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病理切片的前列腺癌生化复发预测系统及构建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：CN120260974B 。

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：202510740922.4，技术领域涉及：G16H70/60；该发明授权基于病理切片的前列腺癌生化复发预测系统及构建方法是由陈锐;曹登峰;童同;周睿;毛咏欣;胡紫薇;胡若鱼设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本基于病理切片的前列腺癌生化复发预测系统及构建方法在说明书摘要公布了：本发明提供了基于病理切片的前列腺癌生化复发预测系统及构建方法。其基于根治术后病理切片的高清晰度全景病理切片扫描图像，采用基于循环交叉注意力模块和伪包策略的多实例算法，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，得到不同倍数下术后生化复发风险预测结果；随后集成不同尺度下的模型结果，并通过多中心验证从而预测该患者最终是否发生生化复发。本发明系统创新地使用了多中心、多切片、多尺度的全景病理切片扫描图像进行训练和验证，实现了通过根治术后的病理切片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，实现更个性化的治疗。

本发明授权基于病理切片的前列腺癌生化复发预测系统及构建方法在权利要求书中公布了：1.一种基于病理切片的前列腺癌生化复发预测系统，其特征在于，包括： 输入显示模块，用于输入患者的基本信息以及病理切片的全景病理切片扫描图像，并在分析结束后对分析结果进行显示； 特征向量处理模块，将不同物镜放大倍数下预处理后的全景病理切片扫描图像的肿瘤区域基于各倍数下的特征裁剪成一定像素的非重叠图像块，作为特征提取网络的输入；然后采用自监督视觉编码器UNI从中自动提取特征，生成含多个不同倍镜下低维特征集的全景病理切片扫描图像级别的特征表示； 伪包构建模块，基于伪包策略对全景病理切片扫描图像级别的特征表示进行提炼，分别生成伪包和父包的特征包表示；伪包策略如下：将一个原始父包分成几个标签与父包相同的更小伪包；提取伪包中按照正概率前20％的特征，并将这些高置信度特征拼接起来，送入注意力网络突出对最终分类结果最具判别力的区域；利用注意力分数对选中的实例特征进行加权融合，生成一个压缩后的伪包特征包表示，作为该伪包的代表性特征，同时原始父包生成一个父包特征包表示，与伪包特征包共同被送入融合模块或下游网络进行联合训练与学习，在捕捉局部关键区域信息的同时保留整体结构特征，提升模型对图像中异质性病灶的识别与判别能力； 位置与空间信息生成器模块，基于前列腺癌侵袭性的空间分布模式，先将输入的全景病理切片扫描图像级别的特征表示或者伪包和父包的特征包表示重构为四维张量Xreshaped，再利用不同尺寸的卷积核来处理特征数据进一步提取具有空间感知和上下文信息的特征，并通过下述方式进行融合：Xoutput＝Xreshaped+ConvaXreshaped+ConvbXreshaped+ConvcXreshaped；随后融合后的四维特征Xoutput被展平为二维形式，用于后续模块的输入：Xfinal＝flattenXoutput； 循环交叉注意力模块，将不同尺度的卷积核相互补充，并基于交叉注意力迭代逐步生成具有密集和丰富上下文信息的新特征映射，使模型能够同时识别微观细胞异常和宏观组织变化；然后基于这些特征表示计算特征间的关联性，经归一化这些关联性后产生注意力权重， 在首次迭代中，以特征图Xfinal作为输入，模块以交叉的形式从各个像素中汇聚长距离的上下文信息，从而产生新的输出特征图Xfinal′，二者形状相同；接着Xfinal′被再次输入至交叉注意力模块，经过多次迭代处理，模块在像素层面捕捉到依赖关系，逐步生成包含密集且丰富上下文信息的新特征图，对于特征图上任意两个位置ux,uy和θx,θy，A为注意力图，两次循环的信息传递如下： Hu″←[fA,ux,θy,θx,θy·fA’,ux,uy,ux,θy+fA,θx，uy,θx,θy·fA’,ux,uy,θx，uy]； 多尺度特征融合模块，融合不同物镜倍数尺度下的特征信息，将不同物镜放大倍数下得到的生化复发概率进行加权平均，得到复发或未复发预测结果，并传输给所述输入显示模块。

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”。