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！

龙图腾网获悉重庆大学;重庆大学附属肿瘤医院申请的专利基于多参数超声影像的前列腺癌诊断模型的装置及其训练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：CN116843619B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310580870.X，技术领域涉及：G06T7/00；该发明授权基于多参数超声影像的前列腺癌诊断模型的装置及其训练方法是由李芳;尹宏鹏;宫佳奇;周航;罗丽;洪睿霞;李颖;赵怀设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本基于多参数超声影像的前列腺癌诊断模型的装置及其训练方法在说明书摘要公布了：本发明公开了一种基于多参数超声影像的前列腺癌诊断模型及其训练方法，前列腺癌诊断模型包括用于提取影像特征的卷积神经网络、特征重建算法模块、用于提取超声造影语义特征的长短期记忆神经网络和决策融合分类网络；训练方法包括建立训练样本集，然后将训练样本输入前列腺癌病灶诊断模型对其进行训练，直至前列腺癌病灶诊断模型输出的预测值与病灶靶区分类真实值的误差收敛，得到训练合格的前列腺癌病灶诊断模型。本发明凭借多个特征提取网络的优势，可以提取不同参数超声中的最优特征，同时通过利用长短期记忆网络处理超声造影的时序特征，获得了能提取丰富特征、识别结果准确和鲁棒好的前列腺癌诊断模型。

本发明授权基于多参数超声影像的前列腺癌诊断模型的装置及其训练方法在权利要求书中公布了：1.基于多参数超声影像的前列腺癌诊断模型的装置，其特征在于：包括用于提取影像特征的卷积神经网络、特征重建算法模块、用于提取超声造影语义特征的长短期记忆神经网络和决策融合分类网络； 所述卷积神经网络包括以前列腺穿刺靶区的超声造影动态影像作为输入的第一卷积神经网络、以前列腺穿刺靶区的灰阶超声图像作为输入的第二卷积神经网络、以前列腺穿刺靶区的彩色多普勒血流图像作为输入的第三卷积神经网络和以前前列腺穿刺靶区的SMI图像作为输入的第四卷积神经网络，所述第一卷积神经网络、第二卷积神经网络、第三卷积神经网络和第四卷积神经网络的输出作为特征重建算法模块的输入； 所述长短期记忆神经网络以超声造影动态影像作为输入； 所述决策融合分类网络包括softmax激活函数层和决策融合网络，所述特征重建算法模块的输出和长短期记忆神经网络的输出作为softmax激活函数层的输入，决策融合网络将softmax激活函数层的分类结果融合后输出； 所述特征重建算法模块定义为：将第一卷积神经网络、第二卷积神经网络、第三卷积神经网络和第四卷积神经网络的输出依次作为一列特征输入特征矩阵，将特征矩阵每一行中的非理想特征数值去除，特征矩阵每一行中的非理想特征数值与该行中其它三个特征数值差值最大，设特征矩阵中第n行的四个特征数值分别是An1、An2、An3、An4， An1与该行中其它三个特征数值差值为， An2与该行中其它三个特征数值差值为， An3与该行中其它三个特征数值差值为， An4与该行中其它三个特征数值差值为， 比较四个差值Rn1、Rn2、Rn3、Rn4的大小，其中最大值对应的特征数值即为非理想特征数值；对每行去除非理想特征数值后得到的新特征矩阵进行特征提取，提取得到的特征作为特征重建算法模块的输出。

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重庆大学;重庆大学附属肿瘤医院，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。