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！

龙图腾网获悉中国科学院软件研究所申请的专利基于多特征融合的乳腺癌新辅助化疗疗效预测装置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：CN114974575B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202210811491.2，技术领域涉及：G16H50/20；该发明授权基于多特征融合的乳腺癌新辅助化疗疗效预测装置是由关贝;赵亚晨;王永吉;石清磊;曹崑设计研发完成，并于2022-07-11向国家知识产权局提交的专利申请。

本基于多特征融合的乳腺癌新辅助化疗疗效预测装置在说明书摘要公布了：本发明公开了一种基于多特征融合的乳腺癌新辅助化疗疗效预测装置，包括：图像获取模块，用于获取患者病灶区域的多模态乳腺影像；图像预处理模块，用于对每一模态乳腺影像进行图像剪裁，得到该模态乳腺影像的3D感兴趣区；病灶区域分割模块，用于根据各模态乳腺影像的3D感兴趣区，得到病灶区域；疗效诊断模块，用于计算并拼接所述病灶区域的放射特征向量与各3D感兴趣区的深度高级特征，并基于各模态乳腺影像的拼接向量，预测乳腺癌新辅助化疗的疗效。本发明能够高效无创地精准预测NAC疗效，为患者制定个性化的精准治疗方案。

本发明授权基于多特征融合的乳腺癌新辅助化疗疗效预测装置在权利要求书中公布了：1.一种基于多特征融合的乳腺癌新辅助化疗疗效预测装置，包括： 图像获取模块，用于获取患者病灶区域的多模态乳腺影像，其中，所述多模态乳腺影像的模态包括：T2W1模态、DCE-MRI模态和DWI模态； 图像预处理模块，用于对每一模态乳腺影像进行图像剪裁，得到该模态乳腺影像的3D感兴趣区； 病灶区域分割模块，用于根据各模态乳腺影像的3D感兴趣区，得到病灶区域；其中，所述根据各模态乳腺影像的3D感兴趣区，得到病灶区域，包括： 构建基于3D-UNet的语义分割网络，其中，所述语义分割网络的结构为下采样路径的P层三维卷积层与P′次池化层、上采样路径的Q层三维卷积层与Q′次池化层，并将所述下采样路径中的子模块更换为带残差连接的子模块结构； 获取多模态样本乳腺影像，将T2W1模态、DCE-MRI模态和DWI模态的样本乳腺影像分别作为所述语义分割网络的输入图像，并以标记好的掩膜分割图像为训练目标训练所述语义分割网络，得到语义分割模型，其中，训练过程的损失函数DiceLoss＝1-Dice， ytrue表示实际分割标签，ypred表示预测输出图，smooth表示平滑项； 将T2W1模态、DCE-MRI模态和DWI模态的乳腺影像分别作为所述语义分割模型的输入图像，以得到所述病灶区域； 疗效诊断模块，用于计算并拼接所述病灶区域的放射特征向量与各3D感兴趣区的深度高级特征，并基于各模态乳腺影像的拼接向量，预测乳腺癌新辅助化疗的疗效；其中，所述疗效诊断模块包括：初始放射特征提取单元、放射特征计算单元、深度高级特征提取单元、向量拼接单元和预测单元； 所述初始放射特征提取单元，用于选定需提取的放射特征，并使用开源影像组学分析软件对所述病灶区域进行放射特征提取，以得到初始放射特征； 所述放射特征计算单元，用于将所述初始放射特征的自编码器网络编码结果，输入若干个全连接层，得到所述病灶区域内的放射特征； 所述深度高级特征提取单元，用于将每一模态乳腺影像的3D感兴趣区输入基于ResNet50的卷积神经网络，得到该模态的深度高级特征；其中，所述将每一模态乳腺影像的3D感兴趣区输入基于ResNet50的卷积神经网络，得到该模态的深度高级特征，包括： 针对DCE-MRI模态的乳腺影像，取阶段一、阶段三、阶段五的图像分别作为卷积神经网络的输入图像，以得到DCE-MRI模态的深度高级特征； 和， 针对T2W1模态的乳腺影像，将单通道的图像复制3份后，分别作为卷积神经网络的输入图像，以得到T2W1模态的深度高级特征； 和， 针对DWI模态的乳腺影像，将单通道的图像复制3份后，分别作为卷积神经网络的输入图像，以得到DWI模态的深度高级特征； 所述向量拼接单元，用于拼接所述放射特征与每一模态的深度高级特征，得到相应模态乳腺影像的拼接向量； 所述预测单元，用于将各模态乳腺影像的拼接向量输入多实例学习网络，以使所述多实例学习网络中的注意层为每一模态乳腺影像的拼接向量赋予权重，所述多实例学习网络中的分类器基于各模态乳腺影像的拼接向量的加权求和结果，得到乳腺癌新辅助化疗的预测疗效； 其中，训练所述疗效诊断模块的损失Loss＝LMSE+αLCE，其中，LMSE表示训练所述自编码器网络的重建损失，LCE表述训练所述多实例学习网络的预测损失，α表示重建损失LMSE和预测损失LCE之间权衡的超参数。

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国科学院软件研究所，其通讯地址为：100190 北京市海淀区中关村南四街4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”。