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！

龙图腾网获悉北京大学第三医院(北京大学第三临床医学院);北京联影智能影像技术研究院申请的专利一种胰腺癌靶区分割模型的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：CN119579889B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202411612708.2，技术领域涉及：G06V10/26；该发明授权一种胰腺癌靶区分割模型的训练方法是由吉喆;杨航;杨梦颖;孙海涛;邱斌设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种胰腺癌靶区分割模型的训练方法在说明书摘要公布了：一种胰腺癌靶区分割模型的训练方法，属于靶区分割技术领域，解决了现有技术中靶区分割模型训练效率低的问题。方法包括：获取胰腺癌患者的平扫CT图像，基于增强CT图像生成模型生成所述平扫CT对应的增强CT图像；根据平扫CT图像及对应的OAR轮廓、增强CT图像及靶区轮廓构建样本得到训练样本集；构建联合训练模型，联合训练模型包括OAR分割模型、影像组学模型和GTV分割模型；OAR分割模型用于基于平扫CT图像进行OAR分割；影像组学模型用于进行肿瘤分布概率预测；GTV分割模型用于基于OAR分割和肿瘤分布概率进行胰腺癌GTV分割；基于训练样本集对所述联合模型进行联合训练，得到训练好的胰腺癌靶区分割联合模型。实现了高效准确的胰腺癌靶区分割。

本发明授权一种胰腺癌靶区分割模型的训练方法在权利要求书中公布了：1.一种胰腺癌靶区分割模型的训练方法，其特征在于，包括以下步骤： 获取胰腺癌患者的平扫CT图像，基于增强CT图像生成模型生成所述平扫CT对应的增强CT图像；根据平扫CT图像及对应的OAR轮廓、增强CT图像及靶区轮廓构建样本得到训练样本集； 构建联合训练模型，所述联合训练模型包括OAR分割模型、影像组学模型和GTV分割模型；所述OAR分割模型用于基于平扫CT图像进行OAR分割；所述影像组学模型用于进行肿瘤分布概率预测；所述GTV分割模型用于基于OAR分割和肿瘤分布概率进行胰腺癌GTV分割； 基于所述训练样本集对所述联合训练模型进行联合训练，得到训练好的胰腺癌靶区分割联合模型，包括： S21、将所述GTV分割模型的参数固定，基于训练样本的平扫CT图像和对应的OAR轮廓训练所述OAR分割模型，基于训练样本的增强CT图像和靶区轮廓训练所述影像组学模型； S22、将OAR分割模型和影像组学模型的参数固定，基于训练样本的增强CT图像及靶区轮廓、所述OAR分割模型输出的OAR分割结果、以及所述影像组学模型输出的肿瘤分布概率预测结果训练所述GTV分割模型； S23、交替进行步骤S21和步骤S22直至GTV分割模型收敛，结束训练； 采用以下公式计算OAR分割模型的训练损失： LOAR＝α1LOAR-contour+α2LOAR-dice+α3LOAR-CE LOAR-contour＝-LOCdice+LOCif 其中，LOCdice表示边界dice损失，LOCif表示边界距离损失，N表示样本的像素数量，C表示OAR的种类数量，M表示当前训练批次的样本的数量，表示第j个样本的第i个像素是否属于第k类OAR，若属于则为1，否则为0，表示模型预测的第j个样本的第i个像素属于第k类OAR的概率，表示第j个样本的第i个像素是否属于OAR，若属于则为1，否则为0，表示模型预测的第j个样本的第i个像素是否属于OAR的概率，α1、α2和α3表示权重； 采用以下公式计算GTV分割模型的损失： LGTV＝β1LGTV-contour+β2LGTV-dice+β3LGTV-CE LGTV-contour＝-LGCdice+LGCif 其中，LGCdice表示GTV的边界dice损失，LGCif表示GTV的边界距离损失，N表示样本的像素数量，M表示当前训练批次的样本的数量，表示第j个样本的第i个像素是否在GTV，是区则为1，否则为0；表示模型预测的第j个样本的第i个像素在GTV的概率，β1、β2和β3表示权重。

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北京大学第三医院(北京大学第三临床医学院);北京联影智能影像技术研究院，其通讯地址为：100191 北京市海淀区花园北路49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”。