Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军空军军医大学黄东获国家专利权

中国人民解放军空军军医大学黄东获国家专利权

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空军军医大学申请的专利一种基于医学影像的肿瘤异质性表征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:CN118172343B

龙图腾网通过国家知识产权局官网在2025-07-08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:202410374933.0,技术领域涉及:G06T7/00;该发明授权一种基于医学影像的肿瘤异质性表征方法是由黄东;卢虹冰;刘洋;徐肖攀设计研发完成,并于2024-03-29向国家知识产权局提交的专利申请。

一种基于医学影像的肿瘤异质性表征方法在说明书摘要公布了:本发明提供了一种基于医学影像的肿瘤异质性表征方法,属于疾病异质性表征技术领域,包括:提取放疗前宫颈癌患者医学图像中的肿瘤区域;将医学图像中的肿瘤区域输入表征肿瘤异质性的网络,输出异质性表征结果,具体包括:将医学图像中的肿瘤区域输入超像素分割模块,将肿瘤区域分割为具有相似属性的多个子区域;通过高分辨率表征模块提取多个子区域的特征值;通过肿瘤异质性表征模块计算多个子区域的特征值的平均值和标准差,并将平均值和标准差的加权组合作为子区域描述符,通过子区域描述符表征肿瘤的异质性。本发明提出的表征方法利用超像素分割模块将肿瘤划分为预定义数量的子区域,能够更准确地分析肿瘤的异质性,与传统方法相比更加细致和全面。创新地引入了异质性表征模块,使用特征映射的均值和方差的组合来表征肿瘤的异质性,避免了传统的卷积和池化操作所带来的局限性,提供了更加准确和有意义的表征。

本发明授权一种基于医学影像的肿瘤异质性表征方法在权利要求书中公布了:1.一种基于医学影像的肿瘤异质性表征方法,其特征在于,包括以下步骤: 提取放疗前宫颈癌患者医学图像中的肿瘤区域; 将医学图像中的肿瘤区域输入表征肿瘤异质性的网络,输出异质性表征结果;所述表征肿瘤异质性的网络包括超像素分割模块、高分辨率表征模块及肿瘤异质性表征模块;所述将医学图像中的肿瘤区域输入表征肿瘤异质性的网络,输出异质性表征结果,具体包括: 将医学图像中的肿瘤区域输入超像素分割模块,将肿瘤区域分割为具有相似属性的多个子区域; 通过高分辨率表征模块提取多个子区域的特征值; 通过肿瘤异质性表征模块计算多个子区域的特征值的平均值和标准差,并将平均值和标准差的加权组合作为子区域描述符,通过子区域描述符表征肿瘤的异质性; 所述高分辨率表征模块包括初始卷积层和多个扩张卷积层,每个所述扩张卷积层包含多个残差块,所述初始卷积层能够从子区域中提取初步的低级特征,所述低级特征包括边缘和纹理;多个所述残差块能够从子区域中提取分层特征; 所述超像素分割模块利用SLIC聚类方法将医学图像中的肿瘤区域分割为具有相似属性的多个子区域,所述SLIC聚类方法通过最小化图像中像素之间灰度强度相似性的距离度量来运行,该距离度量的公式如下: ; 其中,∆I为强度差,∆x、∆y表示空间差异,K I 、K x 和K y 均为比例因子; 通过最小化距离度量,SLIC聚类方法将像素分组成具有相似灰度强度的超像素,实现对医学图像的分割。

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空军军医大学,其通讯地址为:710032 陕西省西安市新城区长乐西路169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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。