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！

龙图腾网获悉四川省肿瘤医院申请的专利基于多模态深度学习的卵巢附件肿瘤风险分级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：CN120496814B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510943440.9，技术领域涉及：G16H50/20；该发明授权基于多模态深度学习的卵巢附件肿瘤风险分级系统是由朱熠;蒋卓霖;罗欣怡;江晓锋;陆思秒;冷雪峰设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本基于多模态深度学习的卵巢附件肿瘤风险分级系统在说明书摘要公布了：本发明涉及肿瘤风险评估技术领域，公开一种基于多模态深度学习的卵巢附件肿瘤风险分级系统，包括：多模态数据采集模块：获取卵巢附件肿瘤患者的超声影像数据、CA125血清浓度数据及金标准数据；超声影像分割模块，采用自适应双向位移进行超声影像病灶区域的自动定位与结构化分割；多模态特征提取模块，根据分割图像的病灶区域掩码提取O‑RADS向量和CEUS向量，以及对CA125血清浓度数据进行数值归一化处理得到标准化特征向量；多模态特征融合模块进行特征融合，得到OCC‑US向量表示；风险分级决策模块，用于对OCC‑US向量表示分类，输出OCC‑US评分及良恶性风险等级。本发明提高了卵巢附件肿瘤的诊断精度和可靠性。

本发明授权基于多模态深度学习的卵巢附件肿瘤风险分级系统在权利要求书中公布了：1.一种基于多模态深度学习的卵巢附件肿瘤风险分级系统，其特征在于，包括： 多模态数据采集模块，用于获取卵巢附件肿瘤患者的超声影像数据、CA125血清浓度数据及金标准数据； 超声影像分割模块，用于针对预处理后的超声影像数据，采用自适应双向位移进行超声影像病灶区域的自动定位与结构化分割，输出每张图像中卵巢附件肿瘤的病灶区域掩码； 多模态特征提取模块，用于根据所述每张图像中卵巢附件肿瘤的病灶区域掩码提取B超图像的O-RADS特征向量和CEUS图像的动态特征向量，以及对所述CA125血清浓度数据进行数值归一化处理得到标准化特征向量； 多模态特征融合模块，用于采用融合自注意力与交叉注意力机制的双分支融合策略，对所述B超图像的O-RADS特征向量、所述CEUS图像的动态特征向量和所述标准化特征向量进行特征融合，得到OCC-US向量表示； 风险分级决策模块，用于将融合后的OCC-US向量表示输入分类器，输出OCC-US评分及良恶性风险等级，并利用强化学习动态优化评分决策； 其中，所述超声影像分割模块，包含： 自监督引导单元，用于对未标注超声图像生成弱增强与强增强样本，通过补丁级置信度评估与语义匹配，将低置信度区域替换为语义相似的高置信度区域，生成增强版训练图像样本； 难样本强化单元，用于对标注超声图像执行逆置信度位移策略，将高置信度区域替换为另一增强视图中的低置信度区域，构造困难版训练图像样本； 分割图生成单元，用于利用所述增强版训练图像样本、所述困难版训练图像样本、原始标注超声图像及其对应的标签同步训练两个结构不同的分割模型，利用两个训练好的分割模型对新输入的超声图像进行推理，输出每张图像中卵巢附件肿瘤的病灶区域掩码。

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四川省肿瘤医院，其通讯地址为：610041 四川省成都市武侯区人民南路四段55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”。