同济大学段春艳获国家专利权
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!
龙图腾网获悉同济大学申请的专利基于双路径网络的肿瘤放疗反应预测方法及模型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:CN119673377B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202411875482.5,技术领域涉及:G16H20/40;该发明授权基于双路径网络的肿瘤放疗反应预测方法及模型是由段春艳;胡文沣;周涵设计研发完成,并于2024-12-18向国家知识产权局提交的专利申请。
本基于双路径网络的肿瘤放疗反应预测方法及模型在说明书摘要公布了:本申请提供了一种基于双路径网络的肿瘤放疗反应预测方法及模型,该方法包括以下步骤:首先,对源数据进行预处理,并将预处理后的源数据划分为训练集、验证集以及测试集;然后,基于双路径网络,构建深度学习模型;基于训练集对深度学习模型进行训练,基于验证集对深度学习模型进行模型参数调整,得到优化后的模型参数和优化后的深度学习模型;基于测试集以及优化后的模型参数,对优化后的深度学习模型进行性能评估,得到训练好的双路径网络模型;最后,将待预测肿瘤数据集输入至训练好的双路径网络模型中,预测肿瘤的放疗反应。本申请提供的方法,兼顾了医学的可解释性和较高的预测精度,可智能辅助医师设定放疗剂量,降低放疗对患者的危害。
本发明授权基于双路径网络的肿瘤放疗反应预测方法及模型在权利要求书中公布了:1.一种基于双路径网络的肿瘤放疗反应预测方法,其特征在于,包括以下步骤: 对源数据进行预处理,并将预处理后的源数据划分为训练集、验证集以及测试集; 基于双路径网络,构建深度学习模型; 基于所述训练集对所述深度学习模型进行训练,基于所述验证集对所述深度学习模型进行模型参数调整,得到优化后的模型参数和优化后的深度学习模型; 基于所述测试集以及优化后的模型参数,对优化后的深度学习模型进行性能评估,得到训练好的双路径网络模型; 将待预测肿瘤数据集输入至所述训练好的双路径网络模型中,预测肿瘤的放疗反应; 基于双路径网络,构建深度学习模型,包括以下步骤: 构建双路径网络的网络主体架构;双路径网络的网络主体架构包括多个DualPathBlock模块和两个分类器层;双路径网络的网络主体通过前向传播得到输出值,输出经过自适应池化后,利用卷积分类器和全连接层进一步处理,得到最终预测的特征图,并对特征图进行转换,计算损失值及相关预测评估指标; 基于双路径网络的网络主体架构,将训练集和测试集转换为适合双路径网络输入的结构化图像数据,并将结构化图像数据输入至双路径网络的网络主体架构中进行训练,通过调整模型参数实现最优,最终根据输入验证集所得的最低损失值,得到深度学习模型; 在将结构化图像数据输入至双路径网络的网络主体架构中进行训练之前,还包括: 将结构化图像数据转换为tensor张量,并对tensor张量进行预处理和格式转换,作为双路径网络的网络主体架构的输入; 所述双路径网络的网络主体架构还包括特殊设计的网络输出层; 所述特殊设计的网络输出层通过对输出层进行定制化实现;所述定制化,包括:在网络末端加入了1×1卷积层,用于对每个像素点进行特征映射,从而输出与输入图像相同空间分辨率的特征图,确保像素级预测的精确度;随后,通过全连接层将卷积特征转换为指定数量的输出通道,以获得每个像素的特定预测值,并引入自适应池化层,使输出大小适应不同尺寸的输入图像;最终,通过reshape操作将输出结果转换为目标形状,以满足像素级别预测的任务需求,该过程确保了输出结果具有与输入图像一致的空间分辨率,以便实现精确的像素级预测。
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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。
请提出您的宝贵建议,有机会获取IP积分或其他奖励