基于深度学习的荧光图像中牙釉质脱矿厚度的分析方法

本发明公开了基于深度学习的荧光图像中牙釉质脱矿厚度的分析方法，以QLF荧光图像为输入，结合TMR建立荧光信号与真实厚度的标定，派生连续与分级标签；构建含卷积主干的双任务模型，一方面对单张图像判定是否超过100μm阈值，另一方面基于3×3拼接模拟不均匀脱矿并进行十分类识别，本方法输出阈值结论、区间分布与等结构化结果。实验表明，二分类准确率约96.5%，十分类整体准确率约97%。本发明适用于龋病早期筛查与风险评估，具备可解释、可集成与临床推广价值。