AI智能生成。

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。