中国科学院自动化研究所;中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所)田捷获国家专利权
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!
龙图腾网获悉中国科学院自动化研究所;中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所)申请的专利鼻咽癌预后特征确定方法、系统、装置及存储介质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:CN116563651B 。
龙图腾网通过国家知识产权局官网在2025-12-09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:202310318231.6,技术领域涉及:G06V10/77;该发明授权鼻咽癌预后特征确定方法、系统、装置及存储介质是由田捷;唐林泉;董迪;麦海强;朱曼依;钟连珍;刘丽婷设计研发完成,并于2023-03-28向国家知识产权局提交的专利申请。
本鼻咽癌预后特征确定方法、系统、装置及存储介质在说明书摘要公布了:本发明公开了一种鼻咽癌预后特征确定方法、系统、装置及存储介质,方法包括:病理图像预处理,通过基于染色分离的颜色归一化方法对病理图像进行染色标准化处理;通过分割网络对预处理后的病理图像的病灶区域进行自动分割,得到分割影像;对分割影像进行裁剪处理,得到目标图像块;通过主成分分析对目标图像块进行特征降维,得到降维数据;根据降维数据,通过聚类算法进行无监督自主学习得到病理图像特征;最终通过特征检验对所述病理图像特征进行筛选,确定预后病理特征集合。本发明能够从病理图像中获取和筛选出与鼻咽癌局部区域复发和远处转移密切相关的病理图像的关键图像特征,以辅助鼻咽癌的预后预测,可广泛应用于图像处理技术领域。
本发明授权鼻咽癌预后特征确定方法、系统、装置及存储介质在权利要求书中公布了:1.一种鼻咽癌预后特征确定方法,其特征在于,包括以下步骤: 病理图像预处理,通过基于染色分离的颜色归一化方法对病理图像进行染色标准化处理; 通过分割网络对预处理后的病理图像的病灶区域进行自动分割,得到分割影像;其中,所述分割网络包括深度神经网络和神经条件随机场,所述深度神经网络用于病灶区域的分割,所述神经条件随机场用于建模相邻图像块之间的空间相关性; 对所述分割影像进行裁剪处理,得到目标图像块; 通过主成分分析对所述目标图像块进行特征降维,得到降维数据; 根据所述降维数据,通过聚类算法进行无监督自主学习得到病理图像特征; 通过特征检验对所述病理图像特征进行筛选,确定预后病理特征集合; 其中,在构建模型的步骤中,预采用深度Q网络作为基本结构,深度Q网络由行为网络和目标网络组成,网络的输入是一维向量,主要表征了现有切片的位置及状态,而输出同样是一维向量,表示不同的行为顺序,两个隐藏层分别由若干个神经元构成,行为网络用于在训练过程中将经验收集到池中,并使用Q_loss更新其参数,公式如下: 其中,表示期望函数,表示行为深度Q网络输出值,表示奖励,表示比例因子,表示深度Q网络,表示状态,表示行动,表示深度Q网络的参数; 行为网络收集的经验包含了奖励r、当前状态s和行动a;奖励r由其预测概率Ps,a以及预测标签与真实标签之间的一致性定义,当前状态s代表模型输出的预后评估值,行动a则是切片行为动作;将基本奖励和预测概率的奖励率设置为1和0.5;当经验池溢出时,将随机记录经验池中单个操作的收益,并在累积数量达到100时将当前网络的神经元参数分配给目标网络;训练样本包括提供病理切片用于编码CNN特征的患者,并且在训练的过程中,保证行为路线均在病灶区域;通过随机选择起始切片来实现数据扩充;在切片搜索阶段,仅将目标网络用作决策模块来确定各个行为的概率,对应最高概率的行为将被网络进行操作: 其中,其中,表示偏置值,表示奖励率,表示基本奖励,表示预测概率。
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自动化研究所;中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所),其通讯地址为:100190 北京市海淀区中关村东路95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