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！

龙图腾网获悉南昌市人民医院(江西乳腺专科医院、南昌市妇幼保健院)申请的专利基于WSI图像级联包级学习预测基因突变的方法与设备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：CN120997210B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511511302.X，技术领域涉及：G06T7/00；该发明授权基于WSI图像级联包级学习预测基因突变的方法与设备是由周瑶;牛凡;章思敏;邓立彬;王帆;娄伟明;谢春伟;程星宇;朱如杭设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本基于WSI图像级联包级学习预测基因突变的方法与设备在说明书摘要公布了：本发明公开了一种基于WSI图像级联包级学习预测基因突变的方法与设备，该方法包括：将WSI图像根据最大分辨率等距切割成色块，获得色块集；使用微调的ViT模型对WSI图像的色块集进行特征提取，生成色块级别特征矩阵；将一张WSI图像的色块级别特征矩阵视作一个包；基于良恶性包级标签及色块级别特征训练一级包级模型，通过一级包级模型输出一级WSI包级特征矩阵，一级包级模型输出图像级的良恶性预测；再基于基因突变状态包级标签及所述一级WSI包级特征矩阵训练二级包级模型，所述二级包级模型用于识别WSI图像肿瘤区域基因突变状态。本发明通过级联包级模型实现仅通过WSI图像来预测基因突变。

本发明授权基于WSI图像级联包级学习预测基因突变的方法与设备在权利要求书中公布了：1.一种基于WSI图像级联包级学习预测基因突变的方法，其特征在于，包括： 获取任一病种石蜡HE染色切片并扫描为WSI图像； 将WSI图像根据最大分辨率等距切割成色块，去除无效色块，获得色块集； 使用基于DINOv2自监督学习方法微调的ViT模型对WSI图像的色块集进行特征提取，生成色块级别特征矩阵；将一张WSI图像的色块级别特征矩阵视作一个包； 将良恶性作为包级标签赋予每个包，基于良恶性包级标签及色块级别特征训练一级包级模型，通过一级包级模型得到一级色块注意力权重，一级色块注意力权重与WSI图像的一级色块描述符矩阵逐点相乘后输出一级WSI包级特征矩阵，一级包级模型输出图像级的良恶性预测；所述一级包级模型由初始化全连接层、门控注意力层与分类器层三部分组成；初始化全连接层，用于对原始的色块级别特征降维，并缓存一级色块描述符矩阵；门控注意力层，通过Tanh激活函数与Sigmoid激活函数分别生成一级色块注意力权重并经Softmax归一化；分类器层，将归一化后的一级色块注意力权重与色块描述符矩阵逐点相乘后输出一级WSI包级特征矩阵，并聚合为一级全局特征以进行图像级的良恶性预测； 将基因突变状态作为包级标签赋予每个包，再基于基因突变状态包级标签及所述一级WSI包级特征矩阵训练二级包级模型，所述二级包级模型用于识别WSI图像肿瘤区域基因突变状态；所述二级包级模型由初始化全连接层、门控注意力层与分类器层三部分组成；初始化全连接层，用于对一级WSI包级特征矩阵降维，并缓存二级色块描述符矩阵；门控注意力层，通过Tanh激活函数与Sigmoid激活函数分别生成二级色块注意力权重并经Softmax归一化；分类器层，将归一化后的二级色块注意力权重与二级色块描述符矩阵逐点相乘后输出二级WSI包级特征矩阵，并聚合为二级全局特征以进行图像级的基因突变预测。

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南昌市人民医院(江西乳腺专科医院、南昌市妇幼保健院)，其通讯地址为：330000 江西省南昌市西湖区九洲大街1268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。