Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军陆军军医大学第一附属医院;安徽省立医院(中国科学技术大学附属第一医院)卞修武获国家专利权

中国人民解放军陆军军医大学第一附属医院;安徽省立医院(中国科学技术大学附属第一医院)卞修武获国家专利权

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!

龙图腾网获悉中国人民解放军陆军军医大学第一附属医院;安徽省立医院(中国科学技术大学附属第一医院)申请的专利一种基于图像的特征提取和预后模型建立方法及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:CN115457069B

龙图腾网通过国家知识产权局官网在2025-12-30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:202211128481.5,技术领域涉及:G06T7/155;该发明授权一种基于图像的特征提取和预后模型建立方法及装置是由卞修武;张潇潇;时雨;姚小红;平轶芳;林勇;陈聪设计研发完成,并于2022-09-16向国家知识产权局提交的专利申请。

一种基于图像的特征提取和预后模型建立方法及装置在说明书摘要公布了:本发明提供一种基于图像的特征提取和预后模型建立方法及装置,用于判断胶质瘤的预后情况。通过深度学习算法分割出病理切片H&E染色数字图像上的微血管,通过分水岭算法分割出微血管内部的细胞核,以病理组学方法计算出微血管的特征。通过机器学习方法挑选与患者预后相关的特征,构建所述特征与肿瘤患者实际生存情况的关系模型。本发明提供了患者关键图像区域选择和特征提取的自动化方案,通过机器学习方法遴选组合出对患者预后评估有益的特征集。

本发明授权一种基于图像的特征提取和预后模型建立方法及装置在权利要求书中公布了:1.一种基于图像的特征提取和预后模型建立方法,其特征在于,包括如下步骤: 步骤1、收集肿瘤患者的诊断性病理组织切片Hamp;E染色图像、临床信息、预后信息和分子分型信息;将所述诊断性病理组织切片Hamp;E染色图像作为待分割图像; 步骤2、获取待分割图像上多个形态学分型的微血管的位置信息; 步骤3、获取待分割图像上微血管内细胞核的位置信息; 步骤4、提取分割后的微血管相关的组学特征数据,即对微血管与微血管内的细胞核分别进行分析,包括空间分布、形态、色彩和纹理特征; 步骤5、组合肿瘤患者的多个诊断性的Hamp;E染色的组织切片图像上的微血管组学特征数据作为患者维度的微血管特征数据,构建患者维度特征集; 步骤6、整合微血管组学特征数据与患者临床和分子分型信息,输入罚分Cox比例风险模型,通过交叉验证和网格化搜索方法,计算有效预测患者的预后风险的特征子集和每个特征对应的风险系数,构建患者预后风险的预测模型; 所述罚分Cox比例风险模型为: ; 其中,argmax表示对函数取使该函数得到最大值的参数β,γ是L1范数和L2范数的权重比值,PLβ是指罚分Cox比例风险模型的偏似然函数,β1,β2……βp是p个特征的系数,α≥0是调整收缩率的超参数。

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中国人民解放军陆军军医大学第一附属医院;安徽省立医院(中国科学技术大学附属第一医院),其通讯地址为:400038 重庆市沙坪坝区高滩岩正街30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”。

以上内容由龙图腾AI智能生成。

免责声明
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。