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！

龙图腾网获悉西安交通大学医学院第二附属医院申请的专利一种有效融合临床知识和AI知识的肺结节诊断模型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：CN116758274B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310568227.5，技术领域涉及：G06V10/25；该发明授权一种有效融合临床知识和AI知识的肺结节诊断模型是由徐颂华;代笃伟;李宗芳设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本一种有效融合临床知识和AI知识的肺结节诊断模型在说明书摘要公布了：一种有效融合临床知识和AI知识的肺结节诊断模型，包括检测模块、初始诊断模块、语义属性优化模块和最终诊断结果预测模块；检测模块用于从CT影像中提取结节的感兴趣区域；初始诊断模块，根据结节感兴趣区域，进行共享特征提取和多任务预测，预测结节语义属性得分和初始的良恶性诊断结果，完成初始化预测；语义属性优化模块，根据初始诊断模块得到的结节语义属性，选择性地优化语义得分，对相应的语义特征重新赋予权重，得到修改后的进行优化语义特征；最终诊断结果预测模块将优化后的语义特征进行特征向量的映射，最终得到结节恶性程度预测概率；本发明有效地融合语义特征临床知识和AI知识，增加了肺结节良恶性预测的准确性。

本发明授权一种有效融合临床知识和AI知识的肺结节诊断模型在权利要求书中公布了：1.一种有效融合临床知识和AI知识的肺结节诊断系统，其特征在于，包括检测模块、初始诊断模块、语义属性优化模块和最终诊断结果预测模块； 所述的检测模块，用于从CT影像中提取结节的感兴趣区域； 所述的初始诊断模块，根据检测模块输出的结节感兴趣区域，进行共享特征提取和多任务预测，预测结节语义属性得分和初始的良恶性诊断结果，完成初始化预测； 所述的语义属性优化模块，根据初始诊断模块得到的结节语义属性，选择性地优化语义得分，对相应的语义特征重新赋予权重，得到修改后的进行优化语义特征； 所述的最终诊断结果预测模块，将语义属性优化模块优化后的语义特征进行特征向量的映射，最终得到结节恶性程度预测概率； 所述的语义属性优化模块，其具体操作分为两步：a临床医生修改与其判断不一致的语义得分；b将修改后的语义得分作为相应语义特征的权重系数，得到修改后的语义特征； 所述的初始诊断模块完成初始化预测，具体是： 1、初始诊断模块中使用3D-ResNet18作为共享特征提取，共享特征提取的输入为检测模块输出的80×80×60mm的结节立方体，共享特征提取的输出为512维的特征； 2、使用512维共享特征预测结节的良恶性和八个语义得分，因此一共含九个并行分支，每个分支预测不同的任务，在任务预测分支中，首先使用全连接层将512维共享特征压缩为128维特征，代表了特定任务的专属特征，这九个并行的分支中，其中八个分支分别记录为八个语义特征，一个分支记录为AI特征；然后，再使用全连接层将128维的特征压缩为1维特征；最后，通过激活函数Sigmoid将该1维特征映射为良恶性概率或语义得分； 所述的最终诊断结果预测模块，其具体为：首先将8个128维的语义特征和1个128维的AI特征相拼接，得到一个9×128维的特征向量；其次，该9×128维的特征向量将通过自注意力机制运算，以学习9个特征之间的内在关系；然后，通过一个线性连接层将9×128维的特征向量映射为1个128维的特征向量，称其为恶性相关特征；最后，再使用一个线性连接层将恶性相关特征映射为1维向量，作为最终的结节恶性程度预测概率；若该概率大于等于0.5，则认为结节为恶性；若该概率小于0.5，则认为结节为良性。

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西安交通大学医学院第二附属医院，其通讯地址为：710004 陕西省西安市西五路157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。