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！

龙图腾网获悉贵州医科大学申请的专利基于多模态对比学习的胰腺癌及乳腺癌早期影像诊断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：CN121122651B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511202478.7，技术领域涉及：G16H50/20；该发明授权基于多模态对比学习的胰腺癌及乳腺癌早期影像诊断方法是由陈光宇;吴映敏;陶锦新;糜睿;苏丹;肖楚天;刘蜀设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本基于多模态对比学习的胰腺癌及乳腺癌早期影像诊断方法在说明书摘要公布了：本发明涉及影像处理技术领域，更进一步地，涉及基于多模态对比学习的胰腺癌及乳腺癌早期影像诊断方法，步骤1：获取受检对象的胰腺与乳腺在统一空间参考系内的多个时相的多模态影像，形成基础数据集；步骤2：基于基础数据集，对病灶候选区掩膜与周缘环域掩膜进行交替式环域编码，得到编码特征向量；步骤3：以器官标识为键按时相块索引对齐，并按设定规则对缺失时相块的编码特征向量进行补齐；按设定优先级对两个器官的器官内结果进行联合判定，输出总体结果。本发明能够提升早期病灶检测的灵敏度与特异性，并在保持可解释性和可追溯性的同时增强诊断稳健性与临床应用价值。

本发明授权基于多模态对比学习的胰腺癌及乳腺癌早期影像诊断方法在权利要求书中公布了：1.基于多模态对比学习的胰腺癌及乳腺癌早期影像诊断方法，其特征在于，所述方法包括： 步骤1：获取受检对象的胰腺与乳腺在统一空间参考系内的多个时相的多模态影像，在胰腺多模态影像与乳腺多模态影像中分别确定病灶候选区掩膜，并生成周缘环域掩膜；沿时间轴将所有多模态影像切分为设定长度的时相块；为每一时相块记录器官标识、病灶候选区掩膜位置、周缘环域掩膜范围与时相块索引，形成基础数据集； 步骤2：基于基础数据集，对病灶候选区掩膜与周缘环域掩膜进行交替式环域编码，得到编码特征向量； 步骤3：以器官标识为键按时相块索引对齐，并按设定规则对缺失时相块的编码特征向量进行补齐；将补齐后的编码特征向量按设定顺序拆分为病灶候选区分量与周缘环域分量，构造对比向量并与预设且固定的方向码本进行匹配以得到符号序列；在每一器官内依据符号序列的连续游程与设定判定规则生成器官内结果，并按设定优先级对两个器官的器官内结果进行联合判定，输出总体结果； 步骤2具体包括： 步骤2.1：在统一空间参考系内，对病灶候选区掩膜与周缘环域掩膜对应区域进行裁剪与分辨率一致化，计算预设维度的区域特征，得到病灶候选区初始特征向量与周缘环域初始特征向量； 步骤2.2：在病灶候选区掩膜与周缘环域掩膜的公共边界带内，依据边界相似度确定加权系数，按照先病灶候选区主导，后周缘环域主导交替进行的规则，对两类特征向量在公共边界上执行加权融合并交替更新； 步骤2.3：在完成预设轮次后，分别对两类更新后的特征向量进行定长化与归一化处理，并按固定顺序将病灶候选区分量与周缘环域分量串接形成当前时相块的编码特征向量； 步骤2.4：当任一掩膜缺失时，以零值占位保持维度与顺序不变；将编码特征向量与器官标识、时相块索引一一对应登记，供后续步骤按设定顺序拆分与对齐； 步骤3中以器官标识为键按时相块索引对齐，并按设定规则对缺失时相块的编码特征向量进行补齐的过程具体包括：以器官标识为键按时相块索引对齐；当某一时相块的编码特征向量缺失且其相邻前后均存在时，逐维对相邻两时相块的编码特征向量进行线性插值补齐；当出现连续缺失或仅存在单侧相邻时，复制距离最近的已知时相块的编码特征向量进行阶梯式补齐。

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贵州医科大学，其通讯地址为：561100 贵州省贵阳市贵安新区马场镇安康大道6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。