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！

龙图腾网获悉上海交通大学医学院附属仁济医院申请的专利基于人工智能的多模态前列腺癌生化复发风险分层预测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：CN120260936B 。

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：202510740923.9，技术领域涉及：G16H50/30；该发明授权基于人工智能的多模态前列腺癌生化复发风险分层预测系统是由陈锐;薛蔚;童同;邓龙昕;毛咏欣;胡紫薇设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本基于人工智能的多模态前列腺癌生化复发风险分层预测系统在说明书摘要公布了：本发明提供了一种基于人工智能的多模态前列腺癌生化复发风险分层预测系统。基于Xgboost框架，通过端到端、多尺度、多中心、大样本分析术后患者病理全景病理切片扫描图像，最大限度利用病理学信息，同时结合CAPRA‑S评分等临床指标可以更全面地评估患者的预后风险，较传统模型具有明显的优势。该方法旨在更加贴合医院的使用场景，通过融合根治术后的病理切片特征和临床特征更加高效准确地预测患者出现前列腺癌复发的风险，有助于精准预测患者术后3年及更长时间内复发的风险。进一步结合可解释模块，辅助医生对结果进行解读，进而实现前列腺癌患者BCR风险的精准分层和个性化随访，降低过度治疗和漏诊的风险，具有良好的应用前景。

本发明授权基于人工智能的多模态前列腺癌生化复发风险分层预测系统在权利要求书中公布了：1.一种基于人工智能的多模态前列腺癌生化复发风险分层预测系统，其特征在于，包括： 输入显示模块，用于输入患者的原始病历报告以及含有病理切片的全景扫描图像的手术病理报告，并在分析结束后对分析结果进行显示； 临床特征提取及处理模块，从原始病历报告、手术病理报告中自动提取患者的临床特征信息，并自动进行缺失值判定和填充，提取过程中，基于内置的数据校验机制对于存在歧义或不确定性的字段进行标记，提示临床医生进行复核；而后对填充后的信息进行基于CAPRA-S评分体系的风险分层算法评分，形成标准化临床特征向量； 病理特征提取及处理模块，图像经预处理后，采用基于伪包策略和循环交叉注意力的多实例算法，先提取出不同物镜倍数肿瘤图像的深层特征，接着在弱监督网络中生成全景病理切片扫描图像级别的特征表示，提取出微观细胞异常和宏观组织变化特征，得到病理特征表示，并融合生成病理层面的生化复发预测评分； 融合预测模块，首先通过Xgboost模型融合CAPRA-S评分、年龄、临床病理分期、精囊侵犯、手术切缘状态、术前PSA水平和病理层面的生化复发预测评分，并通过注意力机制突出关键特征的权重，而后计算各特征的注意力分数，并对特征进行加权融合后基于计算分析结果得到高危、中危、低危三级风险等级；然后采用survival:aft加速失效时间目标函数建模，基于模型学习的临床特征与生存时间分布之间的关系，预测患者的生存时间； 可解释性模块，从病理图像、融合模型和相似病例三个层面提供深度解读，量化展示各临床指标与病理特征对预测结果的贡献程度，提供从视觉、定量分析和类比推理多个维度理解模型的判断依据，所述可解释性模块包括病理图像可解释子模块、融合模型可解释子模块、相似病例对比分析子模块， 所述病理图像可解释子模块基于Grad-CAM技术智能解析病理图像，通过多尺度热力图精确定位对预测评分贡献显著的病理区域，并在不同放大倍率下呈现重要形态学特征；分析过程中通过内置可视化校准机制确保提取结果与病理医生的判断基本一致，对于存在歧义或不确定性的病理区域，系统标记热力图中的重要区域并提示病理医生进行复核， 所述融合模型可解释子模块利用SHAP值计算方法对全部输入变量进行贡献度量化分析，直观展示各临床指标与病理特征对最终风险预测结果的正负性影响程度；分析过程中，对于贡献度异常或与临床经验不符的指标，系统进行标记并提示临床医生进行复核， 所述相似病例对比分析子模块自动从内部训练集中检索30个特征表达和预测评分最为相似的患者案例，并以表格形式呈现其关键临床基线指标、治疗方案和实际生化复发结果，形成基于真实病例的风险参考谱系；分析过程中，对于相似病例与目标患者差异较大的特征，系统进行标记并提示临床医生进行复核。

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上海交通大学医学院附属仁济医院，其通讯地址为：200127 上海市浦东新区东方路1630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”。