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！

龙图腾网获悉北京大学人民医院申请的专利一种淋巴结肿瘤残留的预后风险分层预测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：CN121215278B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511776769.7，技术领域涉及：G16H50/30；该发明授权一种淋巴结肿瘤残留的预后风险分层预测方法是由李浩;陈克终;韩天晓;程嗣达;赵慧敏;杨帆设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本一种淋巴结肿瘤残留的预后风险分层预测方法在说明书摘要公布了：本发明提供了一种淋巴结肿瘤残留的预后风险分层预测方法，属于风险预测技术领域，包括：获取淋巴结HE染色切片及免疫组化标记切片，采用U‑Net++网络自动识别肿瘤感兴趣区域，基于自适应阈值分割算法去除背景噪声与非特异性染色干扰，按四个维度提取信息，形成标准化提取信息集；将提取信息集融合映射为256维特征向量集，将各向量输入动态集成预测模型，输出每个向量的分层差异表达及向量集的分层综合表达；基于分层差异表达的量化阈值，结合分层综合表达的风险概率对比分析，确定风险等级，且结合患者自身状态指标构建多维动态权重决策模型，制定个性化方案。通过多模态特征提取、动态集成建模与个性化决策，实现精准风险分层与治疗方案定制。

本发明授权一种淋巴结肿瘤残留的预后风险分层预测方法在权利要求书中公布了：1.一种淋巴结肿瘤残留的预后风险分层预测方法，其特征在于，包括： 步骤1：获取淋巴结HE染色切片及免疫组化标记切片，采用U-Net++网络自动识别肿瘤感兴趣区域，基于自适应阈值分割算法去除背景噪声与非特异性染色干扰，按形态学维度、组织化学维度、空间分布维度以及临床指标维度提取信息，形成标准化提取信息集； 步骤2：将提取信息集融合映射为256维特征向量集，将各向量输入动态集成预测模型，输出每个向量的分层差异表达及向量集的分层综合表达； 步骤3：基于分层差异表达的量化阈值，结合分层综合表达的风险概率对比分析，确定风险等级，且结合患者自身状态指标构建多维动态权重决策模型，制定个性化方案； 其中，采用U-Net++网络自动识别肿瘤感兴趣区域，包括： 获取淋巴结HE染色切片及针对PD-L1、CD8、VEGF特异性靶点的免疫组化标记切片，对切片进行数字化扫描得到切片图像； 构建集成多尺度注意力融合模块与动态权重更新子网络的改进型U-Net++网络，所述多尺度注意力融合模块通过注意力权重公式实现HE染色切片与免疫组化标记切片的像素级融合，其中，、分别为HE与免疫组化切片在像素处的归一化特征映射，为在像素处的注意力强度调节系数，且，为逐元素乘积运算，为对所有像素的运算结果求和；、分别为像素点集；为像素处肿瘤细胞密度；、为最小肿瘤细胞密度、最大肿瘤细胞密度；n、m取值2048，为切片像素维度； 将经自适应阈值分割去噪预处理后的HE染色切片与免疫组化标记切片输入所述改进型U-Net++网络，通过网络编码器的多尺度特征提取支路提取肿瘤相关特征，解码器与改进型U-Net++网络的编码器输出端通过跳跃连接，对肿瘤-间质交界区域、微小残留病灶区域的特征进行动态增强，自动分割并输出淋巴结肿瘤感兴趣区域，其中，所述多尺度特征提取支路含4层不同感受野的卷积单元，分别对应1×1、3×3、5×5、7×7卷积核； 所述改进型U-Net++网络的感兴趣区域的覆盖率C为：，其中，为感兴趣区域ROI中像素处的肿瘤细胞密度；为像素处的像素面积；为真实肿瘤区域，为真实肿瘤区域中像素处的肿瘤细胞密度；为像素处的像素面积。

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北京大学人民医院，其通讯地址为：100044 北京市西城区西直门南大街11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。