[发明专利]一种牙齿全景片中疾病识别与分割方法

权利要求书

1.一种牙齿全景片中疾病识别与分割方法，其特征在于，所述牙齿全景片中疾病识别与分割方法，包括：

将牙齿全景片样本I_original输入已构建且训练后的第一网络U_teacher中，得到第一疾病分类预测向量logits^T以及第一特征图列表Feats^T；

将牙齿全景片样本I_original输入已构建的第二网络U_student中，得到第二特征图列表Feats^S、当前疾病分类结果和当前病灶分割结果

将第一特征图列表Feats^T和第二特征图列表Feats^S进行深度特征提炼，得到深度特征提炼损失L_feat；

将第一疾病分类预测向量logits^T和当前疾病分类结果进行标签软化，得到软化标签损失L_soft；

将第一特征图列表Feats^T中的前两张特征图和第二特征图列表Feats^S中的前两张特征图进行边缘特征提炼，得到边缘提炼损失L_edge；

将病灶分割标签Label_seg和当前病灶分割结果进行交叉熵计算得到病灶分割损失L_seg，将疾病分类标签Label_classify和当前疾病分类结果进行交叉熵计算得到疾病分类损失L_hard；

将L_soft、L_feat、L_edge、L_seg、L_hard五种损失函数加权求和，得到总的损失函数L_total，将L_total进行反向传播，迭代更新第二网络U_student内的参数，直至第二网络U_student收敛；

将待检测牙齿全景片输入至已训练完成的第二网络U_student中，得到疾病分类结果和病灶分割结果。

2.根据权利要求1所述所述的牙齿全景片中疾病识别与分割方法，其特征在于，所述第一网络U_teacher包括一个共享编码器N个解码器和一个全连接层i∈N，N是疾病种类数；

所述共享编码器由一个卷积操作和四个残差模块组成；所述由3个残差块组成，每个残差块由2组串行的卷积操作、批量归一操作、激活操作组成，所述由4个残差块组成，每个残差块由2组串行的卷积操作、批量归一操作、激活操作组成，所述由6个残差块组成，每个残差块由2组串行的卷积操作、批量归一操作、激活操作组成，所述由3个残差块组成，每个残差块由2组串行的卷积操作、批量归一操作、激活操作组成；

所述解码器由四个卷积块组成，其中每个卷积块包含两个卷积操作。

3.根据权利要求2所述的牙齿全景片中疾病识别与分割方法，其特征在于，所述将牙齿全景片样本I_original输入已构建且训练后的第一网络U_teacher中，得到第一疾病分类预测向量logits^T以及第一特征图列表Feats^T，包括：

将牙齿全景片样本I_original经过共享编码器的卷积操作，得到特征图

特征图池化后经过残差模块得到特征图

特征图经过残差模块得到特征图

特征图经过残差模块得到特征图

特征图经过残差模块得到特征图

特征图经过平均池化后输入至N维全连接层得到预测向量logits^T；

特征图经过卷积块后得到特征图

特征图经过卷积块后得到特征图

特征图经过卷积块后得到特征图

特征图经过卷积块后得到特征图

将特征图和这8张特征图组合成列表，得到第一特征图列表Feats^T。