公开(公告)号：CN111784639A

公开(公告)日：2020-10-16

申请号：CN202010506003.8

申请日：2020-06-05

Applicant: 浙江大学

Inventor： 朱海华 ,  朱赴东 ,  梁蒙蒙 ,  黄超强 ,  连璐雅 ,  陈庆光 ,  黄俊超

IPC: G06T7/00 ,  G06T7/136 ,  G06K9/32 ,  G06N3/04 ,  G06N3/08 ,  A61B5/00

Abstract: 本发明公开了一种基于深度学习的口腔全景片龋齿深度识别方法，包括数据预处理；图像分割；构建模型；特征提取；分类识别五个部分。本发明采用卷积神经网络识别龋齿，实现了口腔全景片中龋齿的自动识别，可实现自动识别龋齿深度的结果导出。解决了医护人员长期查看影像数据容易导致视觉疲劳，辅助提高诊疗能力和工作效率，降低医疗资源需求，提高医疗效率。

公开(公告)号：CN113160151A

公开(公告)日：2021-07-23

申请号：CN202110360226.2

申请日：2021-04-02

Applicant: 浙江大学

Inventor： 叶冠琛 ,  曹政 ,  朱海华 ,  朱赴东 ,  陈谦明

IPC: G06T7/00 ,  G06T7/11 ,  A61B5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于深度学习及注意力机制的全景片龋齿深度识别方法，使用包含注意力机制的深度学习模型实现了口腔全景片中的龋齿不同病变时期的分级。整个龋齿分级系统由三个模块组成：分割网络模块，注意力提取模块和分类模块。通过实现口腔全景片中龋齿区域的自动识别以及龋齿不同病变时期的结果导出，有助于辅助精准分级，为预防龋病的发生发展提供依据，对于口腔健康的维护具有重要的临床和社会意义。

公开(公告)号：CN113221945B

公开(公告)日：2023-04-07

申请号：CN202110360203.1

申请日：2021-04-02

Applicant: 浙江大学

Inventor： 曹政 ,  叶冠琛 ,  朱海华 ,  吴健 ,  朱赴东 ,  陈谦明

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/045 ,  G06T7/11 ,  G06T7/194

Abstract: 本发明提供一种基于口腔全景片和双重注意力模块的龋齿识别方法，使用深度学习技术对口腔全景片中的龋齿区域同时进行边缘分割和相应的病变程度识别方法。深度学习技术包括了基于图像空间域和通道域的双重注意力模块，以及基于该双重注意力模块建立的分割和分类网络。本龋齿识别系统由三个模块组成：数据预处理模块、双重注意力分割网络模块和双重注意力分类网络模块。本方法在深度学习过程中对图像区域的注意力进行分层采样和计算，将分割网络和分类网络串联起来，实现了端到端的一站式龋齿区域的定位以及病变程度的识别。通过实现口腔全景片中龋齿区域的自动分割以及对应龋齿病变的结果导出，对于口腔健康的维护具有重要的临床和社会意义。

公开(公告)号：CN113160151B

公开(公告)日：2023-07-25

申请号：CN202110360226.2

申请日：2021-04-02

Applicant: 浙江大学

Inventor： 叶冠琛 ,  曹政 ,  朱海华 ,  朱赴东 ,  陈谦明

IPC: G06T7/00 ,  G06T7/11 ,  A61B5/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于深度学习及注意力机制的全景片龋齿深度识别方法，使用包含注意力机制的深度学习模型实现了口腔全景片中的龋齿不同病变时期的分级。整个龋齿分级系统由三个模块组成：分割网络模块，注意力提取模块和分类模块。通过实现口腔全景片中龋齿区域的自动识别以及龋齿不同病变时期的结果导出，有助于辅助精准分级，为预防龋病的发生发展提供依据，对于口腔健康的维护具有重要的临床和社会意义。

公开(公告)号：CN113221945A

公开(公告)日：2021-08-06

申请号：CN202110360203.1

申请日：2021-04-02

Applicant: 浙江大学

Inventor： 曹政 ,  叶冠琛 ,  朱海华 ,  吴健 ,  朱赴东 ,  陈谦明

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/11 ,  G06T7/194

Abstract: 本发明提供一种基于口腔全景片和双重注意力模块的龋齿识别方法，使用深度学习技术对口腔全景片中的龋齿区域同时进行边缘分割和相应的病变程度识别方法。深度学习技术包括了基于图像空间域和通道域的双重注意力模块，以及基于该双重注意力模块建立的分割和分类网络。本龋齿识别系统由三个模块组成：数据预处理模块、双重注意力分割网络模块和双重注意力分类网络模块。本方法在深度学习过程中对图像区域的注意力进行分层采样和计算，将分割网络和分类网络串联起来，实现了端到端的一站式龋齿区域的定位以及病变程度的识别。通过实现口腔全景片中龋齿区域的自动分割以及对应龋齿病变的结果导出，对于口腔健康的维护具有重要的临床和社会意义。

公开(公告)号：CN101942410A

公开(公告)日：2011-01-12

申请号：CN201010202399.3

申请日：2010-06-13

Applicant: 浙江大学

Inventor： 陈晖 ,  朱海华 ,  邓淑丽 ,  张琦霞 ,  崔红花 ,  张卫东 ,  鲍建芳

IPC: C12N1/21 ,  C12N15/31 ,  C12N15/70 ,  C12R1/19

Abstract: 本发明提供一种牙龈卟啉单胞菌促血凝功能结构域Hgp44基因的克隆重组菌，它是Hgp44-pET22b-BL21(DE3)大肠埃希氏菌，其保藏编号为CGMCC NO.3799，其拉丁学名为Escherichia coli。本发明成功克隆了牙龈卟啉单胞菌的促血凝功能结构域Hgp44基因，并构建了Hgp44原核表达系统，为继续研究Hgp44的特性及其促进血小板聚集的具体机制奠定基础。Hgp44蛋白的成功表达为取得相应抗体，制备预防性疫苗的提供了前提条件，为建立敏感、特异的牙龈素免疫检测方法奠定了基础，也为进一步阻断牙周病致病途径提供良好的分子工具，为进一步明确牙周病和冠心病之间的相互关系奠定基础。