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！

龙图腾网获悉浙江大学申请的专利基于特征分离重组的肝移植排异反应预测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：CN116189894B 。

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：202310358623.5，技术领域涉及：G16H50/30；该发明授权基于特征分离重组的肝移植排异反应预测装置是由吴健;程奕;应豪超;徐红霞;叶志前设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本基于特征分离重组的肝移植排异反应预测装置在说明书摘要公布了：本发明公开了一种基于特征分离重组的肝移植排异反应预测装置，属于医学图像处理技术领域，包括在提取肝组织CT影像特征、肝门静脉CT影像特征以及腹部平扫CT图像特征的基础上，使用多头注意力机制进行关键特征融合操作，将肝组织CT影像特征与腹部平扫CT图像特征融合得到肝组织关键特征，将肝门静脉CT影像与腹部平扫CT图像特征融合得到肝门静脉关键特征，再将肝组织关键特征以及肝门静脉关键特征进行降维、融合得到融合特征，利用该融合特征进行肝移植排异反应预测，提升了预测效率和精度，帮助医生更加精准高效地对肝移植受者的排异反应进行预测。

本发明授权基于特征分离重组的肝移植排异反应预测装置在权利要求书中公布了：1.一种基于特征分离重组的肝移植排异反应预测装置，包括存储器、处理器，所述存储器用于存储执行基于特征分离重组的肝移植排异反应预测的计算机可执行程序，所述处理器与所述存储器通信连接，并配置为执行存储器存储的计算机可执行程序，所述处理器执行所述计算机可执行程序时实现以下步骤： 对腹部平扫CT影像进行肝和肝门静脉的语义分割标注形成标注样本； 构建特征分离重组的肝移植排异反应预测模型，包括组织影像分离模块、特征提取模块、关键特征融合模块、特征融合模块以及排异反应预测模块，其中，组织影像分离模块用于对腹部平扫CT影像和对应的标注样本进行影像分离，从腹部平扫CT影像中分离得到肝组织CT影像和肝门静脉CT影像，特征提取模块用于将肝组织CT影像、腹平扫CT影像和肝门静脉CT影像在各自的特征提取网络中提取到对应的肝组织CT影像特征、腹部平扫CT影像特征、肝门静脉CT影像特征，关键特征融合模块用于将肝组织CT影像特征、肝门静脉CT影像特征分别与腹部平扫CT影像特征融合成相对应的肝组织关键特征和肝门静脉关键特征，特征融合模块用于将肝组织关键特征和肝门静脉关键特征进行与腹部平扫CT影像特征融合后进行压缩，将融合特征用于排异反应预测，排异反应预测模块用于根据融合特征预测排异反应； 将所有腹部平扫CT影像及对应的标注样本送入肝移植排异反应预测模型中进行关于是否有排异反应真值标签的监督训练，并通过更新模型参数不断优化； 利用参数优化的肝移植排异反应预测模型进行排异反应预测； 所述的关键特征融合模块包括肝组织关键特征融合模块和肝门静脉关键特征融合模块，肝组织关键特征融合模块用于将肝组织CT影像特征和腹部平扫CT影像特征融合成肝组织关键特征，肝门静脉关键特征融合模块用于将肝门静脉CT影像特征和腹部平扫CT影像特征融合成肝门静脉关键特征； 肝组织关键特征融合模块和肝门静脉关键特征融合模块均采用多头注意力机制进行特征融合，具体包括： 将尺寸为C×H×W的特征Fl输入至空间多头注意力Spatial-MHA，通过池化操作Pool、变形操作转变为H×W×C的二维向量SpFl，H代表特征的高度，W代表宽度，C代表通道数，用公式表示为： SpFl＝MHAPoolFl,Fl Fl表示提取到的肝组织CT影像特征或肝门静脉CT影像特征； 二维向量SpFl通过通道多头注意力Channel-MHA计算关键特征F′l，用公式表示为： F′l＝MHAConv1Ft,SpFl Ft表示腹部平扫CT影像特征，Conv1表示输出通道为1卷积核大小为1的卷积操作，F′l表示肝组织关键特征或肝门静脉关键特征； 上述公式中，MHA表示注意力机制，用公式表示为： 其中WQ，WK，WV为C×C的权重矩阵，dk用于表示特征向量维度且此处的dk等于C，fx和fy分别表示两个变量，在计算SpFl时，fx和fy分别取值为PoolFl和Fl，在计算F′l时，fx和fy分别取值为Conv1Ft和SpFl。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。