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！

龙图腾网获悉成都仁恒美光科技有限公司申请的专利一种基于深度学习的三维口扫牙齿分离模型牙位识别方法、介质及装置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：CN115223205B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202210898084.X，技术领域涉及：G06V40/10；该发明授权一种基于深度学习的三维口扫牙齿分离模型牙位识别方法、介质及装置是由王登海设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本一种基于深度学习的三维口扫牙齿分离模型牙位识别方法、介质及装置在说明书摘要公布了：本发明提供一种基于深度学习的三维口扫牙齿分离模型牙位识别方法、介质及装置，所述方法包括：获取三维口扫牙齿分离模型的训练集和测试集；对训练集和测试集进行数据预处理；构建用于三维口扫牙齿分离模型的卷积神经网络模型；利用预处理后的训练集对构建的卷积神经网络模型进行训练；利用预处理后的测试集对完成训练的卷积神经网络模型进行测试；将待识别的三维口扫牙齿分离模型输入通过测试的卷积神经网络模型，得到牙位分类信息与牙齿分类信息；利用牙齿分类信息对牙位分类信息进行辅助修正。本发明在不需要重复人工标注牙齿分类数据的情况下，引入牙齿分类全连接层后，结合牙位分类可以对一些比较明显的牙位分类错误进行修正。

本发明授权一种基于深度学习的三维口扫牙齿分离模型牙位识别方法、介质及装置在权利要求书中公布了：1.一种基于深度学习的三维口扫牙齿分离模型牙位识别方法，其特征在于，包括如下步骤： 获取三维口扫牙齿分离模型的训练集和测试集； 对训练集和测试集进行数据预处理； 构建用于三维口扫牙齿分离模型的卷积神经网络模型；所述卷积神经网络模型包括特征提取网络以及与特征提取网络连接的牙位分类全连接层和牙齿分类全连接层； 利用预处理后的训练集对构建的卷积神经网络模型进行训练； 利用预处理后的测试集对完成训练的卷积神经网络模型进行测试； 将待识别的三维口扫牙齿分离模型输入通过测试的卷积神经网络模型，得到牙位分类信息与牙齿分类信息； 利用牙齿分类信息对牙位分类信息进行辅助修正； 所述获取三维口扫牙齿分离模型的训练集和测试集的方法包括： 获取三维口扫牙齿分离模型； 对三维口扫牙齿分离模型进行数据标注，得到标注数据； 对标注数据按比例划分为训练集和测试集； 所述对三维口扫牙齿分离模型进行数据标注的方法包括： 将三维口扫牙齿分离模型分为上牙模型和下牙模型；其中，上牙模型和下牙模型分别为一个二进制的stl格式文件；stl格式文件中起始的80个字节是文件头，紧接着用4个字节的整数描述上牙模型或下牙模型的三角面片个数，后面逐个给出每个三角面片的几何信息；三角面片的几何信息是指三维空间中三角面片的三个顶点，每个顶点由坐标x,y,z确定； 顺序读取三角面片，将三角面片的各个顶点的坐标x,y,z中x、y和z的乘积作为各顶点的唯一标识，将相邻两顶点唯一标识的乘积作为此两顶点之间边的的唯一标识；创建一个键值对对象，边的唯一标识做为键，值为1，如果键值对对象中没有边的唯一标识，则将边的唯一标识放入键值对对象，如果有相同边的唯一标识，则从键值对对象中删除此边的唯一标识； 由于三维口扫牙齿分离模型中牙齿或牙槽骨的三角面片是按顺序存储的且为封闭的，顺序遍历到键值对对象为空时，表明顺序遍历期间的三角面片为组成一颗牙齿或牙槽骨的三角面片，则通过记录牙齿或牙槽骨的位置与牙齿或牙槽骨在stl格式文件中三角面片的起止下标的对应关系完成数据标注；其中，上牙模型和下牙模型成对标注，放在同一个json格式文件中作为标注数据。

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成都仁恒美光科技有限公司，其通讯地址为：611435 四川省成都市新津县金华镇清云北路518号（四川新津工业园区）；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”。