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！

龙图腾网获悉西安电子科技大学;西安交通大学口腔医院申请的专利基于几何结构先验引导的颌面部CT骨折检测与修复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：CN116342573B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310373181.1，技术领域涉及：G06T7/00；该发明授权基于几何结构先验引导的颌面部CT骨折检测与修复方法是由童诺;杨慧颖;缑水平;刘源林;虎小毅;侯令南设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本基于几何结构先验引导的颌面部CT骨折检测与修复方法在说明书摘要公布了：本发明公开了一种基于几何结构先验引导的颌面部CT骨折检测与修复方法，主要解决现有方法不适用于骨折骨骼修复、不能较好恢复患者咬合功能的问题。其实现方案为：获取颌面部骨折患者的CT数据，构建骨折定位数据集与骨骼轮廓数据集，并分别以此训练骨折检测模型、骨骼轮廓分割模型；根据该训练好的模型构建模拟骨折缺损骨骼轮廓训练数据集、骨折骨骼测试数据集；构造基于几何先验引导自注意力学习的颌面部轮廓修复模型，并使用模拟骨折缺损骨骼轮廓训练数据集，利用自适应学习率优化算法对其训练；将骨折骨骼测试数据集输入到训练好的基于几何先验引导自注意力学习的颌面部轮廓修复模型，模拟出的正常面部骨骼轮廓。本发明能有效恢复面部骨折患者咬合功能，可用于面部骨折患者骨骼的修复。

本发明授权基于几何结构先验引导的颌面部CT骨折检测与修复方法在权利要求书中公布了：1.一种基于几何结构先验引导的颌面部CT骨折检测与修复方法，包括如下： 1获取颌面部骨折患者的计算机断层扫描CT数据，并从该CT数据中分别获取二维CT切片及其手工标注的矩形框xml文件，组成骨折定位数据集；手工勾画出颌面部轮廓标签，与CT数据一同组成骨骼轮廓数据集；再将CT数据下采样到统一的分辨率128×128×96后调整到骨骼的窗位窗宽，得到预处理后的三维CT数据； 2将骨折定位数据集输入到现有的目标检测Faster-RCNN网络迭代训练，使用误差反向传播机制更新Faster-RCNN网络的权重W和偏置b，直到迭代次数达到50时，停止训练，得到骨折检测模型DET； 3将骨骼轮廓数据集输入到现有的3DUNet网络迭代训练，使用误差反向传播机制更新3DUNet网络的权重W'和偏置b'，直到迭代次数达到200时，停止训练，得到骨骼轮廓分割模型SEG； 4构建正常骨骼CT训练数据集、模拟骨折缺损骨骼轮廓训练数据集、骨折骨骼测试数据集： 4a挑选至少100例的正常人及小病变囊肿病人颌面部CT数据，构成正常骨骼CT训练数据集； 4b将4a中的正常骨骼CT训练数据集输入到3中训练好的骨骼轮廓分割模型SEG，得到面部骨骼轮廓，根据骨折多发位置与区域大小制作随机空白掩码mask对该正常面部骨骼轮廓遮掩，并将遮掩后的模拟骨折缺损骨骼轮廓与正常骨骼轮廓标签一同构成模拟骨折缺损骨骼轮廓训练数据集； 4c将1中颌面部骨折患者CT数据输入到2中训练好的骨折检测模型DET检测出骨折发生位置边界框的坐标，并使用空白掩码mask遮盖此坐标形成的骨折区域，构成骨折骨骼测试数据集； 5分别建立由16个特征提取Transformer块组成的编码器，由4层卷积神经网络CNN组成的解码器，将编码器与解码器进行连接，并在解码器的最后一层加入基于3DSobel卷积边缘图实现的几何先验引导模块，构成基于几何先验引导自注意力学习的颌面部轮廓修复模型REC； 6用模拟骨折缺损骨骼轮廓训练数据集迭代训练基于几何先验引导自注意力学习的颌面部轮廓修复模型REC： 6a打乱4b中的模拟骨折缺损骨骼轮廓训练数据集中图像的顺序，从中依次选择单个模拟缺损骨骼及其正常骨骼标签，记为一个训练批次{I,G,R,Z}，其中I为一个训练批次中的模拟缺损骨骼，G为与I对应的正常骨骼标签，R为掩码的三维感兴趣区域ROI坐标信息，Z为下颌骨的切片坐标信息； 6b将模拟缺损骨骼I输入到基于几何先验引导自注意力学习的颌面部轮廓修复模型REC中，经过正常骨骼轮廓模拟网络的前向传播得到输出的模拟正常骨骼O、模拟正常骨骼边缘图OE以及正常骨骼标签边缘图GE； 6c将掩码mask坐标信息R映射到模拟正常骨骼O与正常骨骼标签G上，得到缺损区域模拟正常骨骼OL与缺损区域正常骨骼标签GL；将下颌骨坐标信息Z映射到正常骨骼边缘图OE以及正常骨骼标签边缘图GE上，得到模拟正常下颌骨边缘图OE与正常下颌骨标签边缘图GE； 6d计算模拟正常骨骼O与正常骨骼标签G之间的损失Lglobal，缺损区域模拟正常骨骼OL与缺损区域正常骨骼标签GL之间的损失Llocal，以及模拟正常下颌骨边缘图OE与正常下颌骨标签边缘图GE之间的边缘损失Ledge，得到基于几何先验引导自注意力学习的颌面部轮廓修复模型REC的损失函数L＝Lglobal+Llocal+Ledge； 6e设初始学习速率为0.001，使用自适应学习率优化算法Adam优化基于几何先验引导自注意力学习的颌面部轮廓修复模型REC的损失函数L，使用误差反向传播机制更新基于几何先验引导自注意力学习的颌面部轮廓修复模型REC的权重W和偏置b； 6f重复5a到5e，直到损失函数L没有降低，则停止训练，得到训练后的基于几何先验引导自注意力学习的颌面部轮廓修复模型REC； 7将4c中的骨折骨骼测试数据集输入到训练好的基于几何先验引导自注意力学习的颌面部轮廓修复模型REC中，获得修复后的模拟正常面部骨骼轮廓。

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西安电子科技大学;西安交通大学口腔医院，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。