Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川大学华西医院袁勇获国家专利权

四川大学华西医院袁勇获国家专利权

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!

龙图腾网获悉四川大学华西医院申请的专利影像预测肿瘤治疗反应性分类方法、装置、设备及介质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:CN119693724B

龙图腾网通过国家知识产权局官网在2025-06-17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:202510207158.4,技术领域涉及:G06V10/764;该发明授权影像预测肿瘤治疗反应性分类方法、装置、设备及介质是由袁勇;裴琳琳;肖鑫;邱甲军;曾筱茜;张超设计研发完成,并于2025-02-25向国家知识产权局提交的专利申请。

影像预测肿瘤治疗反应性分类方法、装置、设备及介质在说明书摘要公布了:本发明提供一种影像预测肿瘤治疗反应性分类方法、装置、设备及介质,涉及图像识别技术领域,所述方法包括:获取基础网络模型,向基础网络模型引入深度监督策略及多层感知机结构,得到初始网络模型;根据初始网络模型,确定师生网络模型;获取影像数据集,影像数据集包括:第一数据子集及第二数据子集,第一数据子集包括多个第一数据,第二数据子集包括多个第二数据,各第二数据分别对应一第一数据;基于第一数据子集及第二数据子集对师生网络模型进行训练,得到目标模型;获取待分类影像,并将所述待分类影像输入所述目标模型,得到对应的分类结果。本申请提升了病理完全缓解情况的预测精度。

本发明授权影像预测肿瘤治疗反应性分类方法、装置、设备及介质在权利要求书中公布了:1.一种影像预测肿瘤治疗反应性分类方法,其特征在于,所述方法包括: 获取基础网络模型,所述基础网络模型包括:N个残差模块及全连接层,向所述基础网络模型引入深度监督策略及多层感知机结构,得到初始网络模型;向所述基础网络模型引入多层感知机结构,包括:在所述全连接层之前引入所述多层感知机结构,所述多层感知机结构用于融合至少一个预设特征; 根据所述初始网络模型,确定师生网络模型,所述师生网络模型包括:教师网络模型和学生网络模型; 获取影像数据集,所述影像数据集包括:第一数据子集及第二数据子集,所述第一数据子集包括多个第一数据,所述第二数据子集包括多个第二数据,各所述第二数据分别对应一所述第一数据,所述第一数据子集包括多张治疗后的CT图像以及与各治疗后的CT图像分别对应的分类标签,所述第二数据子集包括多张治疗前的CT图像以及与各治疗前的CT图像分别对应的分类标签; 基于所述第一数据子集及所述第二数据子集对所述师生网络模型进行训练,得到目标模型; 获取待分类影像,并将所述待分类影像输入所述目标模型,得到对应的分类结果; 所述基于所述第一数据子集及所述第二数据子集对所述师生网络模型进行训练,得到目标模型,包括:按照预设比例,将所述第一数据子集划分为第一训练集和第一测试集;基于所述第一训练集及所述第一测试集,训练所述教师网络模型,得到目标教师网络模型;基于所述第二数据子集和所述目标教师网络模型对所述学生网络模型进行训练,得到所述目标模型; 所述基于所述第二数据子集和所述目标教师网络模型对所述学生网络模型进行训练,得到所述目标模型,包括:按照预设比例,将所述第二数据子集划分为第二训练集和第二测试集;基于所述第二训练集及所述第二测试集,训练所述学生网络模型,并在训练过程中,基于所述目标教师网络模型的输出更新所述学生网络模型,将更新后的所述学生网络模型确定为所述目标模型。

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四川大学华西医院,其通讯地址为:610044 四川省成都市武侯区国学巷37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”。

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。