徐州医科大学附属医院;徐州医科大学刘盈汐获国家专利权
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!
龙图腾网获悉徐州医科大学附属医院;徐州医科大学申请的专利基于注意力机制的乳腺癌MRI影像增强与病灶自动识别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:CN121544953B 。
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:202610050719.9,技术领域涉及:G06V10/764;该发明授权基于注意力机制的乳腺癌MRI影像增强与病灶自动识别方法是由刘盈汐;李中天;庄纯莹;刘肖肖;刘恺;解昕;徐梦;佘欣怡;潘显川;张慧杰设计研发完成,并于2026-01-15向国家知识产权局提交的专利申请。
本基于注意力机制的乳腺癌MRI影像增强与病灶自动识别方法在说明书摘要公布了:本发明公开了基于注意力机制的乳腺癌MRI影像增强与病灶自动识别方法,涉及数据处理与计算机辅助诊断技术领域。该方法包括:获取多时间点乳腺MRI影像样本并进行预处理;对预处理后的样本进行随机窗口增强和随机通道可交换增强,将增强后的影像样本输入至改进的卷积神经网络中,并基于代理NCA的深度度量学习损失函数优化以提取病灶嵌入特征;根据病灶嵌入特征,构建以专家标注病灶状态分布为目标的矩匹配博弈框架;根据矩匹配博弈框架,采用无强化学习的逆强化学习策略,并通过无遗憾矩匹配算法对病灶识别模型参数迭代优化,根据优化后的模型进行病灶性质判定并输出判定结果及对应的置信度评分,以此实现了MRI图像自适应增强与精准病灶自动识别。
本发明授权基于注意力机制的乳腺癌MRI影像增强与病灶自动识别方法在权利要求书中公布了:1.一种基于注意力机制的乳腺癌MRI影像增强与病灶自动识别方法,其特征在于,包括: 获取包含多个治疗阶段的多时间点乳腺MRI影像样本,并对所述影像样本进行预处理; 对预处理之后的影像样本依次进行随机窗口增强和随机通道可交换增强,得到增强后的影像样本; 将所述增强后的影像样本输入至改进的卷积神经网络中,并通过基于代理NCA的深度度量学习损失函数优化以提取病灶嵌入特征; 根据所述病灶嵌入特征,构建以专家标注病灶状态分布为优化目标的矩匹配博弈框架,包括:基于所述病灶嵌入特征,定义病灶识别模型的识别策略与专家标注策略;构建矩匹配博弈框架,所述矩匹配博弈框架以最小化所述识别策略与专家标注策略的累积奖励差距为目标函数,其中,所述累积奖励差距通过各策略在奖励函数下的累积奖励期望差值计算,所述奖励函数由所述病灶嵌入特征与临床诊断标签映射生成;其中,所述矩匹配博弈框架的目标函数为: ; ; 其中,:模型的病灶识别策略,:策略空间,包含所有可能的病灶识别策略集合;:奖励函数;:奖励函数空间;:策略在奖励函数下的累积奖励期望;:专家策略;:基于策略生成的轨迹的数学期望运算;:病灶识别轨迹;:影像序列长度;:第时刻的状态,在单张MRI识别中为第层卷积输出的特征图,在序列影像中为第帧的特征表征;:第时刻的动作,在病灶识别中为模型对特征的转换或决策操作;:第时刻状态与动作对应的即时奖励; 根据所述矩匹配博弈框架,采用无强化学习的逆强化学习策略,并通过无遗憾矩匹配算法对包含有所述卷积神经网络的病灶识别模型的参数进行迭代优化,得到优化后的病灶识别模型; 根据所述优化后的病灶识别模型进行病灶性质判定并输出病灶性质判定结果及对应的置信度评分。
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徐州医科大学附属医院;徐州医科大学,其通讯地址为:221006 江苏省徐州市淮海西路99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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励