买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京科技大学;北京大学第三医院(北京大学第三临床医学院)申请的专利一种针对关节盂与肱骨头缺损面积的诊断方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120809145B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510862372.3，技术领域涉及：G16H50/20；该发明授权一种针对关节盂与肱骨头缺损面积的诊断方法及系统是由郭金;侯浩楠;刘振龙;房景超;李孟祺;孙淑颖设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本一种针对关节盂与肱骨头缺损面积的诊断方法及系统在说明书摘要公布了：本发明公开了一种针对关节盂与肱骨头缺损面积的诊断方法及系统，属于图像处理技术领域，所述方法包括：获取待处理的关节盂与肱骨头的医学影像数据；将所述医学影像数据输入预设的分割模型，得到关节盂与肱骨头的分割结果；基于所述分割结果，计算关节盂的缺损面积及缺损比例；基于所述缺损比例，确定肱骨头的缺损程度。本发明的针对关节盂与肱骨头缺损面积的诊断方法及系统为临床提供了一种高效、精准的智能化诊断辅助工具，具有良好应用前景与推广价值。

本发明授权一种针对关节盂与肱骨头缺损面积的诊断方法及系统在权利要求书中公布了：1.一种针对关节盂与肱骨头缺损面积的诊断方法，其特征在于，包括： 获取待处理的关节盂与肱骨头的医学影像数据； 将所述医学影像数据输入预设的分割模型，得到关节盂与肱骨头的分割结果； 基于所述分割结果，计算关节盂的缺损面积及缺损比例； 基于所述缺损比例，确定肱骨头的缺损程度； 所述分割模型包括多个构成Transformer结构的特征增强模块；从第二个特征增强模块起，每一特征增强模块的输出，分别依次经过自适应医学卷积模块和边缘注意力机制模块处理后，所得特征数据被输入分割头；分割头基于输入的多组特征数据，实现对关节盂与肱骨头的分割，输出关节盂与肱骨头的分割结果； 所述特征增强模块包括重叠块嵌入模块和多个特征增强单元；其中，多个特征增强单元串行连接，相邻两个特征增强单元之间通过下采样层连接； 所述重叠块嵌入模块引入重叠补丁编码，将输入图像进行卷积核大小为卷积层变换，结果中的每个向量代表一个带上下文的重叠区域嵌入，作为Transfomer结构输入的Token序列；输入到特征增强单元的输入序列，首先经过前馈反馈网络，得到输出，公式表示为： ； 其中，为可学习缩放参数；为局部卷积反馈通道，用来嵌入空间结构信息；表示对输入进行归一化；表示对每个Token独立进行变换，其变换操作表示为： ； 其中，，表示权重矩阵，表示非线性激活函数，用于对输入进行归一化；和表示偏置向量； 随后进入次元交互模块，来增强不同位置间Token直接的信息交流；随后通过级联分组注意力机制模块将次元交互模块处理后的在通道维度划分为个分组，然后对每组独立执行局部自注意力，并降低计算量； 最后将各组的输出串联后进行信息融合操作，作为特征增强单元的输出； 所述边缘注意力机制模块的数据处理过程包括： 用Sobel算子分别在水平方向和垂直方向提取输入图像的一阶梯度信息；其中，水平方向算子和垂直方向算子表示为： ； 将输入图像的每个通道分别与做卷积操作，得到水平方向梯度图，并将输入图像的每个通道分别与做卷积操作，得到垂直方向的梯度图； 通过全局平均池化层分别对水平方向梯度图和垂直方向的梯度图进行处理，得到输入图像在垂直方向上的聚合张量和水平方向上的聚合张量； 将和相乘，得到一个与位置相关的注意力图M； 将M输入卷积层，然后将卷积层的输出与所述边缘注意力机制模块的输入图像相加，得到优化后的特征图； 所述分割头的数据处理过程包括： 将输入的多组特征数据融合，得到融合特征数据； 动态计算每个像素的权重；其中，权重生成公式为： ； 其中，为动态生成的权重掩膜；表示非线性激活函数，用于对输入进行归一化；表示卷积操作；的范围为[0,1]，值越大表明模型越关注相应区域； 根据，生成最终的动态掩膜用于指导分割；其中，动态掩膜生成公式为： ； 其中，为动态掩膜；为模型的初步预测结果；表示逐像素加权； 基于生成的动态掩膜，实现对关节盂与肱骨头的分割。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京科技大学;北京大学第三医院(北京大学第三临床医学院)，其通讯地址为：100083 北京市海淀区学院路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。