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医学科学院·四川省人民医院申请的专利基于多模态数据的胎盘植入性疾病分级判断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：CN120853980B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511351476.4，技术领域涉及：G16H50/70；该发明授权基于多模态数据的胎盘植入性疾病分级判断方法及系统是由梅劼;谢尧;罗丹;戢兰蝶;刘雄;胡寇碧涵设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本基于多模态数据的胎盘植入性疾病分级判断方法及系统在说明书摘要公布了：本发明涉及医学影像分析领域，具体涉及基于多模态数据的胎盘植入性疾病分级判断方法及系统，方法步骤包括：S1：收集患者的临床信息、医学影像信息、病理检查结果，形成样本数据；S2：基于样本数据构建训练模型使用的数据集，并训练胎盘植入性疾病分级诊断模型；S3：利用训练好的胎盘植入性疾病分级诊断模型对患者进行分级诊断。本发明通过融合医学影像特征与临床特征数据，构建深度学习模型，解决现有技术中胎盘植入性疾病分级粒度粗糙、准确率不足的问题，实现胎盘粘连、植入、穿透的精准分级。

本发明授权基于多模态数据的胎盘植入性疾病分级判断方法及系统在权利要求书中公布了：1.基于多模态数据的胎盘植入性疾病分级判断方法，其特征在于，方法步骤包括： S1：收集患者的临床信息、医学影像信息、病理检查结果，形成样本数据； 步骤S1中还包括利用卡方检验对所述临床信息进行筛选，得到筛选后的临床特征，根据筛选后的临床特征构建样本数据； S2：基于样本数据构建训练模型使用的数据集，并训练胎盘植入性疾病分级诊断模型； 所述构建训练模型使用的数据集的方法包括： 将所述医学影像信息转换为符合模型输入的固定尺寸，并进行图像标准化处理； 将所述筛选后的临床特征进行二分箱预处理，得到临床特征向量； 计算训练样本的标签，包括胎盘位置标签和胎盘植入等级标签； 所述胎盘位置标签为，其中为非前置胎盘的概率、为完全性前置胎盘的概率、为中等风险位置胎盘的概率，其中所述中等风险位置胎盘包括低置胎盘、边缘性前置胎盘、部分性前置胎盘； 所述胎盘植入等级标签为，其中为正常胎盘的概率、为粘连性胎盘的概率、为植入性胎盘的概率、为穿透性胎盘的概率； S3：利用训练好的胎盘植入性疾病分级诊断模型对患者进行分级诊断； 所述胎盘植入性疾病分级诊断模型包括医学影像编码器、胎盘位置分类器、多模态特征组合器、多模态特征分类器； 所述医学影像编码器用于获取医学影像中与胎盘植入性疾病相关的信息，将患者的医学影像输入到医学影像编码器，输出患者的医学影像表示向量； 所述胎盘位置分类器用于根据所述医学影像表示向量判断患者胎盘的位置，输出患者的影像学特征向量；所述影像学特征向量包括非前置胎盘的概率、完全性前置胎盘的概率、中等风险位置胎盘的概率； 所述多模态特征组合器用于拼接所述影像学特征向量和患者的临床特征向量，输出多模态特征向量；其中所述临床特征向量是一个由N个元素组成的向量，每个元素分别对应一个临床特征； 所述多模态特征分类器用于根据所述多模态特征向量判断患者的胎盘植入性疾病等级。

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医学科学院·四川省人民医院，其通讯地址为：610072 四川省成都市青羊区一环路西二段32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。