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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于乳腺DCE-MRI的药代动力学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：CN115409792B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210996385.6，技术领域涉及：G06T7/00；该发明授权一种基于乳腺DCE-MRI的药代动力学分析方法是由范明;张亮亮;厉力华设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本一种基于乳腺DCE-MRI的药代动力学分析方法在说明书摘要公布了：本发明提出一种去卷积方法来准确地从乳腺DCE‑MRI中估计出对应的药代动力学参数，分析了异质性区域的药代动力学参数，并探讨了它们在病理信息预测上的临床价值。其步骤包括：收集乳腺癌患者的数据；对图像进行肿瘤分割以获得肿瘤区域；合成带有噪声的浓度时间序列，采用去卷积方法来估计合成浓度时间序列的药代动力学参数，并采用均方根误差来验证去卷积方法的有效性；将去卷积方法用来估计乳腺DCE‑MRI的药代动力学参数，进一步分析了异质性区域的药代动力学参数；提取药代动力学参数图的影像特征，构建分类模型来预测乳腺癌的病理信息，例如分子分型、Ki‑67与病理分级。

本发明授权一种基于乳腺DCE-MRI的药代动力学分析方法在权利要求书中公布了：1.一种基于乳腺DCE-MRI的药代动力学分析方法，其特征在于，包括以下步骤： 步骤1：收集乳腺癌患者的数据，包括影像数据与病理信息，并从中筛选出数据完整的乳腺癌患者； 步骤2：针对影像数据，采用模糊C均值聚类与马尔科夫随机场两种算法来进行肿瘤分割以获取肿瘤区域； 步骤3：合成不同SNR下的浓度时间序列，使用去卷积方法估计合成浓度时间序列的PK参数，并通过RMSE指标来验证去卷积方法的有效性； 步骤4：采用去卷积方法来估计乳腺DCE-MRI的PK参数，以得到对应的PK参数图，进一步分析异质性区域的PK参数； 步骤5：从整个肿瘤区域与肿瘤子区域的PK参数图提取影像特征，构建诊断模型来预测分子分型、Ki-67与病理分级； 其中步骤3中，SNR选择20、25、30和35，并为每个数值合成50个带有高斯噪声的浓度时间序列； 这些序列中Ktrans和Kep的值分别从生理范围区间0.05-0.55和0.75-2.75中随机选取且KtransKep；通过公式1-3计算得到带有高斯噪声的浓度时间序列； 计算t时刻的血浆浓度Cpt： Cpt＝D·a1·exp-m1·t+a2·exp-m2·t,t＝0,1,…,51 其中D＝0.2mmolkg代表示踪剂的剂量，a1＝3.99kgL与a2＝4.78kgL代表两个振幅常数，m1＝0.1440min-1与m2＝0.0111min-1代表两个速率常数； 计算t时刻的组织的示踪剂浓度Ctissuet： 其中Ktrans代表容积转运常数，Kep代表速率常数； 计算t时刻真实的示踪剂浓度中添加零均值高斯噪声； Ctissue_st＝Ctissuet+εt,t＝0,1,…,53 ε的协方差矩阵为∑0.9|i-j|σ2，σ2与SNR满足式4 得到50个带有高斯噪声的浓度时间序列的像素； 对式2进行去卷积操作，将等式2重新表示为下面的向量矩阵形式： Ctissue＝Ktrans·HKepCp 这里，HKep是一个Toeplitz矩阵，L是时间序列的长度； 求解式6最优化问题可以得到浓度时间序列的PK参数： 设定小于4的Kep为合理的生理值； 采用RMSE指标来验证去卷积方法估计出的PK参数相对于真实PK参数的准确性： K是去卷积方法估计的PK参数，K*是真实PK参数，N为合成的像素的总数目。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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。