中国医学科学院北京协和医院梁智勇获国家专利权
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!
龙图腾网获悉中国医学科学院北京协和医院申请的专利一种基于病理大模型的病理图像癌区自动识别系统及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:CN120339801B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202510488568.0,技术领域涉及:G06V10/82;该发明授权一种基于病理大模型的病理图像癌区自动识别系统及方法是由梁智勇;吴焕文;柯心怡;王书浩;陈净慈;洪汝萍;王征;张卉;陆俊良设计研发完成,并于2025-04-18向国家知识产权局提交的专利申请。
本一种基于病理大模型的病理图像癌区自动识别系统及方法在说明书摘要公布了:本发明提供了一种基于病理大模型的病理图像癌区自动识别系统及方法,包括:病理大模型构建模块,用于根据深度学习的多头自注意力机制和多尺度特征融合对病理图像基础模型进行架构优化,获得病理大模型;解析模块,用于根据病理大模型捕捉从胰腺癌的细胞形态到组织结构的多层次病理特征,并根据多层次病理特征对输入的目标病理图像进行解析;识别结果输出模块,用于根据病理大模型基于解析结果输出对目标病理图像中胰腺癌区的识别结果。通过深度学习技术,自动识别胰腺癌的肿瘤区域,并以热力图的形式展示,实现辅助病理诊断、定量分析病理特征,提高胰腺癌病理诊断效率与精度。
本发明授权一种基于病理大模型的病理图像癌区自动识别系统及方法在权利要求书中公布了:1.一种基于病理大模型的病理图像癌区自动识别系统,其特征在于,包括: 病理大模型构建模块,用于根据深度学习的多头自注意力机制和多尺度特征融合对病理图像基础模型进行架构优化,获得病理大模型;所述病理大模型构建模块,包括: 模型优化准备单元,用于: 基于预设业务体系在对病理图像癌区识别时,获取对输入图像的关注维度,同时,获取每一关注维度的输入特征,并将每一关注维度的输入特征转换为对应的特征向量序列; 基于特征向量序列生成自注意力矩阵,并对每一关注维度的自注意力矩阵进行综合,得到多头自注意力机制; 同时,基于预设业务体系确定对病理图像癌区识别时的特征提取尺度,并确定不同特征提取尺度之间存在的关联和依赖关系;基于层次关联关系确定不同特征提取尺度之间的多尺度特征融合策略; 架构优化单元,用于: 获取病理图像基础模型的结构参数,并基于结构参数确定多头自注意力机制和多尺度特征融合策略在病理图像基础模型中的插入位置; 基于插入位置将多头自注意力机制和多尺度特征融合策略在病理图像基础模型中进行添加,完成对病理图像基础模型的架构优化,得到病理大模型; 解析模块,用于根据病理大模型捕捉从胰腺癌的细胞形态到组织结构的多层次病理特征,并根据多层次病理特征对输入的目标病理图像进行解析; 识别结果输出模块,用于根据病理大模型基于解析结果输出对目标病理图像中胰腺癌区的识别结果。
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国医学科学院北京协和医院,其通讯地址为:100005 北京市东城区帅府园一号;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励