[发明专利]多层神经网络自动分离CBCT图像中牙根和牙槽骨的方法

说明书

本发明公开了一种多层神经网络自动分离CBCT图像中牙根和牙槽骨的方法，包括如下步骤：a、将某一标注好的CBCT图像做为标签样本；b、将多层神经网络作为函数；c、通过标签样本对多层神经网络实施监督训练，以得到目标函数；d、向目标函数中输入未标注的CBCT图像，从而得到自动分离牙根和牙槽骨的CBCT图像。本发明实现了CBCT图像中牙根和牙槽骨的高度自动化分离，且对模糊图像也可做到高精度分离。

技术领域

本发明涉及领域，特别是一种多层神经网络自动分离CBCT图像中牙根和牙槽骨的方法。

背景技术

传统CBCT图像中牙根和牙槽骨的分离主要为基于snake或level set等传统数学模型，均为半自动方式，并且对模糊图像无法做到高精度分离。

发明内容

为解决现有技术中存在的问题，本发明提供了一种多层神经网络自动分离CBCT图像中牙根和牙槽骨的方法。

本发明采用的技术方案是：

一种多层神经网络自动分离CBCT图像中牙根和牙槽骨的方法，包括如下步骤：

a、将某一标注好的CBCT图像做为标签样本；

b、将多层神经网络作为函数；

c、通过标签样本对多层神经网络实施监督训练，以得到目标函数；

d、向目标函数中输入未标注的CBCT图像，从而得到自动分离牙根和牙槽骨的CBCT图像。

优选地，在步骤c中，所述目标函数是通过训练调整后的神经网络各参数组成的函数。

本发明的有益效果是：

利用多层神经网络作为函数，经标签样本对多层神经网络实施监督训练，以得到目标函数从而实现向目标函数中输入未标注的CBCT图像以自动得到分离CBCT图像中牙根和牙槽骨的效果，相比传统的主要基于snake或level set等传统数学模型的分离方法，本发明实现了高度的自动化，且对模糊图像也可做到高精度分离。

附图说明

图1为本发明实施例中的输入的原始的未标注的CBCT图像；

图2为本发明实施例中向目标函数输入图1的图像后得到的自动标注好的CBCT图像。

具体实施方式

下面结合附图对本发明的实施例进行详细说明。

实施例

一种多层神经网络自动分离CBCT图像中牙根和牙槽骨的方法，包括如下步骤：

a、将某一标注好的CBCT图像做为标签样本；

b、将多层神经网络作为函数；

c、通过标签样本对多层神经网络实施监督训练，以得到目标函数；

d、向目标函数中输入未标注的CBCT图像，从而得到自动分离牙根和牙槽骨的CBCT图像。

具体地，在步骤c中，所述目标函数是通过训练调整后的神经网络各参数组成的函数。

如图1、图2所示，将图1中未标注的CBCT图像输入目标函数，即可得到图2中自动标注好的CBCT图像，图2中自动标注好的CBCT图像已完成了牙根和牙槽骨的分离，整个过程实现了高度的自动化，且对模糊图像也可做到高精度分离。

以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。