Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 同济大学段春艳获国家专利权

同济大学段春艳获国家专利权

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!

龙图腾网获悉同济大学申请的专利基于变分自编码器的肿瘤放疗反应预测方法、系统及终端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:CN118781454B

龙图腾网通过国家知识产权局官网在2025-11-14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:202310348621.8,技术领域涉及:G06V10/80;该发明授权基于变分自编码器的肿瘤放疗反应预测方法、系统及终端是由段春艳;蒲雨霖;王佳洁;高源翊设计研发完成,并于2023-04-04向国家知识产权局提交的专利申请。

基于变分自编码器的肿瘤放疗反应预测方法、系统及终端在说明书摘要公布了:本发明公开了一种基于变分自编码器的肿瘤放疗反应预测方法、系统及终端。所述预测方法包括图像采集与切片、图像融合与预处理、构建改良的变分自编码器、预训练所述改良的变分自编码器、预测放疗反应标签值等步骤。所述改良的变分自编码器中卷积层替代编码器和解码器中的全连接层。本发明引入掩码技术和KLcostannealing方法来提高编码器的特征提取能力;将二维PETpre图像和二维Dose图像进行融合,融合后的图像通过改良的VAE预训练得到隐变量,所述隐变量作为预测模型的输入变量、SUV变化值作为标签值,预测放疗中期SUV的变化,以解决现有模型输入变量单一、编码器特征提取能力较差、预测准确度较低的问题。

本发明授权基于变分自编码器的肿瘤放疗反应预测方法、系统及终端在权利要求书中公布了:1.一种基于变分自编码器的肿瘤放疗反应预测方法,其特征在于,包括以下步骤: 步骤S1、图像采集与切片:采集原始数据集中的三维PETpre图像和三维Dose图像,根据存在放疗剂量的点位所在的平面为一切片,对所述三维PETpre图像和三维Dose图像沿Z轴进行切片;所述三维PETpre图像与三维Dose图像在相同的切片方位进行同样的切片处理,得到二维PETpre图像和二维Dose图像; 步骤S2、图像融合与预处理:对所述二维PETpre图像和二维Dose图像进行图像融合,得到融合后的图像数据集,再对所述融合后的图像进行掩码技术处理;将所述融合后的图像数据集分为两部分,一部分作为训练集,另一部分作为测试集,同一病人的切片图像只出现在训练集或测试集其中一种数据集中; 步骤S3、构建改良的变分自编码器:用卷积层替代变分自编码器中编码器和解码器中的全连接层,并在每一层所述卷积层后加入批量归一化层、层以及层; 步骤S4、预训练所述改良的变分自编码器:利用所述训练集和测试集对所述改良的变分自编码器的编码器和解码器进行图像重构;引入KLcostannealing方法用于计算所述改良的变分自编码器的损失值; 步骤S5、预测放疗中期肿瘤标准摄取值的变化:将预训练好的变分自编码器中的编码器及隐藏层部分与多层感知器连接,组成预测模型;将所述融合后的图像导入所述编码器及隐藏层部分进行降维后,隐藏层中的隐变量由公式计算获得,其中从标准正态分布中采样得到,与为所述改良的变分自编码器计算出的分布均值和标准差;将隐变量与肿瘤标准摄取值变化值分别作为变量和,传入所述预测模型中;所述多层感知器中最后一层全连接层输出维度为1,预测放疗中期SUV的变化。

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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。

免责声明
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。