东南大学葛荣骏获国家专利权
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!
龙图腾网获悉东南大学申请的专利基于双分支自适应网络的胰腺导管癌预后生存分析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:CN120260846B 。
龙图腾网通过国家知识产权局官网在2025-09-16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:202510755602.6,技术领域涉及:G16H30/40;该发明授权基于双分支自适应网络的胰腺导管癌预后生存分析方法是由葛荣骏;杨董莹;张道强设计研发完成,并于2025-06-06向国家知识产权局提交的专利申请。
本基于双分支自适应网络的胰腺导管癌预后生存分析方法在说明书摘要公布了:本发明公开了一种基于双分支自适应网络的胰腺导管癌预后生存分析方法,包括:首先,使用多中心的临床腹部CT图像作为数据集,对腹部CT进行预处理,并进行粗分割实现胰腺和胰腺肿瘤的定位,其次,利用分割网络构建胰腺‑胰腺肿瘤并行分支,来获取胰腺和胰腺肿瘤的解剖学特性,然后,分别利用编码器对双分支进行特征提取,在特征提取阶段使用双阶段的预训练‑微调的自适应训练方法深度的提取胰腺和胰腺肿瘤的解剖特征,最后,胰腺和胰腺肿瘤的空间位置关系在预后分析中扮演着至关重要的角色。使用分支引导下的融合模块全面的捕获胰腺和胰腺肿瘤复杂多样的空间位置相对关系,并将输出输入到预后网络中,得到最终的胰腺导管癌预后生存分析结果。
本发明授权基于双分支自适应网络的胰腺导管癌预后生存分析方法在权利要求书中公布了:1.基于双分支自适应网络的胰腺导管癌预后生存分析方法,其特征在于,包括以下步骤: S1:预处理:对多中心的临床腹部CT数据集进行统一预处理,其中包括:窗宽窗位调整、直方均衡化、Sobel算子、数据增强; S2:将步骤S1中预处理CT图像切片进行粗分割得到胰腺和胰腺肿瘤的初步位置信息; S3:根据步骤S2中的粗分割结果,进行CT图像裁剪,并利用分割网络构建胰腺-胰腺肿瘤并行分支结构,其中包括:胰腺区域图像、胰腺区域特征和胰腺肿瘤区域图像、胰腺肿瘤区域特征,充分利用胰腺和胰腺肿瘤目标区域及其邻域信息; S4:根据步骤S3中双分支输入进行特征提取,其中包括:胰腺编码器和胰腺肿瘤编码器; S5:对步骤S4中的双分支特征采用双阶段的预训练-微调的自适应训练方法,第一阶段为预训练阶段,第二阶段为微调自适应阶段,两个阶段串行训练,实现深度捕获胰腺和胰腺肿瘤的解剖特征,并增强预后模型对于复杂解剖特性的学习能力; S6:将步骤S5中双分支特征进行融合,利用分支引导下的融合模块分别从多尺度特征提取模块和多视角信息融合模块,全面的捕获胰腺和胰腺肿瘤复杂多样的空间位置相对关系; S7:将步骤S6中的双分支融合特征输入到预后网络中,得到最终的胰腺导管癌预后生存分析结果; 其中,对双分支特征进行融合,其中分支引导下的融合模块包含多尺度特征提取模块和多视角信息融合模块两个部分, 多尺度特征提取模块:分别对双分支的特征Fpancreas和Ftumor进行多尺度提取,采用具有不同扩张率的膨胀卷积,构建四个平行的特征组,从而获取在不同感受野下的特征信息,首先,对四个平行特征组进行构建,具体实现公式如下: 其中fpancreas-i和ftumor-i表示胰腺和肿瘤在膨胀率为i下的卷积特征,f'pancreas-i和f'tumor-i表示胰腺和肿瘤的膨胀卷积特征经过Sigmoid函数加权后得到的特征,其中i为膨胀率取值为1,2,3和5,得到f′pancreas-1,f′pancreas-2,f′pancreas-3,f′pancreas-5代表胰腺的四个平行特征组,f′tumor-1,f′tumor-2,f′tumor-3,f′tumor-5代表肿瘤的四个平行特征组,S代表Sigmoid函数,其次,对多尺度特征进行聚合,具体实现公式如下: Fpancreas-fd=Cf′pancreas-1,f′pancreas-2,f′pancreas-3,f′pancreas-5 Ftumor-fd=Cf′tumor-1,f′tumor-2,f′tumor-3,f′tumor-5 其中C表示串联操作,Fpancreas-fd和Ftumor-fd为多尺度特征提取模块的输出结果; 多视角信息融合模块:通过上述多尺度特征提取模块,分别获得了胰腺和胰腺肿瘤的多尺度特征Fpancreas-fd和Ftumor-fd,基于此进行多视角信息融合,首先,将来源于胰腺和胰腺肿瘤的同一层多尺度特征聚合在一起,以此为基础进行双分支特征的融合,然后,通过最大池化和平均池化,能够从多个视角捕捉特征通道中的关键信息,具体如下,采用多层感知机制与平均池化和最大池化,并应用Sigmoid函数,计算得到通道注意力系数K,然后,将注意力系数与特征相乘,以获得重新加权的特征向量,最后,将这些重新加权的特征与多尺度的胰腺和肿瘤特征进行残差连接,得到最终的融合特征Ffusion,具体实现公式如下: Fc=CFpancreas-fd,Ftumor-fd K=S{MLPMPFc+MLPAPFc} 其中MLP代表多层感知机制,MP代表最大池化层,AP代表平均池化层,S代表Sigmoid函数,C表示串联操作,Fc代表胰腺和胰腺肿瘤的多尺度特征串联在一起之后的特征。
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东南大学,其通讯地址为:211102 江苏省南京市江宁区东南大学路2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”。
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。