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。