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！

龙图腾网获悉广州医科大学附属口腔医院(广州医科大学羊城医院)申请的专利基于深度学习的牙科种植体数据监测分析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：CN121565359B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610084006.4，技术领域涉及：G16H10/60；该发明授权基于深度学习的牙科种植体数据监测分析方法是由龙源源;邓舒莹;林晴;刘嘉倩;丘媚;向茜设计研发完成，并于2026-01-22向国家知识产权局提交的专利申请。

本基于深度学习的牙科种植体数据监测分析方法在说明书摘要公布了：本发明提供基于深度学习的牙科种植体数据监测分析方法，通过采集患者术前影像、临床检查、手术参数等多模态结构化数据，标准化预处理后输入具双分支结构的深度神经网络模型，实现种植体失败风险评分与局部因果关联强度提取；基于模型输出，构建动态个体化因果图谱，将关键临床可干预变量作为调控节点，并开展反事实扰动模拟，量化变量干预敏感度，分析关键因果路径；生成优先级干预建议列表及辅助决策报告，并可依据实际随访反馈自适应优化因果图谱，实现长期闭环进化，本发明提升了种植体失败风险预测的准确性及干预方案的针对性和可操作性，增强临床个体化治疗决策支持。

本发明授权基于深度学习的牙科种植体数据监测分析方法在权利要求书中公布了：1.基于深度学习的牙科种植体数据监测分析方法，其特征在于，包括以下步骤： S1：采集患者术前影像学数据、临床检查记录以及手术操作参数，形成多模态结构化输入数据集； S2：对所述多模态结构化输入数据集进行标准化预处理，生成统一维度特征向量； S3：将所述统一维度特征向量输入双分支深度神经网络模型，其中主分支执行种植体失败风险预测任务，输出初始风险评分；辅助分支基于可干预临床变量集合作为锚点，利用注意力门控机制筛选与其强相关的潜在混杂因素，生成局部因果关联强度矩阵； S4：基于所述局部因果关联强度矩阵与所述初始风险评分，构建个体化动态因果图谱，其中节点表示临床变量，有向边表示变量间的因果影响方向与强度，其权重通过贝叶斯更新规则结合历史群体数据初始化，并标记可干预变量为关键调控节点； S5：在所述个体化动态因果图谱中对所述关键调控节点施加反事实扰动模拟，计算虚拟干预下各可干预变量变化所引起的预测输出梯度响应，生成变量干预敏感度序列； S6：基于所述变量干预敏感度序列对所述个体化动态因果图谱中的路径执行归因分析，识别从可干预变量到高风险输出的关键因果传播路径，并依据干预预期效果排序生成优先级干预建议列表。

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广州医科大学附属口腔医院(广州医科大学羊城医院)，其通讯地址为：510150 广东省广州市黄沙大道59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。