基于多模态深度学习的颞下颌关节运动功能状态识别方法、装置及电子设备
申请号:CN202410971111
申请日期:2024-07-19
公开号:CN119851335A
公开日期:2025-04-18
类型:发明专利
摘要
本发明涉及一种基于多模态深度学习的颞下颌关节运动功能状态识别方法、装置及电子设备。该方法从预先构建的颞下颌关节运动功能状态数据库中获取多模态数据样本并进行预处理;基于预处理后的多模态数据样本,根据数据类别分别训练并优化预训练的图像分割模型以及图像分类模型;利用后端融合方法将训练好的图像分割模型和图像分类模型融合得到多模态深度学习模型,并利用预处理后的多模态数据样本训练并优化多模态深度学习模型;获取待识别的多模态数据并输入训练好的多模态深度学习模型,得到相应的颞下颌关节运动功能状态识别结果。与现有技术相比,本发明具有提高颞下颌关节运动功能状态识别的效率与准确率等优点。
技术关键词
多模态深度学习
关节运动功能
状态识别方法
图像分类模型
图像分割模型
颞下颌关节
数据
融合方法
深度学习模型
样本
面弓
锥形束CT图像
模型训练模块
融合特征
分类特征
状态识别装置
影像
自然语言