Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 自贡市第一人民医院;荣县人民医院杨健获国家专利权

自贡市第一人民医院;荣县人民医院杨健获国家专利权

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!

龙图腾网获悉自贡市第一人民医院;荣县人民医院申请的专利基于深度学习的前列腺癌早期筛查模型构建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:CN121726034B

龙图腾网通过国家知识产权局官网在2026-05-05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:202610190267.4,技术领域涉及:G16H50/20;该发明授权基于深度学习的前列腺癌早期筛查模型构建方法是由杨健;黄泳霖;曾世平;曾柯;李小滨;叶俊兵设计研发完成,并于2026-02-10向国家知识产权局提交的专利申请。

基于深度学习的前列腺癌早期筛查模型构建方法在说明书摘要公布了:本发明涉及人工智能技术领域,公开了基于深度学习的前列腺癌早期筛查模型构建方法。该方法包括:获取多模态磁共振成像数据集;对阳性病灶进行分割并编码为病理状态向量;构建病理状态约束下的条件对抗生成网络以生成具有指定病理特征的合成病灶影像;通过梯度域融合算法将合成病灶无缝嵌入健康背景生成高真实感阳性样本;整合原始与合成样本训练三维卷积神经网络筛查模型。该系统包括多模态影像获取、病理特征向量化、条件生成、病灶融合及模型训练部署模块。本发明显著提升模型泛化能力与早期筛查准确性,有效降低漏诊率。

本发明授权基于深度学习的前列腺癌早期筛查模型构建方法在权利要求书中公布了:1.基于深度学习的前列腺癌早期筛查模型构建方法,其特征在于,包括: 获取多模态磁共振成像数据集,所述数据集包含原始阳性样本与原始阴性样本,所述原始阳性样本为经病理证实的包含前列腺癌病灶的磁共振成像数据,所述原始阴性样本为经确认的健康前列腺磁共振成像数据,每一份磁共振成像数据均包括T2加权成像序列、弥散加权成像序列以及表观弥散系数图谱序列; 对所述原始阳性样本中的前列腺癌病灶区域进行分割,并提取其多维度的病理特征,通过病理特征编码网络将所述病理特征映射到预设维度的病理状态向量空间,生成与每个阳性病灶一一对应的病理状态向量; 构建病理状态约束下的条件对抗生成网络,所述网络包含生成器和判别器,所述生成器的输入为随机噪声向量与从所述病理状态向量空间中采样的病理状态向量的串联张量,其输出为合成的多模态病灶影像切片;所述判别器的输入为多模态病灶影像切片,其具有两个并行的输出分支,一个分支输出该影像切片为真实样本的概率,另一个分支重建该影像切片的病理状态向量; 通过所述条件对抗生成网络生成具有指定病理状态的合成多模态病灶影像; 将所述合成的多模态病灶影像通过梯度域融合算法无缝嵌入到所述原始阴性样本的健康前列腺区域内,生成具有高度真实感的合成阳性样本; 整合所述原始阳性样本与所述合成阳性样本,形成扩充后的阳性样本集,并结合所述原始阴性样本,构成最终的训练数据集,用于训练三维卷积神经网络构成的最终前列腺癌筛查模型。

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自贡市第一人民医院;荣县人民医院,其通讯地址为:643010 四川省自贡市大安区和平街道灯城西街1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。

免责声明
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。