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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于物理信息神经网络的角膜交联术后预测模型构建方法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：CN121839089B 。

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：202610306046.9，技术领域涉及：G16H50/20；该发明授权一种基于物理信息神经网络的角膜交联术后预测模型构建方法是由弥胜利;昌隆;何琳欣;赵耀;孙北辰;殷代钰设计研发完成，并于2026-03-13向国家知识产权局提交的专利申请。

本一种基于物理信息神经网络的角膜交联术后预测模型构建方法在说明书摘要公布了：一种基于物理信息神经网络的角膜交联术后预测模型构建方法，包括：建立超弹本构模型，将其关键力学参数表征为与交联治疗参数相关的空间分布函数，构建物理先验约束；获取并预处理术前角膜前表面高度图与全层厚度图，通过数据增强构建多模态输入张量及真值标签，并划分为训练集与测试集；搭建融合编码‑解码结构与循环反馈机制的神经网络，该网络包含自适应预测个体化力学参数的分支，并将物理先验约束以可微分损失函数形式嵌入训练过程；利用训练数据对网络进行联合优化，使其学习从术前形态到术后形态的映射关系，用于对新数据的术后角膜形态预测。本发明实现了物理约束与数据驱动的深度融合，显著提升了预测的精度、效率和物理可信度。

本发明授权一种基于物理信息神经网络的角膜交联术后预测模型构建方法在权利要求书中公布了：1.一种基于物理信息神经网络的角膜交联术后预测模型构建方法，其特征在于，包括以下步骤： S1、建立用于描述角膜生物力学行为的超弹本构模型，并将其中的关键力学参数表征为与交联治疗参数相关的空间分布函数，以构建物理先验约束； S2、获取包含术前角膜前表面高度图与全层厚度图的临床数据，对其进行预处理与数据增强，构建多模态输入张量及对应的术后形态真值标签，并划分为训练集与测试集； S3、搭建一个循环物理信息神经网络预测模型，该模型融合编码-解码结构与循环反馈机制，并包含用于从输入图像中自适应预测个体化力学参数的分支，同时将所述物理先验约束以可微分损失函数的形式嵌入网络训练过程；步骤S3中构建的循环物理信息神经网络预测模型包括： 双通道编码器，用于从输入的双通道张量中提取多尺度空间特征； 循环反馈解码器，其以多时间步方式工作，在每个时间步接收当前角膜状态并预测一个形变增量，将该增量累加至当前状态后反馈作为下一时间步的输入，通过迭代逐步逼近术后形态； 自适应物理参数预测分支，连接于编码器输出的瓶颈特征之后，该分支通过对高维特征进行全局压缩与非线性映射，自动回归出表征个体角膜力学属性的可学习比例系数； 物理约束损失计算模块，利用自适应物理参数预测分支输出的比例系数，结合步骤S1中的刚度分布模型，生成空间变化的刚度场，并将其与网络预测的形变场进行耦合，计算遵循最小势能原理的物理正则化损失； S4、利用训练数据对所述循环物理信息神经网络预测模型进行训练，通过联合优化图像重构损失、物理约束损失及临床参数损失，使模型学习从术前形态及治疗参数到术后形态的映射关系，用于对新的术前数据进行术后角膜形态预测。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区桃源街道丽水路2279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。