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！

龙图腾网获悉温州医科大学附属第二医院(温州医科大学附属育英儿童医院)申请的专利一种用于直肠癌预后模型的可解释性分析及决策共享验证系统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：CN121617633B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610128821.6，技术领域涉及：G16H50/30；该发明授权一种用于直肠癌预后模型的可解释性分析及决策共享验证系统是由王美豪;魏亚茹;朱影;周洁洁设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本一种用于直肠癌预后模型的可解释性分析及决策共享验证系统在说明书摘要公布了：本发明公开了一种用于直肠癌预后模型的可解释性分析及决策共享验证方法及系统，涉及医学人工智能可解释性领域。方法包括：对预后模型进行梯度加权类激活映射分析，生成影像热力图；利用SHAP解释器计算多模态特征的贡献度；构建集成可视化界面，将患者数据、模型预测及上述解释结果一并呈现给医生；医生基于界面信息进行独立风险评估；最后对比医生与模型的决策，评估模型辅助效能。本发明通过多层次解释和创新的医生‑模型决策共享验证机制，显著提升了复杂AI预后模型的透明度与临床可信度，并能够验证时序数据在动态风险评估中的价值，有力推动AI模型的临床落地应用。

本发明授权一种用于直肠癌预后模型的可解释性分析及决策共享验证系统在权利要求书中公布了：1.一种用于直肠癌预后模型的可解释性分析及决策共享验证方法，其特征在于，应用于一预后预测模型，所述模型基于多模态时序数据预测直肠癌患者术后复发风险，包括有三个模块：数据采集与预处理模块、特征提取模块和多模态特征融合与建模模块； 所述数据采集与预处理模块，负责从医院信息系统、影像归档系统和病理系统中回顾性收集III期直肠癌患者的跨模态时序数据集； 所述数据集包括时序临床数据、时序磁共振影像数据、数字病理图像； 所述特征提取模块包括有：1对所述时序临床数据进行筛选，得到临床特征；2影像数据分析：对所述时序磁共振影像数据进行肿瘤区域分割，并分别提取影像组学手工特征和基于视觉变换器的深度学习特征，包括用于从分割后的肿瘤区域中，通过Pyradiomics包提取形状、直方图和纹理特征作为所述影像组学手工特征，并通过视觉变换器提取高维特征作为所述深度学习特征；3病理数据分析：对数字病理图像进行肿瘤细胞核分割，并提取肿瘤细胞核形态特征与基于图卷积网络和变换器的肿瘤细胞空间分布特征；具体包括：病理图像增强单元，用于利用生成对抗网络对数字病理图像进行数据增强；细胞核分割单元，用于采用基于掩码自编码器预训练架构的网络对增强后的病理图像进行肿瘤细胞核的定位与分割；病理特征提取单元，用于从分割出的肿瘤细胞核中计算核面积、熵值及数量占比作为所述肿瘤细胞核形态特征，并基于所述肿瘤细胞核的位置构建细胞特征图，输入至由多层图卷积网络和变换器模块构成的网络中提取所述肿瘤细胞空间分布特征； 所述方法包括：可解释性分析步骤：a图像可视化步骤：针对所述预后预测模型中用于处理磁共振影像的视觉变换器网络，利用梯度加权类激活映射技术，生成与模型预测决策相关的区域热力图，并叠加显示于原始影像上；b特征贡献度分析步骤：利用SHAP解释器，计算输入至所述预后预测模型的各类特征对于单个患者预测结果及对于整体模型预测结果的贡献度值；决策共享验证步骤：c构建可视化交互界面，所述界面同时展示患者的多时序临床与影像信息、所述热力图、以及所述特征贡献度分析结果；d临床医生基于所述可视化交互界面提供的全部信息，独立对患者复发风险进行评估打分；e将医生的评估打分与所述预后预测模型的自动预测结果进行对比，通过统计指标评估模型辅助决策的效能； 在所述特征贡献度分析步骤中，针对从数字病理图像中提取的肿瘤细胞核形态特征，额外采用支持向量机线性模型分析核大小、核形状非凸性评分两个特征的权重，以解释细胞核异型性对预测的贡献； 所述决策共享验证步骤还包括多时间点对比评估子步骤：在患者术后随访的不同时间节点，分别使用截止到该节点的时间序列数据构建的预测模型，并对比不同时间点模型性能的变化，以评估时序数据对长期风险预测的价值。

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温州医科大学附属第二医院(温州医科大学附属育英儿童医院)，其通讯地址为：325027 浙江省温州市学院西路109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。