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！

龙图腾网获悉西安博恩生物科技有限公司申请的专利一种基于人工智能的口腔图像多组织全自动分割方法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：CN117197122B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202311295349.8，技术领域涉及：G06T7/00；该发明授权一种基于人工智能的口腔图像多组织全自动分割方法是由汪焰恩;张驰;李欣培;乔虎;刘喆维;毛海龙设计研发完成，并于2023-10-08向国家知识产权局提交的专利申请。

本一种基于人工智能的口腔图像多组织全自动分割方法在说明书摘要公布了：本发明公开了一种基于人工智能的口腔图像多组织全自动分割方法，涉及口腔图像多组织全自动分割技术领域，包括采集并丰富标注口腔图像数据；设计数据增强方法，提升图像质量；构建卷积神经网络模型，引入注意力机制提高准确性；设计组合损失函数，动态调整权重以平衡多类分割；对新样本预测并生成结果，进行后处理优化；评估不同组织分割效果，进一步提升集成模型。本发明大幅降低人工标注工作量，提升数据集构建效率；实现损失函数的动态权重调节机制，可适用于多类别医学图像的分割任务，提升模型泛化性；并且提出一种自动化的模型集成和优化方法，可以持续改进模型性能，输出更精准结果。

本发明授权一种基于人工智能的口腔图像多组织全自动分割方法在权利要求书中公布了：1.一种基于人工智能的口腔图像多组织全自动分割方法，其特征在于：包括： 采集并标注口腔图像数据； 设计数据增强方法对口腔图像数据进行增强； 构建卷积神经网络模型； 设计组合损失函数，动态调整权重； 将口腔图像数据输入组合损失函数进行预测，根据预测结果评估不同组织分割效果，并优化神经网络模型; 所述标注的过程包括制定详细的标注说明，对各种口腔组织和结构给出清晰的定义和标注要求；设计合理的标注质量检查机制；采用设定比例的重复标注评估标注者之间的一致性；统计不同标注者的时长数据，优化标注流程； 所述检查机制包括：初级检查：使用全卷积网络模型自动分析标注图像，判断标注是否完整，是否遵循标注规范，输出完整性检验结果；同一图像采用双标注员标注，计算机视觉算法自动比对两份标注，发现不一致区域；计算两份标注的匹配度，如果匹配度高于第一阈值，系统自动确认一致通过检查；二次检查：若匹配度在第一阈值和第二阈值之间，则自动触发标注员讨论机制，若匹配度低于第二阈值，自动提交给算法复核；对低匹配图像，运用对比学习算法自动判断错误原因，输出复核结果；整体检查：记录每位标注员历次检验结果，一旦发现问题，自动触发全量作业检验，输出整体复检报告，其中第二阈值小于第一阈值； 所述组合损失函数的设计过程为：根据分割类别数K定义K个二值交叉熵损失Lossk；计算每个类别的样本数量，自动设定初始权重αk反映样本均衡性；训练过程中记录各Lossk的变化曲线，若某项上升过快，则提高αk，具体过程为：统计牙本质、牙釉质、背景、牙槽骨皮质骨、牙槽骨松质骨、下颌神经管以及智齿的各损失函数Lossk在最近n个周期内的斜率，公式为： slopek=Lossk[n]-Lossk[n-1]step[n]-step[n-1] 计算所有类别斜率的均值u和标准差σ；若其中某一类别的斜率slopeku+σ,则认为该项上升过快；若其中某一类别斜率超过均值一个标准差时,则提高其该类别权重αk；每隔3个周期重新计算当前样本数量，调整αk；当所有Lossk曲线趋于平稳时，保存当前αk作为最终权重；构建动态调节的组合损失： Loss=Σαk*Lossk 继续训练，若某Lossk反弹，则重新增大对应αk进行干预; 所述权重的训练过程包括：默认权重αk=[α1，α2，...，αK]；在每批训练中，计算当前批各类别样本的平均预测概率pi，i=1，2，...，K；引入温度系数T，计算动态权重：αi=11+exppiT，βi=1-αi；计算当前批调整后的αi'和βi'： αi'=αi*αi βi'=βi*1-αi 则本批类别样本权重为：α'=[α1'，α2'，...，αK']，β'=[β1'，β2'，...，βK']；将α'、β'与各Lossk做加权结合，进行backward和参数更新；重复过程，持续动态调整各类别权重。

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西安博恩生物科技有限公司，其通讯地址为：710000 陕西省西安市高新区锦业路69号创新商务公寓2-1303室；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”。

以上内容由龙图腾AI智能生成。