本發(fā)明涉及深度學(xué)習(xí),尤其涉及一種基于深度學(xué)習(xí)的齲齒識別方法、裝置、設(shè)備及介質(zhì)。
背景技術(shù):
1、口腔健康問題,尤其是齲齒的早期識別對于預(yù)防進(jìn)一步牙齒損害以及提供及時治療至關(guān)重要。早期齲齒很難用肉眼區(qū)分,尤其是發(fā)生在牙齒相鄰表面等區(qū)域的齲齒。深度學(xué)習(xí)技術(shù)已經(jīng)成為口腔疾病診斷的一種輔助手段,可以通過深度學(xué)習(xí)技術(shù)進(jìn)一步實(shí)現(xiàn)齲齒的特征識別。
2、然而,相關(guān)技術(shù)中的齲齒識別模型在進(jìn)行齲齒的特征識別時存在識別精度不佳的技術(shù)問題。
3、基于此,本發(fā)明提出了一種基于深度學(xué)習(xí)的齲齒識別方法、裝置、設(shè)備及介質(zhì)來解決上述技術(shù)問題。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明描述了一種基于深度學(xué)習(xí)的齲齒識別方法、裝置、設(shè)備及介質(zhì),能夠有效提高齲齒的識別精度。
2、根據(jù)第一方面,本發(fā)明提供了一種基于深度學(xué)習(xí)的齲齒識別方法,包括:
3、獲取針對目標(biāo)患者拍攝的第一口腔cbct影像和第二口腔cbct影像;其中,所述第一口腔cbct影像的成像視野不大于8×8,所述第二口腔cbct影像的成像視野大于8×8但不大于15×15;
4、將所述第一口腔cbct影像和所述第二口腔cbct影像輸入到訓(xùn)練好的齲齒識別模型中,得到所述目標(biāo)患者的齲齒識別結(jié)果;其中,所述齲齒識別模型是利用標(biāo)簽口腔cbct影像對預(yù)設(shè)的深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到的;
5、所述深度學(xué)習(xí)網(wǎng)絡(luò)包括編碼網(wǎng)絡(luò)、特征融合網(wǎng)絡(luò)、語義遷移網(wǎng)絡(luò)和共享知識學(xué)習(xí)網(wǎng)絡(luò),所述編碼網(wǎng)絡(luò)包括兩個子編碼器,每個所述子編碼器包括多個依次連接的編碼塊,用于提取不同成像視野下的差異特征;
6、所述特征融合網(wǎng)絡(luò)的輸入端分別與每個所述子編碼器的最后一個編碼塊的輸出端連接,用于對所述差異特征進(jìn)行特征融合;
7、所述語義遷移網(wǎng)絡(luò)的輸入端與所述特征融合網(wǎng)絡(luò)的輸出端連接,用于將融合后的差異特征還原至淺層位置;
8、所述共享知識學(xué)習(xí)網(wǎng)絡(luò)的輸入端與所述語義遷移網(wǎng)絡(luò)的輸出端連接,用于在通道維度和空間維度對齲齒位置任務(wù)和齲齒深度任務(wù)之間的共享知識進(jìn)行交互學(xué)習(xí),以得到所述齲齒識別結(jié)果。
9、根據(jù)第二方面,本發(fā)明提供了一種基于深度學(xué)習(xí)的齲齒識別裝置,包括:
10、獲取單元,被配置為獲取針對目標(biāo)患者拍攝的第一口腔cbct影像和第二口腔cbct影像;其中,所述第一口腔cbct影像的成像視野不大于8×8,所述第二口腔cbct影像的成像視野大于8×8但不大于15×15;
11、識別單元,被配置為將所述第一口腔cbct影像和所述第二口腔cbct影像輸入到訓(xùn)練好的齲齒識別模型中,得到所述目標(biāo)患者的齲齒識別結(jié)果;其中,所述齲齒識別模型是利用標(biāo)簽口腔cbct影像對預(yù)設(shè)的深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到的;
12、所述深度學(xué)習(xí)網(wǎng)絡(luò)包括編碼網(wǎng)絡(luò)、特征融合網(wǎng)絡(luò)、語義遷移網(wǎng)絡(luò)和共享知識學(xué)習(xí)網(wǎng)絡(luò),所述編碼網(wǎng)絡(luò)包括兩個子編碼器,每個所述子編碼器包括多個依次連接的編碼塊,用于提取不同成像視野下的差異特征;
13、所述特征融合網(wǎng)絡(luò)的輸入端分別與每個所述子編碼器的最后一個編碼塊的輸出端連接,用于對所述差異特征進(jìn)行特征融合;
14、所述語義遷移網(wǎng)絡(luò)的輸入端與所述特征融合網(wǎng)絡(luò)的輸出端連接,用于將融合后的差異特征還原至淺層位置;
15、所述共享知識學(xué)習(xí)網(wǎng)絡(luò)的輸入端與所述語義遷移網(wǎng)絡(luò)的輸出端連接,用于在通道維度和空間維度對齲齒位置任務(wù)和齲齒深度任務(wù)之間的共享知識進(jìn)行交互學(xué)習(xí),以得到所述齲齒識別結(jié)果。
16、根據(jù)第三方面,本發(fā)明提供了一種電子設(shè)備,包括存儲器和處理器,所述存儲器中存儲有計(jì)算機(jī)程序,所述處理器執(zhí)行所述計(jì)算機(jī)程序時,實(shí)現(xiàn)第一方面的方法。
17、根據(jù)第四方面,本發(fā)明提供了一種計(jì)算機(jī)可讀存儲介質(zhì),其上存儲有計(jì)算機(jī)程序,當(dāng)所述計(jì)算機(jī)程序在計(jì)算機(jī)中執(zhí)行時,令計(jì)算機(jī)執(zhí)行第一方面的方法。
18、根據(jù)本發(fā)明提供的基于深度學(xué)習(xí)的齲齒識別方法、裝置、設(shè)備及介質(zhì),通過對深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行優(yōu)化,即利用特征融合網(wǎng)絡(luò)對差異特征進(jìn)行特征融合,以融合這些差異特征的互補(bǔ)優(yōu)勢,提高對齲齒的辨識性能;利用語義遷移網(wǎng)絡(luò)將融合后的差異特征還原至淺層位置,以提升對齲齒的語義認(rèn)知能力;利用共享知識學(xué)習(xí)網(wǎng)絡(luò)在通道維度和空間維度對齲齒位置任務(wù)和齲齒深度任務(wù)之間的共享知識進(jìn)行交互學(xué)習(xí),以實(shí)現(xiàn)高精度和高效率的齲齒位置和齲齒深度。因此,上述技術(shù)方案能夠有效提高齲齒的識別精度。
1.一種基于深度學(xué)習(xí)的齲齒識別方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述特征融合網(wǎng)絡(luò)是通過采用如下公式完成對所述差異特征進(jìn)行特征融合的:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述語義遷移網(wǎng)絡(luò)是通過采用如下公式完成將融合后的差異特征還原至淺層位置的:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述共享知識學(xué)習(xí)網(wǎng)絡(luò)是通過采用如下公式完成在通道維度和空間維度對齲齒位置任務(wù)和齲齒深度任務(wù)之間的共享知識進(jìn)行交互學(xué)習(xí)的:
5.一種基于深度學(xué)習(xí)的齲齒識別裝置,其特征在于,包括:
6.根據(jù)權(quán)利要求5所述的裝置,其特征在于,所述特征融合網(wǎng)絡(luò)是通過采用如下公式完成對所述差異特征進(jìn)行特征融合的:
7.根據(jù)權(quán)利要求6所述的裝置,其特征在于,所述語義遷移網(wǎng)絡(luò)是通過采用如下公式完成將融合后的差異特征還原至淺層位置的:
8.根據(jù)權(quán)利要求7所述的裝置,其特征在于,所述共享知識學(xué)習(xí)網(wǎng)絡(luò)是通過采用如下公式完成在通道維度和空間維度對齲齒位置任務(wù)和齲齒深度任務(wù)之間的共享知識進(jìn)行交互學(xué)習(xí)的:
9.一種電子設(shè)備,其特征在于,包括存儲器和處理器,所述存儲器中存儲有計(jì)算機(jī)程序,所述處理器執(zhí)行所述計(jì)算機(jī)程序時,實(shí)現(xiàn)如權(quán)利要求1-4中任一項(xiàng)所述的方法。
10.一種計(jì)算機(jī)可讀存儲介質(zhì),其特征在于,其上存儲有計(jì)算機(jī)程序,當(dāng)所述計(jì)算機(jī)程序在計(jì)算機(jī)中執(zhí)行時,令計(jì)算機(jī)執(zhí)行權(quán)利要求1-4中任一項(xiàng)所述的方法。