项目实训周记（一）图像数据搜集和处理

医学图像数据搜集：

团队需要搜集不同种类型的医学影像。这些图像主要来自口腔医疗领域，包括CBCT口扫图、牙齿曲断图、人像图片等。最后整理收集到CBCT口扫数据300份、牙齿曲断数据115份、人像数据20份。搜集到的图像将用于训练大模型。

医学图像数据处理：

团队选取合适的算法对这些图像进行预处理，包括但不限于图像的标准化、增强和特征点提取，确保数据输入模型的质量，为后续的模型训练打下基础。对处理过的图像进行特征点和特征值的分析，这一步涉及使用机器学习技术来识别和提取影像中的关键信息，如牙齿状况、牙龈问题等。根据不同的疾病种类和临床案例，团队将动态调整特征值的阈值，进行病症的判定。模型根据输入的图像和患者情况给出可能的诊断结果，并依据医学文献和专业网站给出建议。这一步不仅提供诊断信息，还为医生和患者提供参考，帮助他们更好地理解患者的口腔健康状况。