“林昱澄”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]一种提取牙齿三维点云模型牙弓曲线的方法及系统-CN202011519256.5在审
发明人：包雷;李娟;秦睿;代光胜;林昱澄 -专利权人：成都玻尔兹曼智贝科技有限公司
申请日： 2020-12-21 - 公布日： 2021-03-26 - 主分类号： G06T17/20 文献下载
摘要：本发明涉及一种提取牙齿三维点云模型牙弓曲线的方法及系统，所述方法包括：通过基于图的动态卷积神经网络将输入的无序三维点云数据中各个点抽象为图的顶点，利用边的向量将顶点与其邻域内的点相连，通过池化处理集成邻域信息后输出关键解剖标志点点结果；提取离散的下颌牙齿关键解剖标记点并根据拟合平面方程Ax+By+Cz+D＝0确定咬合平面；以每颗牙齿的颊侧切端两个关键点到曲线的欧式距离作为最下化函数，并不断调节曲线的各个参数，生成符合牙齿排列情况的牙弓曲线。本发明的优点在于：能够自动定位牙齿三维点云数据的关键解剖结构，需要的训练数据集少，定位准确，泛化性能高，降低医生重复劳动；支持可视化手动调整，操作简便，可实现自动拟合牙弓曲线。
一种提取牙齿三维模型曲线方法系统

[发明专利]下颌牙齿模型的咬合曲线的生成方法-CN201910528666.7有效
发明人：李娟;秦睿;林昱澄;包雷 -专利权人：成都玻尔兹曼智贝科技有限公司
申请日： 2019-06-18 - 公布日： 2021-02-09 - 主分类号： G06T11/20 文献下载
摘要：本发明公开了一种下颌牙齿模型的咬合曲线的生成方法，包括如下步骤：a、将初始曲线的各参数设置为可调节参数；b、以每颗牙齿的颊侧切端两个关键点到曲线的欧式距离作为损失函数；c、根据梯度下降法不断调节曲线的各参数来最小化损失函数的输出值，生成符合牙齿排列情况的最终咬合曲线。本发明所提供的生成方法生成的最终咬合曲线，其精确度大大的提高，为后续牙齿矫正提供了更准确的牙齿排列情况的参考。
下颌牙齿模型咬合曲线生成方法

[发明专利]基于深度学习的头颅侧位片关键点自动侦测方法及系统-CN201910843438.9在审
发明人：李娟;秦睿;林昱澄;包雷 -专利权人：成都玻尔兹曼智贝科技有限公司
申请日： 2019-09-06 - 公布日： 2020-01-17 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度学习的头颅侧位片关键点自动侦测方法，包括如下步骤：a、准备数量为L的侧位片作为样本；b、在步骤a中的每个样本中标注出预测框和关键点；c、搭建两个层数为M的深度神经网络模型，其中一个为预测框模型，另外一个为关键点模型；d、用步骤b中标注好的样本分别对步骤c中的两个模型进行监督训练N次；e、将新的侧位片输入至预测框模型，得到预测框，将预测框区域的图片抠出，并将抠出的图片输入关键点模型，得到关键点坐标。本发明可快速标注出侧位片关键点，并且将精度控制在临床要求范围内。本发明还公开了一种基于深度学习的头颅侧位片关键点自动侦测系统。
关键点侧位预测标注样本神经网络模型自动侦测系统精度控制图片输入自动侦测框区域学习监督图片

[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-CN201910528659.7在审
发明人：李娟;秦睿;林昱澄;包雷 -专利权人：成都玻尔兹曼智贝科技有限公司
申请日： 2019-06-18 - 公布日： 2019-09-27 - 主分类号： G06K9/34 文献下载
摘要：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。
牙根多层神经网络牙槽骨自动分离目标函数标注样本标签模糊图像自动化监督