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 > 中国科学院合肥物质科学研究院王毅欣获国家专利权

中国科学院合肥物质科学研究院王毅欣获国家专利权

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!

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利基于多模态MRI的影像组学的胶质瘤术后放疗预测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:CN120413056B

龙图腾网通过国家知识产权局官网在2025-09-09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:202510912439.X,技术领域涉及:G16H50/30;该发明授权基于多模态MRI的影像组学的胶质瘤术后放疗预测方法是由王毅欣;王宏志;马涛;林琳设计研发完成,并于2025-07-03向国家知识产权局提交的专利申请。

基于多模态MRI的影像组学的胶质瘤术后放疗预测方法在说明书摘要公布了:本发明公开了一种基于多模态MRI的影像组学的胶质瘤术后放疗预测方法,涉及医学图像分析、人工智能与精准放疗技术领域。包括:对三种弥散加权成像DWI影像、CE‑T1WI、FLAIR影像及放疗计划断层扫描CT图像完成去骨、偏场校正、灰度归一化与空间配准,并在计划靶体积PTV区域裁剪感兴趣区域ROI切片;再利用图像编码器与医学文本编码器进行图文对比学习,构建两阶段域自适应模型,将三种弥散加权成像DWI影像知识迁移至结构MRI影像,推理阶段对多切片结果执行软投票融合,输出个体复发概率,并结合Grad‑CAM与t‑SNE生成可解释图及PDF报告。本发明具有高精度、强泛化和良好可解释性。

本发明授权基于多模态MRI的影像组学的胶质瘤术后放疗预测方法在权利要求书中公布了:1.一种基于多模态MRI的影像组学的胶质瘤术后放疗预测方法,其特征在于,包括以下步骤: 数据采集:获取脑胶质瘤患者术后放疗前的多模态MRI影像、放疗计划断层扫描CT图像、剂量图像及复发或者未复发标签,其中,多模态MRI影像包括增强T1加权成像CE-T1WI、液体衰减反转恢复序列影像FLAIR以及三种弥散加权成像DWI影像; 图像预处理:对采集到的图像依次进行颅骨去除、偏场校正、空间标准化、灰度标准化,并基于计划靶体积PTV裁剪感兴趣区域ROI切片;所述图像预处理步骤中,采用牛津大学功能磁共振影像中心软件库FSL进行颅骨去除,使用高级标准化工具集ANTs进行偏场校正,将影像重采样为1mm3等体素,并通过Nyul直方图标准化方法对多模态MRI影像、放疗计划断层扫描CT图像、剂量图像进行灰度标准化; 第一阶段训练:以三种弥散加权成像DWI影像作为输入构建图像编码器,以临床放疗文本为输入构建文本编码器,将得到的图像特征与文本特征映射至共享嵌入空间,利用交叉熵损失与对比损失优化得到图像编码器和文本编码器的权重; 交叉熵损失,具体为: ; 其中,:表示第i张图像与第j个文本在共享嵌入空间中的相似度; :表示图像与其真实匹配文本的相似度; 第二阶段训练:将图像编码器权重迁移至MRI影像,引入最大均值差异损失缩小域分布差异,实现跨模态适配,完成跨域文本编码模型训练; 推理融合:对同一患者的全部感兴趣区域ROI切片采用跨域文本编码模型进行切片级预测,并通过多数投票融合获得患者级复发概率,并生成包含Grad-CAM热力图与t-SNE可视化的决策报告。

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科学院合肥物质科学研究院,其通讯地址为:230031 安徽省合肥市蜀山湖路350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。