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！

龙图腾网获悉珠海市人民医院申请的专利一种生物组织模型结构优化模型、方法、装置及介质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：CN120221102B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510324772.9，技术领域涉及：G16H50/50；该发明授权一种生物组织模型结构优化模型、方法、装置及介质是由陆骊工;赵炜;朱建军;李文婷;彭海川;黄超;苏燕红;占美晓设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本一种生物组织模型结构优化模型、方法、装置及介质在说明书摘要公布了：本发明公开了一种生物组织模型结构优化模型、方法、装置及介质，优化模型通过以下方式构建：获取学习样本集，学习样本集包括多个学习样本，每个学习样本包括从一个生物组织模型样本上提取的所有点的空间坐标；预先构建一基础模型，基础模型包括变形网络和模板网络，变形网络被配置将学习样本变换至预设的三维空间以得到预测生物组织模型，模板网络被配置为确定预测生物组织模型的SDF值；将学习样本集输入基础模型，利用预设的总损失函数对基础模型进行优化训练以得到生物组织模型结构优化模型；总损失函数与预测生物组织模型的SDF损失和或几何梯度损失相关。本发明能够预测并修复生物组织模型结构中的缺损和变形，提高模型结构的精度。

本发明授权一种生物组织模型结构优化模型、方法、装置及介质在权利要求书中公布了：1.一种构建生物组织模型结构优化模型的方法，其特征在于，通过以下方式构建： 获取学习样本集，所述学习样本集包括多个学习样本，每个学习样本包括从一个生物组织模型样本上提取的所有点的空间坐标； 预先构建一神经网络基础模型，所述基础模型包括变形网络和模板网络，所述变形网络被配置将所述学习样本变换至预设的三维空间以得到预测生物组织模型，所述模板网络被配置为确定所述预测生物组织模型的SDF值； 将所述学习样本集输入所述基础模型，利用预设的总损失函数对所述基础模型进行优化训练以得到生物组织模型结构优化模型；所述总损失函数与所述预测生物组织模型的SDF损失和或几何梯度损失相关；所述总损失函数的表示为： ； 其中，L sdf 表示总损失函数，L sdf-val 表示所述预测生物组织模型的SDF损失，L sdf-geo 表示所述预测生物组织模型的几何梯度损失，k 1 为第一系数、k 1 ＞0，k 2 为第二系数、k 2 ＞0； 通过以下公式计算所述预测生物组织模型的SDF损失L sdf-val ： ； 其中，Ω i 表示第i个预测生物组织模型的整个空间，S i 表示第i个预测生物组织模型的表面，p表示点的空间坐标，α i 表示第i个生物组织模型样本的特征向量，β表示一类生物组织模型样本的特征向量，s'表示真实的SDF值，Fp；α i ，β表示针对p预测的SDF值，是对非生物组织模型表面点预测的惩罚，旨在使其SDF值接近零，其中，表示在L sdf-val 中SDF误差值的权重，表示在L sdf-val 中SDF空间分布的权重； 通过以下公式计算所述预测生物组织模型的几何梯度损失L sdf-geo ： ； 其中，Ω i 表示第i个预测生物组织模型的整个空间，S i 表示第i个预测生物组织模型的表面，p表示点的空间坐标，n'表示生物组织模型样本的表面点所在平面的法向量，S cos 表示余弦相似性、其用于衡量预测梯度与真实法向量的一致性，表示生物组织模型样本的表面点的梯度方向，表示梯度的步幅和单位法向量的模长一致，ω n 表示余弦相似性的系数，ω Eik 表示幅值的系数。

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珠海市人民医院，其通讯地址为：519000 广东省珠海市香洲康宁路79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”。