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！

龙图腾网获悉中国人民解放军总医院申请的专利一种基于学习模型的脊柱关节炎分析方法和装置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：CN120147266B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510227462.5，技术领域涉及：G06T7/00；该发明授权一种基于学习模型的脊柱关节炎分析方法和装置是由冀肖健;李坤鹏;李涛;张静;李卓峰;孙磊;宋一敏;汪安安;董敬;王华涛;王京铭;雷瑛设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本一种基于学习模型的脊柱关节炎分析方法和装置在说明书摘要公布了：本发明涉及一种基于学习模型的脊柱关节炎分析方法和装置。属于基于大语言模型的Agent应用到医学影像分析的场景中的图像识别领域，包括：使用待识别磁共振图像序列中目标部位对应的描述文本向量与每一预设部位信息中的描述文本向量进行初级匹配，确定出相似部位信息；描述文本向量通过大语言模型的Agent生成，可以适应性的集成在现有的基于专家模型和大语言模型的axSpA辅助诊断智能体中，以提高医学影像识别结果的准确性，本方案中首先使用描述文本向量进行向量匹配，以快速筛选出与目标部位具有高相似度的预设部位信息。再使用局部磁共振图像进行图像相似度计算，提升生成目标部位的识别准确度。

本发明授权一种基于学习模型的脊柱关节炎分析方法和装置在权利要求书中公布了：1.一种基于学习模型的脊柱关节炎分析方法，其特征在于，所述方法包括如下步骤： 对待识别磁共振图像序列中的多个待识别图像进行聚类处理，生成至少一个目标部位簇；所述待识别图像为目标部位ROI区域对应的局部磁共振图像；ROI区域通过深度学习模型获取； 使用所述待识别磁共振图像序列中目标部位对应的描述文本向量与每一预设部位信息中的描述文本向量进行初级匹配，确定出至少一个相似部位信息；每一个预设部位信息包括对应部位的描述文本向量及对应部位ROI区域的局部磁共振图像序列；所述描述文本向量通过大语言模型生成； 使用每一目标部位簇中的待识别图像与每一相似部位信息中的局部磁共振图像序列进行二次匹配，生成每一所述目标部位簇中目标部位的识别准确度信息； 根据第一部位磁共振图像序列的断层间隔H1及第二部位磁共振图像序列的断层间隔H2，确定第一部位磁共振图像序列中每一磁共振图像在第二部位磁共振图像序列中对应的待匹配磁共振图像；在目标部位簇中的局部磁共振图像序列及相似部位信息中的局部磁共振图像序列中，图像数量较少的为第一部位磁共振图像序列，图像数量较多的为第二部位磁共振图像序列；其中，第一部位磁共振图像序列中的第i个磁共振图像对应的待匹配磁共振图像的序号区间为[A1i，A2i]，A1i、A2i分别满足如下条件： ；； 其中，A2max为第二部位磁共振图像序列中最大的图像序号； 根据第一部位磁共振图像序列中每一磁共振图像与对应的待匹配磁共振图像的相似度，生成所述目标部位簇中目标部位的准确度P；P满足如下条件： ； 其中，及分别为第一部位磁共振图像序列中的第i个磁共振图像，分别与对应的第一个及最后一个待匹配磁共振图像之间的相似度；n为第一部位磁共振图像序列中的磁共振图像的总数； 根据目标部位簇中目标部位的准确度与准确度阈值，生成所述目标部位簇中目标部位的识别准确度信息；以及 所述根据目标部位簇中目标部位的准确度与准确度阈值，生成所述目标部位簇中目标部位的识别准确度信息，包括： 若PY1，则将所述目标部位簇中的所有待识别图像标记为第一颜色； 若Y1PY2，则将所述目标部位簇中的所有待识别图像标记为第二颜色； 若PY2，则将所述目标部位簇中的所有待识别图像标记为第三颜色；Y1及Y2分别为第一准确度阈值及第二准确度阈值，Y1Y2。

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人民解放军总医院，其通讯地址为：100853 北京市海淀区复兴路28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。