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！

龙图腾网获悉衢州市人民医院申请的专利一种用于肝癌患者PD-1和PD-L1表达的无创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：CN116309359B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310130457.3，技术领域涉及：G06T7/00；该发明授权一种用于肝癌患者PD-1和PD-L1表达的无创预测方法是由徐礼锋;张峰;解天舒;刘明;龚海刚设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本一种用于肝癌患者PD-1和PD-L1表达的无创预测方法在说明书摘要公布了：本发明涉及一种用于肝癌患者PD‑1和PD‑L1表达的无创预测方法，包括：利用自监督对比学习帮助模型提取肝癌患者CT图像中的PD‑1和PD‑L1表达的深层表示，使用补丁洗牌增强模型学习CT图像中PD‑1和PD‑L1表达本地局部特征的能力，引入未标记的训练图像用于自我监督训练；将肝癌患者的CT图像输入预测模型中，通过迁移学习策略同时获得其PD‑1和PD‑L1表达的概率，选择所有图像中概率高的前k个图像，计算其平均值作为最终概率。本发明通过自监督对比学习策略来提高深度学习模型提取CT图像深层表示的能力，引入了补丁洗牌的数据增强方法，以丰富训练CT图像的特征模式，增强模型的局部特征表示的提取能力。

本发明授权一种用于肝癌患者PD-1和PD-L1表达的无创预测方法在权利要求书中公布了：1.一种用于肝癌患者PD-1和PD-L1表达的无创预测方法，其特征在于：所述无创预测方法包括： 自监督对比学习训练步骤：利用自监督对比学习帮助模型提取肝癌患者CT图像中的PD-1和PD-L1表达的深层表示，使用补丁洗牌数据增强方法增强模型学习CT图像中PD-1和PD-L1表达本地局部特征的能力，同时引入未标记的训练图像用于自我监督训练，以提高数据利用效率和训练图像的模式； 多任务预测步骤：在获得训练好的预测模型后，将肝癌患者的CT图像输入预测模型中，通过迁移学习策略同时获得其PD-1和PD-L1表达的概率，并选择所有图像中概率高的前k个图像，计算其平均值作为患者PD-1和PD-L1表达的最终概率； 所述多任务预测步骤具体包括： 使用迁移学习将自监督对比学习训练的ResNet50模型作为PD-1和PD-L1表达多任务预测的主干，随后输出分别经两个预测多层感知机，利用两个新的全连接层来分别并同时预测PD-1和PD-L1的表达； 对于带标签的数据集DS={xi，yi1，yi2}，xi为训练图像，yi1为PD-1表达式标签，yi2为PD-L1表达式标签，通过Softmax计算第n层全连接网络为第i类的输出an的预测概率，其中C表示真值标签的数量，概率p1和p2对应于使用CT图像的实际标签进行计算得到的PD-1和PD-L1表达； 由PD-1和PD-L1表达的两个分类器的交叉熵组成得到预测模型的损失函数，通过训练图像与PD-1和PD-L1标签之间的相似性更新网络模型权重，提高网络模型的训练效率； 在获得训练好的预测模型后，将肝癌患者的CT图像输入预测模型，以获得其PD-1和PD-L1表达的概率，选择所有图像中的概率高的前k个图像，并得出其平均值作为该患者PD-1或PD-L1表达的最终概率。

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衢州市人民医院，其通讯地址为：324000 浙江省衢州市柯城区闽江大道100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。