原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于分类器链和类内监督的牙齿异位萌出检测方法，使用类内监督模块，对特征进行直接监督，最小化同类特征之间的距离，从而提高异类特征区分度，缓解因数据量不足而导致的特征提取不当问题；还结合了类间关联信息，应用分类器链模块，通过链式结构传递前序分类结果信息给后序分类器，实现对类间关联信息的利用，降低疾病类间差异小对分类效果的影响来得到准确的异位萌出分类。本方法为结合了分类器链和类内监督组成的深度学习方法，针对口腔CBCT影像设计针对性的深度学习模型，结合了两种深度学习结构的优势搭建了网络用来加强类间
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117576445A
(43)申请公布日2024.02.20
(21)申请号202311470400.4G06N3/0464(2023.01)
文档评论（0）