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！

龙图腾网获悉四川省肿瘤医院申请的专利基于靶区免疫区域激活的空间分割放疗引导方法及系统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：CN120771464B 。

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：202511290574.1，技术领域涉及：A61N5/10；该发明授权基于靶区免疫区域激活的空间分割放疗引导方法及系统是由路顺;李林涛;王先良;周杰;袁珂;郎锦义;冯梅设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本基于靶区免疫区域激活的空间分割放疗引导方法及系统在说明书摘要公布了：本申请公开了一种基于靶区免疫区域激活的空间分割放疗引导方法及系统，涉及电数字数据处理领域，方法通过能谱CT功能磁共振多模态融合以及ResNet影像组学特征提取，实现代谢活性与免疫响应的三维可视化，相比于较解剖靶区体积的识别精度有较为明显地提升，且本申请通过XGBoost模型生成的免疫热力图和SAMed‑2分割标记可精确定位免疫高响应体素、蒙特卡洛模拟的梯度剂量分布使免疫激活区域的剂量强度达到常规区域的数倍并同时保护非活性区域；本申请XGBoost模型训练可根据患者特异性免疫特征动态调整剂量热点，使得射线能够准确足量地到达肿瘤区域里面最能激活免疫系统的区域。

本发明授权基于靶区免疫区域激活的空间分割放疗引导方法及系统在权利要求书中公布了：1.一种基于靶区免疫区域激活的空间分割放疗引导方法，所述放疗引导方法应用于通过预设放疗仪器进行放疗治疗的病患个体，其特征在于，所述放疗引导方法包括： 步骤S1，获取所述病患个体的能谱CT、功能磁共振数据，并通过双线性配准算法生成融合影像矩阵数据集； 步骤S2，通过ResNet卷积网络提取所述融合影像矩阵数据集的影像组学特征； 步骤S3，通过Otsu自适应阈值分割识别所述影像组学特征的代谢活跃区域，得到免疫活性特征向量集； 步骤S4，基于XGBoost分类模型通过预设数据集训练所述XGBoost分类模型，并将所述免疫活性特征向量集输入训练完成后的XGBoost分类模型，得到免疫热力图； 步骤S5，获取所述病患个体的放疗定位CT并与所述免疫热力图坐标系对齐，并通过SAMed-2图像分割模型将对齐后的免疫热力图进行体素级分割，同时标记出免疫高响应体素； 步骤S6，获取所有免疫高响应体素的三维坐标并整合为免疫靶区三维坐标集，通过蒙特卡洛模拟迭代所述预设放疗仪器的多叶光栅运动轨迹，将所述预设放疗仪器的射线以预设射线强度梯度递减的形式覆盖所有三维坐标； 步骤S7，获取所述多叶光栅运动轨迹迭代完成后的运动控制指令序列并输入所述预设放疗仪器； 步骤S2，通过ResNet卷积网络提取所述融合影像矩阵数据集的影像组学特征，包括： 步骤S21，对所述融合影像矩阵数据集进行归一化处理； 步骤S22，将归一化处理后的融合影像矩阵数据集分割为预设尺寸的正方体块； 步骤S23，定义ResNet卷积网络，并定义所述ResNet卷积网络的输入层的通道数与所述预设尺寸匹配； 步骤S24，将所述融合影像矩阵数据集输入所述ResNet卷积网络的输入层，通过所述ResNet卷积网络正向传播得到多维深度特征向量集； 步骤S25，通过mRMR算法筛选所述多维深度特征向量集中的前列特征向量； 步骤S26，将所有前列特征向量通过反卷积层上采样重建为三维特征图，并将所述三维特征图定义为所述影像组学特征； 步骤S3，通过Otsu自适应阈值分割识别所述影像组学特征的代谢活跃区域，得到免疫活性特征向量集，包括： 步骤S31，将所述三维特征图进行灰度归一化，并计算灰度归一化后三维特征图的直方图分布； 步骤S32，通过Otsu自适应阈值计算所述直方图分布的类间方差； 步骤S33，选择所有候选阈值中使所述类间方差达到最大值的最优阈值，并根据所述最优阈值分割所述三维特征图，形成高代谢区域和低代谢区域； 步骤S34，将所述高代谢区域定义为所述代谢活跃区域； 步骤S35，基于预设结构体素对所述代谢活跃区域进行形态学闭运算处理，得到若干个连通区域； 步骤S36，分别计算每个连通区域的灰度共生矩阵特征； 步骤S37，通过预设Python脚本将所有灰度共生矩阵特征转换为多维特征向量； 步骤S38，整合所有多维特征向量并定义为所述免疫活性特征向量集； 步骤S5，获取所述病患个体的放疗定位CT并与所述免疫热力图坐标系对齐，并通过SAMed-2图像分割模型将对齐后的免疫热力图进行体素级分割，同时标记出免疫高响应体素，包括： 步骤S51，获取所述放疗定位CT的坐标系质心以及所述免疫热力图的坐标系质心； 步骤S52，基于两个坐标系质心计算所述放疗定位CT与所述免疫热力图的旋转平移矩阵； 步骤S53，基于所述旋转平移矩阵通过双三次插值法配准所述放疗定位CT和所述免疫热力图，以实现坐标系对齐； 步骤S54，通过SAMed-2图像分割模型将对齐后的免疫热力图进行体素级分割； 步骤S55，将所述高代谢区域的所有体素标记为免疫高响应体素。

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四川省肿瘤医院，其通讯地址为：610041 四川省成都市武侯区人民南路四段55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。