欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022115508285
申请人: 浙江工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于边界监督和多种注意力的CBCT牙齿实例分割方法,其特征在于,所述基于边界监督和多种注意力的CBCT牙齿实例分割方法,包括:将CBCT影像输入至包括四层基于CBAM的卷积块的特征编码网络,得到一、二层生成的特征图、,以及经过四层时所生成的特征图;

将得到的特征图、输入至边界监督模块,得到边界分割结果;

将得到的特征图输入至自注意力模块,得到特征图;

将特征图输入至包括四层基于CBAM的卷积块的特征解码网络,得到CBCT影像的区域分割结果;

将边界分割结果和区域分割结果进行融合,得到最终的三维牙齿分割结果;

其中,所述基于CBAM的卷积块,包括两组级联的卷积核大小为的卷积层、批处理标准化层和激活层以及一组CBAM模块;

所述CBAM模块,包括将输入特征图分别进行一次平均池化、卷积核大小为的卷积层、激活层、卷积核大小为的卷积层的操作和一次最大池化、卷积核大小为的卷积层、激活层、卷积核大小为的卷积层的操作得到两个通道权重向量,然后将两个通道权重向量相加并进行激活后与输入特征图相乘得到通道特征图,对通道特征图分别进行一次平局池化的操作和一次最大池化的操作得到两个空间特征图,然后将两个空间特征图按通道拼接后经过卷积核大小为的卷积层,得到空间注意力权重图,然后将空间注意力权重图进行激活,然后与通道特征图相乘得到输出特征图。

2.如权利要求1所述的基于边界监督和多种注意力的CBCT牙齿实例分割方法,其特征在于,所述将CBCT影像输入至包括四层基于CBAM的卷积块的特征编码网络,得到一、二层生成的特征图、,以及经过四层时所生成的特征图,包括:步骤1.1、将CBCT影像输入至第一层基于CBAM的卷积块,得到输出特征图,其维度大小为;

步骤1.2、将特征图进行最大池化,然后输入至第二层基于CBAM的卷积块,得到输出特征图,其维度大小为;

步骤1.3、将特征图进行最大池化,然后输入至第三层基于CBAM的卷积块,得到输出特征图,其维度大小为;

步骤1.4、将特征图进行最大池化,然后输入至第四层基于CBAM的卷积块,得到输出特征图,其维度大小为。

3.如权利要求1所述的基于边界监督和多种注意力的CBCT牙齿实例分割方法,其特征在于,所述将得到的特征图、输入至边界监督模块,得到边界分割结果,包括:步骤2.1、将特征图和上采样之后的特征图按通道进行拼接,得到特征图,其维度大小为;

步骤2.2、将特征图输入至卷积核大小为的卷积层,得到边界输出,其维度大小为,其中  代表  颗不同牙齿边界的类别数。

4.如权利要求1所述的基于边界监督和多种注意力的CBCT牙齿实例分割方法,其特征在于,所述将得到的特征图输入至自注意力模块,得到特征图,包括:步骤 3.1、将特征图输入至全连接层中,得到特征图,其维度大小为;

步骤 3.2、将特征图输入至位置嵌入层,得到特征向量,其维度大小为;

步骤 3.3、将特征向量进行层标准化,然后输入至多头注意力层,再将输出和特征向量相加,得到特征向量,其维度大小与一致;

步骤 3.4、将特征向量进行层标准化,然后输入至多层感知器层,再将输出和特征向量相加,得到特征向量,其维度大小与一致;

步骤 3.5、将上述步骤3.3至3.4重复3次,得到特征向量,其维度大小与一致;

步骤 3.6、将特征向量进行改变形状,得到特征图,其维度大小与一致;

步骤 3.7、将特征图输入至卷积块,得到特征图,其维度大小为。

5.如权利要求1所述的基于边界监督和多种注意力的CBCT牙齿实例分割方法,其特征在于,所述将特征图输入至包括四层基于CBAM的卷积块的特征解码网络,得到CBCT影像的区域分割结果,包括:步骤 4.1、将自注意力模块生成的特征图进行上采样,之后和特征图按通道进行拼接,得到通道数为的特征图,将其输入至基于CBAM的卷积块,得到特征图,其维度大小为;

步骤4.2、将特征图进行上采样,之后和特征图按通道进行拼接,得到通道数为的特征图,将其输入至基于CBAM的卷积块,得到特征图,其维度大小为;

步骤4.3、将特征图进行上采样,之后和特征图按通道进行拼接,得到通道数为的特征图,将其输入至基于CBAM的卷积块,得到特征图,其维度大小为;

步骤4.4、将特征图输入至卷积核大小为的卷积层,得到区域分割输出,其维度大小为,其中  代表  颗不同牙齿的类别数。

6.如权利要求1所述的基于边界监督和多种注意力的CBCT牙齿实例分割方法,其特征在于,所述将边界分割结果和区域分割结果进行融合,得到最终的分割结果,包括:将边界分割结果和区域分割结果按通道进行拼接,通道大小为,经过一个卷积核大小为的卷积层,得到输出特征图,其维度为,将中每一通道的像素点进行激活,得到上每个像素点属于对应牙齿类别的概率,按像素点位置取概率最大的通道值作为该位置像素点的类别,得到最终的牙齿分割结果。