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！

龙图腾网获悉广州医科大学附属口腔医院(广州医科大学羊城医院);南开大学申请的专利基于深度学习的全冠修复预备体边缘线提取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：CN119027443B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411505994.2，技术领域涉及：G06T7/13；该发明授权基于深度学习的全冠修复预备体边缘线提取方法及系统是由罗有成;刘之洋;孙寒煜;吴哲;陈佳敏;于皓;余培;赵健;李江设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本基于深度学习的全冠修复预备体边缘线提取方法及系统在说明书摘要公布了：本发明涉及全冠修复技术领域，公开了基于深度学习的全冠修复预备体边缘线提取方法及系统，方法包括：获取测试者的预备体的三维网格数据；将测试者的预备体的三维网格数据输入三维网格语义分割网络模型，得到测试者的预备体的三维网格分割结果；对预备体的三维网格分割结果进行预处理，并对预处理后的三维网格分割结果进行平滑化处理，得到精确的三维网格分割结果；根据精确的三维网格分割结果，计算分割边缘，得到预备体的粗糙边缘线；根据预备体的粗糙边缘线进行平滑化处理和投影处理，得到预备体在三维网格上的平滑边缘线。本发明能够辅助标注预备体边缘线，节约修复体设计和制作时间，同时减少了由于主观因素造成的标注错误等问题。

本发明授权基于深度学习的全冠修复预备体边缘线提取方法及系统在权利要求书中公布了：1.基于深度学习的全冠修复预备体边缘线提取方法，其特征在于，包括如下步骤： S1、获取测试者的预备体的三维网格数据； S2、将所述测试者的预备体的三维网格数据输入三维网格语义分割网络模型，得到测试者的预备体的三维网格分割结果； 其中，预备体的三维网格分割结果包括预备区域和非预备区域；预备区域指仅包含牙体的区域，非预备区域指除牙体之外还包含其他组织的区域； S3、对所述预备体的三维网格分割结果进行预处理，并对预处理后的三维网格分割结果进行平滑化处理，得到精确的三维网格分割结果； 其中，预处理包括：离群点去除处理和孔洞填充处理； 通过聚类算法对所述预备体的三维网格分割结果进行离群点去除处理和孔洞填充处理，具体包括： S31、根据预备体的三维网格分割结果，映射回原始三角网格，将预备区域的三角形网格筛选出来，构成一个新的三角网格数据； S32、针对S31中新的三角网格数据，执行聚类算法，寻找连通的三角形簇，选择其中最大的三角形簇，作为离群点去除后的三维网格，将该三维网格的索引映射回原始三维网格数据中，将这些索引对应的三角形标签值设置为1，其余标签值设置为0，得到离群点去除后的预测分割标签； S33、根据离群点去除后的预测分割标签，映射回原始三角网格，将预测标签为0的三角形网格筛选出来，构成一个新的三角网格数据； S34、针对S33中新的三角网格数据，执行聚类算法，寻找连通的三角形簇，选择其中最大的三角形簇，作为孔洞填充后的三维网格，将该三维网格的索引映射回原始三维网格数据中，将这些索引对应的三角形标签值设置为0，其余标签值设置为1，得到孔洞填充后的预测分割标签； S35、根据预处理后的三维网格分割结果，通过全连接条件随机场算法进行平滑处理，得到精确的三维网格分割结果； S4、根据所述精确的三维网格分割结果，计算分割边缘，得到预备体的粗糙边缘线； S41、根据所述精确的三维网格分割结果，获取所有分割边缘三角形网格，构成三角形集合； S42、根据所述三角形集合中的分割边缘三角形网格的顶点，计算每个分割边缘三角形网格的重心，将所述分割边缘三角形网格的重心作为粗糙边缘点构成粗糙边缘线散点集合，将所述粗糙边缘点构成的边缘线作为预备体的粗糙边缘线； S5、根据所述预备体的粗糙边缘线进行平滑化处理和投影处理，得到预备体在三维网格上的平滑边缘线。

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州医科大学附属口腔医院(广州医科大学羊城医院);南开大学，其通讯地址为：510150 广东省广州市黄沙大道59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。