臨床腦瘤手術或意外創傷引起的顱骨缺損需要手工設計顱骨植入物進行修復。顱骨植入物的邊緣需要精確地吻合形態各異的缺損顱骨創傷口邊界，但顱骨植入物手工設計用時周期長、技術門檻高且準確度低。為此，本文提出用于三維顱骨植入物自動化設計的信息器殘差注意力U形網絡（IRA-Unet）。本文將信息器（Informer）從自然語義處理領域應用到計算機視覺領域，設計信息器注意力進行注意力的提取，讓模型更加關注顱骨缺損位置，將計算量和參數量從N2降到log(N)。本文進一步構建信息器殘差注意力，將信息器注意力和殘差結合并置于模型靠近輸出層的位置，讓模型能根據需求在全局感受野和局部信息中進行選擇和綜合，提高模型精度和加快模型收斂速度。本文使用顱骨植入物自動化設計挑戰賽2020（AutoImplant 2020）公開數據集進行訓練和測試，并在實驗部分對比分析直接獲得顱骨植入物和間接獲得顱骨植入物兩種方式對結果的影響。實驗結果表明，本文所提模型具有較好魯棒性，在AutoImplant 2020的110例測試集上取得戴斯系數值為0.9404，豪斯多夫距離值為3.6866的結果；本文所提模型在保證顱骨植入物外形精度的同時減少了模型運行所需的資源，可有效地輔助外科醫生完成高效的顱骨修復自動化設計，從而提高患者術后的康復質量。