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！

龙图腾网获悉中山大学孙逸仙纪念医院;赛维森(广州)医疗科技服务有限公司申请的专利膀胱癌淋巴结转移预测方法、装置、设备及存储介质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：CN120013952B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510507958.8，技术领域涉及：G06T7/00；该发明授权膀胱癌淋巴结转移预测方法、装置、设备及存储介质是由吴少旭;林天歆;洪桂斌;沈润楠;江帆;黄晓巍;陈睿设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本膀胱癌淋巴结转移预测方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种膀胱癌淋巴结转移预测方法、装置、设备及存储介质。本申请通过获取尿液细胞切片图像对应的多个滑窗图像，获取核磁共振影像对应的多个横截面图像；将多个滑窗图像和多个横截面图像进行遍历组合得到多个图像对，每个图像对包括一个滑窗图像和一个横截面图像；提取图像对中滑窗图像的病变细胞特征，提取图像对中横截面图像的病灶区域特征，通过互注意力模型将病变细胞特征和病灶区域特征进行融合得到融合特征；将各个图像对的融合特征进行拼接后输入预先训练的分类网络，得到分类网络输出的膀胱癌淋巴结的转移结果。通过上述技术手段，解决了现有技术中通过单一放射学检测淋巴结转移存在的准确性低的问题，降低误诊或漏诊概率。

本发明授权膀胱癌淋巴结转移预测方法、装置、设备及存储介质在权利要求书中公布了：1.一种膀胱癌淋巴结转移预测方法，其特征在于，包括： 获取尿液细胞切片图像对应的多个滑窗图像，获取核磁共振影像对应的多个横截面图像； 将所述多个滑窗图像和所述多个横截面图像进行遍历组合得到多个图像对，每个所述图像对包括一个所述滑窗图像和一个所述横截面图像； 提取所述图像对中所述滑窗图像的病变细胞特征，提取所述图像对中所述横截面图像的病灶区域特征，通过互注意力模型将所述病变细胞特征和所述病灶区域特征进行融合得到融合特征；其中，所述病变细胞特征通过第一特征提取模型和第一自注意力模型结合提取，所述病灶区域特征通过第二特征提取模型和第二自注意力模型提取，所述第一特征提取模型和所述第二特征提取模型的训练步骤包括：将同一患者的滑窗样本图像和横截面样本图像进行遍历组合得到第一训练样本数据，将不同患者的滑窗样本图像和横截面样本图像进行随机组合得到第二训练样本数据；将所述第一训练样本数据中的滑窗样本图像和横截面样本图像分别输入第一分类模型和第二分类模型，得到所述第一分类模型和所述第二分类模型输出的细胞类别和区域类别，所述第一分类模型包括第一特征提取模型和第一分类网络，所述第二分类模型包括第二特征提取模型和第二分类网络；在所述第一训练样本数据中的滑窗样本图像和横截面样本图像对应的细胞类别和区域类别准确识别为病变细胞和病灶区域的情况下，将所述第一训练样本数据确定为真实配对数据，将其余所述第一训练样本数据和所述第二训练样本数据确定为错误配对数据；最大化所述真实配对数据中滑窗样本图像的第一样本特征和横截面样本图像的第二样本特征之间的余弦相似度，最小化所述错误配对数据中滑窗样本图像的第一样本特征和横截面样本图像的第二样本特征之间的余弦相似度，所述第一样本特征和所述第二样本特征分别由所述第一特征提取模型和所述第二特征提取模型提取得到；根据所述真实配对数据的余弦相似度和所述错误配对数据的余弦相似度确定对称交叉熵损失值，基于所述对称交叉熵损失值优化所述第一分类模型和所述第二分类模型； 将各个所述图像对的融合特征进行拼接后输入预先训练的分类网络，得到所述分类网络输出的膀胱癌淋巴结的转移结果。

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中山大学孙逸仙纪念医院;赛维森(广州)医疗科技服务有限公司，其通讯地址为：510000 广东省广州市沿江西路107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”。