买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军空军军医大学;西安电子科技大学申请的专利一种牙齿变化检测方法、系统、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116433608B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310265439.6，技术领域涉及：G06T7/00；该发明授权一种牙齿变化检测方法、系统、电子设备及存储介质是由牛丽娜;曹志诚;王宇泽;余昊翰;蒙萌;王楠设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种牙齿变化检测方法、系统、电子设备及存储介质在说明书摘要公布了：本发明公开了一种牙齿变化检测方法、系统、电子设备及存储介质，该方法包括：采集牙齿三维数据并进行预处理，构建得到三维牙齿数据集；依次构建基于PointNet++的点云特征提取模块、注意力网络模块、反卷积模块和全连接层，得到待训练的具有孪生网络结构的变化检测模型；构建复合型损失函数，复合型损失函数由二元交叉熵损失函数、Tversky焦点损失函数和广义Dice损失函数组成；利用三维牙齿数据集和所述复合型损失函数，对待训练的变化检测模型进行训练，获得训练完成的变化检测模型；将待处理的牙齿点云数据输入至所述训练完成的变化检测模型，得到牙齿变化检测结果。本发明解决了现有技术对牙齿三维目标的针对性差、鲁棒性不高、泛化能力弱、检测准确性低等缺陷。

本发明授权一种牙齿变化检测方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种牙齿变化检测方法，其特征在于，包括： 采集牙齿三维数据并进行预处理，构建得到三维牙齿数据集，所述预处理包括点云格式转换、坐标规范化和数据扩充； 依次构建基于PointNet++的点云特征提取模块、基于自注意力机制和交叉注意力机制的注意力网络模块、反卷积模块和全连接层，得到待训练的牙齿三维变化检测模型；所述牙齿三维变化检测模型具有孪生网络结构； 构建复合型损失函数，所述复合型损失函数由二元交叉熵损失函数、Tversky焦点损失函数和广义Dice损失函数组成； 利用所述三维牙齿数据集和所述复合型损失函数，对所述待训练的变化检测模型进行训练，获得训练完成的变化检测模型； 将待处理的牙齿点云数据输入至所述训练完成的变化检测模型，得到牙齿变化检测结果； 其中，将待处理的牙齿点云数据输入至所述训练完成的变化检测模型，得到牙齿变化检测结果的步骤，包括： 获取待处理的牙齿三维点云数据并进行预处理，将预处理后的牙齿三维点云数据输入所述训练完成的变化检测模型，以使所述预处理后的牙齿三维点云数据依次经过点云特征提取模块、注意力网络模块、反卷积模块和全连接层后，得到二分类结果，以实现三维牙齿变化区域的检测； 所述基于PointNet++的点云特征提取模块包括：采样层、分组层和PointNet层； 所述采样层，用于对所述预处理后的牙齿三维点云数据进行降采样，并利用迭代最远点采样算法选出若干个中心点； 所述分组层，用于利用所述若干个中心点将降采样后的牙齿三维点云数据划分为若干个区域； 所述PointNet层，用于利用PointNet网络对每个所述区域进行特征提取，得到全局特征； 所述采样层具体用于：对所述预处理后的牙齿三维点云数据进行降采样后，随机选择一个牙齿三维点云数据作为初始点，形成已选择采样点集；计算未选择的各个牙齿三维点云数据与已选择采样点集中已选择的各个牙齿三维点云数据之间的距离，并将最大距离对应的未选择的牙齿三维点云数据加入所述已选择采样点集，直至获得预设数量的中心点； 所述分组层具体用于：针对每个所述中心点，分别以三个不同的预设尺度围绕该中心点画三个圆形区域，每个圆形区域的半径和所包含牙齿三维点云数据的数量均不同，对不同尺度的圆形区域进行特征提取后进一步拼接提取到的特征，获得每个所述中心点的对应特征； 所述PointNet层具体用于：将维度为B*N*K*d+C的所述对应特征进行维度提升，获得维度为B*N*K*C1的输出点云特征，进一步对每个圆形区域进行池化操作后，利用多层感知机MLP对池化结果做全连接处理，得到全局特征；其中，B为每个批量的大小，N和K分别为点云数量和坐标数，d+C为通道数，C1为维度提升后新的通道数大小。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军空军军医大学;西安电子科技大学，其通讯地址为：710032 陕西省西安市新城区长乐西路169号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。