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！

龙图腾网获悉安徽大学申请的专利基于深度学习的乳腺癌放疗敏感性预测方法及其系统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：CN114983342B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202210604915.8，技术领域涉及：A61B5/00；该发明授权基于深度学习的乳腺癌放疗敏感性预测方法及其系统是由夏俊峰;董超;宾艳南;吴李君设计研发完成，并于2022-05-30向国家知识产权局提交的专利申请。

本基于深度学习的乳腺癌放疗敏感性预测方法及其系统在说明书摘要公布了：本发明涉及生物信息计算技术领域，解决了将组织病理图像数据与miRNA数据有效整合的技术问题，尤其涉及一种基于深度学习的乳腺癌放疗敏感性预测方法，包括以下过程：从TCGA数据库中获取接受放疗的女性乳腺癌患者的组织病理图像数据以及miRNA数据；还涉及一种应用于上述乳腺癌放疗敏感性预测方法的系统，包括：数据集获取模块用于从TCGA数据库中获取接受放疗的女性乳腺癌患者的组织病理图像数据以及miRNA数据。本发明达到了对乳腺癌患者的放疗敏感性进行有效地预测的目的，可以较为准确地判断患者是否需要接受放疗，从而可以对患者进行精准治疗，避免了时间的浪费以及放疗给患者带来的伤害。

本发明授权基于深度学习的乳腺癌放疗敏感性预测方法及其系统在权利要求书中公布了：1.一种基于深度学习的乳腺癌放疗敏感性预测方法，其特征在于，包括以下过程： 从TCGA数据库中获取接受放疗的女性乳腺癌患者的组织病理图像数据以及miRNA数据； 将获取的组织病理图像数据以及miRNA数据进行筛选，去除生存时间少于30天的样本，并根据三年生存时间分别划分为正、负样本数据集； 从正、负样本数据集中提取组织病理图像特征和miRNA数据特征； 根据组织病理图像特征和miRNA数据特征构建放疗敏感性预测模型； 从患者样本中提取组织病理图像特征与miRNA数据特征并将其输入到放疗敏感性预测模型中进行预测并判断患者是否具有放疗敏感性； 在构建放疗敏感性预测模型这一过程中，还包括： 将组织病理图像特征和miRNA数据特征分别输入到两个完全相同的双向长短期记忆网络中，并将经过双向长短期记忆网络编码后的组织病理图像特征和miRNA数据特征进行拼接； 采用批归一化方法对拼接组合后的组织病理图像特征和miRNA数据特征进行归一化处理； 采用注意力机制对归一化处理后的组织病理图像特征和miRNA数据特征进行权重分配； 将经过权重分配加权后的组织病理图像特征和miRNA数据特征输入到三层的神经网络中，得到放疗敏感性预测模型。

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安徽大学，其通讯地址为：230000 安徽省合肥市九龙路111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”。