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！

龙图腾网恭喜中国科学院苏州生物医学工程技术研究所申请的专利一种基于深度学习的脊柱骨质疏松性骨折评估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：CN120015332B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510503952.3，技术领域涉及：G16H50/30；该发明授权一种基于深度学习的脊柱骨质疏松性骨折评估方法及系统是由张睿;高欣设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种基于深度学习的脊柱骨质疏松性骨折评估方法及系统在说明书摘要公布了：本发明提供一种基于深度学习的脊柱骨质疏松性骨折评估方法及系统，能提升脊柱脆性骨折风险评估的全面性与可解释性。本发明基于分层特征提取模块深度融合脊柱空间几何结构、影像学纹理特征及临床数据，突破了传统单模态分析的局限性；创新性地采用刚性边与柔性边相结合的双模式图神经网络结构建立，其中刚性边强制保持相邻椎体的解剖连接，柔性边量化跨节段椎体间的骨折风险级联效应；进一步结合多头图注意力网络，自适应捕获椎体间长距离全局交互关系，使高危椎体的风险信号沿高权重边向关联区域扩散，并通过可视化映射（如节点颜色表征风险等级、边连接强度反映椎体间相互影响系数）直观揭示关键风险椎体及其传导路径。

本发明授权一种基于深度学习的脊柱骨质疏松性骨折评估方法及系统在权利要求书中公布了：1.一种基于深度学习的脊柱骨质疏松性骨折评估方法，其特征在于，包括以下步骤： 获取患者脊柱影像及临床数据，并提取多模态特征； 将所述多模态特征拼接融合，依据脊柱解剖学特性构建基于解剖约束的脊柱图结构； 采用多头图注意力神经网络进行多模态特征全局交互与脊柱骨折风险评估； 所述将所述多模态特征拼接融合，依据脊柱解剖学特性构建基于解剖约束的脊柱图结构步骤包括： 将脊柱各椎体定义为图节点，每个节点的特征向量由影像、几何及临床三类模态数据拼接融合； 依据脊柱解剖学特性构建两类边连接； 所述依据脊柱解剖学特性构建两类边连接步骤包括： 针对相邻椎体采用刚性边强制连接并固定权重，以维持脊柱序列的解剖连续性； 对于跨节段椎体采用柔性边连接，根据空间欧氏距离与骨密度梯度计算连接权重，通过高斯核函数量化椎体间力学关联强度，当阈值时，建立连接，以筛选出具有显著生物力学传导效应的椎体对，实现从刚性解剖框架到柔性连接网络的跨尺度结构建立； 所述采用多头图注意力神经网络进行多模态特征全局交互与脊柱骨折风险评估步骤包括： 通过可学习的参数矩阵将节点特征映射至隐空间，对于每个椎体节点及其邻居，计算归一化注意力权重： ， 其中，为注意力向量； 按迭代更新节点特征，使高危椎体的多模态特征通过高权重边向关联椎体扩散，所述高权重边被配置为预设值，为解剖连接强度×动态注意力权重； 通过Sigmoid函数输出各椎体骨折概率。

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中国科学院苏州生物医学工程技术研究所，其通讯地址为：215000 江苏省苏州市高新区科灵路88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”。