杭州电子科技大学范明获国家专利权
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!
龙图腾网获悉杭州电子科技大学申请的专利一种动态增强磁共振影像特征生成病理图像特征的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:CN116958094B 。
龙图腾网通过国家知识产权局官网在2025-08-26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:202310923521.3,技术领域涉及:G06T7/00;该发明授权一种动态增强磁共振影像特征生成病理图像特征的方法是由范明;余周;厉力华设计研发完成,并于2023-07-26向国家知识产权局提交的专利申请。
本一种动态增强磁共振影像特征生成病理图像特征的方法在说明书摘要公布了:本发明公开了一种动态增强磁共振影像特征生成病理图像特征的方法,该方法首先获取乳腺癌的DCE‑MRI数据以及相应的病理图像数据,构建乳腺癌数据集,并进行数据预处理。其次构建基于视觉自注意力模型和交叉注意力机制的特征提取网络,提取DCE‑MRI特征和病理图像特征。然后基于对抗生成网络,利用DCE‑MRI特征生成病理图像特征。最后利用DCE‑MRI数据,通过训练好的特征提取网络的DCE‑MRI分支和训练好的特征生成网络生成病理图像特征。本发明更好的利用图像的全局信息,并且使模型在没有病理图像的情况下通过DCE‑MRI影像也能生成病理图像特征,解决病理图像缺失的问题。
本发明授权一种动态增强磁共振影像特征生成病理图像特征的方法在权利要求书中公布了:1.一种动态增强磁共振影像特征生成病理图像特征的方法,其特征在于,包括如下步骤: 步骤一:获取乳腺癌的动态增强增强磁共振影像DCE-MRI数据以及相应的病理图像数据,构建乳腺癌数据集; 步骤二:对DCE-MRI数据和病理图像数据进行预处理; 步骤三:构建基于视觉自注意力模型和交叉注意力机制的特征提取网络,提取动态增强磁共振影像特征和病理图像特征,并训练特征提取网络; 所述基于视觉自注意力模型,包含DCE-MRI分支和病理图像分支; 所述DCE-MRI分支由DCE-MRI数据作为输入,首先将DCE-MRI划分相同大小的DCE-MRI块;其次将DCE-MRI块输入到3D卷积层后添加位置编码得到DCE-MRI块标记PathMR,随后与加入随机初始化的DCE-MRI分类标记CLSMR一起作为DCE-MRI分支中的Transformer编码器的输入; 所述病理图像分支由病理图像作为输入,首先将病理图像划分为大小相同的病理图像块;其次通过2D卷积层和位置编码得到病理图像块标记Patchpath,随后与随机初始化的病理图像分类标记CLSpath一起作为病理图像分支的Transformer编码器的输入; 在DCE-MRI分支和病理图像分支相应的Transformer编码器之间添加交叉注意力模块;所述交叉注意力模块具体为:在DCE-MRI分支中,使用病理分支的CLSpath与DCE-MRI分支的PatchMR组合做多头自注意力操作,同理在病理分支中使用DCE-MRI分支的GLSMR与病理分支的Patchpath组合做多头自注意力操作; DCE-MRI分支和病理分支中的若干个Transformer编码器和交叉注意力模块堆叠而成,提取各种影像的深层特征;最终得到的GLSMR作为DCE-MRI特征,CLSpath作为病理图像特征; 步骤四:基于对抗生成网络,利用DCE-MRI特征生成病理图像特征,并训练对抗生成网络; 步骤五:利用DCE-MRI数据,通过训练好的特征提取网络和对抗生成网络生成病理图像特征。
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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。
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。