智齿阻生类型识别方法及系统与流程

技术特征：
1.一种智齿阻生类型识别方法，其特征在于，包括：获取待识别的口腔根尖片影像图像；利用训练好的智齿分割模型对获取的待识别的口腔根尖片影像图像进行处理，获得分割图像；对分割图像进行智齿区域裁剪，获得智齿区域图像；利用训练好的阻生类型识别模型对智齿区域图像进行处理，获得智齿阻生类型识别结果。2.根据权利要求1所述的智齿阻生类型识别方法，其特征在于，训练所述智齿分割模型包括：对多张口腔根尖片影像图像中的牙齿区域进行特征增强预处理；对完成预处理后的图像进行智齿的标注和智齿阻生类型的标注；对已标注的图像数据进行尺寸归一化，分为训练集、验证集和测试集，对基础网络进行训练和参数优化，得到最终训练好的智齿分割模型。3.根据权利要求2所述的智齿阻生类型识别方法，其特征在于，训练所述阻生类型识别模型包括：基于智齿分割模型的分割结果，对数据集图像进行智齿区域裁剪，获取智齿区域图像；对裁取后的带有智齿阻生类型标注的智齿区域图像数据集进行尺寸归一化，分为训练集、验证集和测试集，对基础网络进行训练和参数优化，得到最终训练好的阻生类型识别模型。4.根据权利要求3所述的智齿阻生类型识别方法，其特征在于，采用灰度值归一化对口腔根尖片影像图像中的牙齿区域进行特征增强预处理。5.根据权利要求3所述的智齿阻生类型识别方法，其特征在于，智齿阻生类型标签，包括近中阻生、远中阻生、水平阻生、垂直阻生和倒置阻生。6.根据权利要求2所述的智齿阻生类型识别方法，其特征在于，训练所述智齿分割模型使用的基础网络为：语义分割网络fcn、deeplab或者u
‑
net 中的一种；或者，目标检测网络yolo、ssd、fast r
‑
cnn或faster r
‑
cnn中的一种。7.根据权利要求3所述的智齿阻生类型识别方法，其特征在于，训练所述阻生类型识别模型的基础网络为vgg、resnet、resnext、densenet、efficientnet或regnet中的一种。8.一种智齿阻生类型识别系统，其特征在于，包括：获取模块，用于获取待识别的口腔根尖片影像图像；分割模块，用于利用训练好的智齿分割模型对获取的待识别的口腔根尖片影像图像进行处理，获得分割图像；裁取模块，用于对分割图像进行智齿区域裁剪，获得智齿区域图像；识别模块，用于利用训练好的阻生类型识别模型对智齿区域图像进行处理，获得智齿阻生类型识别结果。9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1
‑
7任一项所述的智齿阻生类型识别方法。10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与
存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1
‑
7任一项所述的智齿阻生类型识别方法的指令。

技术总结
本发明提供一种智齿阻生类型识别方法及系统，属于图像处理技术领域，获取待识别的口腔根尖片影像图像；利用训练好的智齿分割模型对获取的待识别的口腔根尖片影像图像进行处理，获得分割图像；对分割图像进行智齿区域裁剪，获得智齿区域图像；利用训练好的阻生类型识别模型对智齿区域图像进行处理，获得智齿阻生类型识别结果。本发明利用二阶段深度学习方法，分别对智齿进行分割及阻生类型的识别，采用了多通道输入，可以快速准确的对口腔根尖片影像中智齿的阻生类型进行识别，保证了分类准确率。确率。确率。


技术研发人员：丁鹏 徐子能 白海龙
受保护的技术使用者：北京羽医甘蓝信息技术有限公司
技术研发日：2021.11.23
技术公布日：2022/1/4