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！

龙图腾网获悉北京大学第三医院(北京大学第三临床医学院)申请的专利基于机器学习的甲状腺淋巴瘤预测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：CN120298412B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510787635.9，技术领域涉及：G06T7/00；该发明授权基于机器学习的甲状腺淋巴瘤预测方法和装置是由杨诗源;祁慧馨;王晓华;谭石;陈道贵;范佳帅;华佳东设计研发完成，并于2025-06-13向国家知识产权局提交的专利申请。

本基于机器学习的甲状腺淋巴瘤预测方法和装置在说明书摘要公布了：本发明涉及一种基于机器学习的甲状腺淋巴瘤预测方法和装置，属于图像处理技术领域，解决了现有技术中缺少基于深度学习的甲状腺淋巴瘤预测方法的问题。具体步骤包括：对分割了病变区域的甲状腺超声图像，标注包含淋巴瘤的病变类型标签，得到原始数据集；提取原始数据集的肿瘤影像学特征，得到初始特征，并依次进行零重要度分析和相关性筛选，得到高重要度且低相关性的终筛特征；基于终筛特征和标注的病变类型标签，利用机器学习训练得到甲状腺淋巴瘤预测模型；对分割了疑似病变区域的待测甲状腺超声分割图像进行特征提取，得到对应终筛特征；基于对应终筛特征，利用甲状腺淋巴瘤预测模型实现甲状腺淋巴瘤的精准预测。

本发明授权基于机器学习的甲状腺淋巴瘤预测方法和装置在权利要求书中公布了：1.一种基于机器学习的甲状腺淋巴瘤预测方法，其特征在于，包括如下步骤： 对分割了病变区域的甲状腺超声图像，标注包含淋巴瘤的病变类型标签，得到原始数据集； 提取所述原始数据集的肿瘤影像学特征，得到初始特征，并依次进行零重要度分析和相关性筛选，得到高重要度且低相关性的终筛特征； 基于所述终筛特征和标注的病变类型标签，利用机器学习训练得到甲状腺淋巴瘤预测模型； 对分割了疑似病变区域的待测甲状腺超声分割图像进行特征提取，得到对应终筛特征； 基于对应终筛特征，利用所述甲状腺淋巴瘤预测模型进行甲状腺淋巴瘤的预测； 对所述初始特征进行零重要度分析，包括： 基于所述原始数据集训练随机森林模型，计算每个初始特征在真实标签条件下的重要性分数；其中，所述真实标签为所述甲状腺超声分割图像中病变区域对应的病变类型标签； 对所述病变类型标签进行随机置乱，得到伪标签数据集，并基于所述伪标签数据集重新训练随机森林模型，计算各初始特征在伪标签条件下的重要性分数； 对比各初始特征的重要性分数在真实标签与伪标签条件下的分布，得到该初始特征的零重要度得分； 在所有初始特征中筛出零重要度得分大于预设的归零阈值的特征，得到高重要度特征。

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北京大学第三医院(北京大学第三临床医学院)，其通讯地址为：100191 北京市海淀区花园北路49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”。