申请/专利权人：山东师范大学

申请日：2023-12-21

公开（公告）日：2024-04-12

公开（公告）号：CN117877713A

主分类号：G16H50/20

分类号：G16H50/20;G16H70/60;G16H30/00;G06V10/762;G06V10/764;G06V10/82;G06N3/049;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供了一种胶质母细胞瘤患者总生存时间预测方法及系统，具体包括：获取并预处理组织病理学图像，将组织病理学图像输入深度协同脉冲神经膜系统，获取总体生存时间预测结果；其中，所述深度协同脉冲神经膜系统包括：输入输出神经元、以及多个协同神经元模块；所述协同神经元模块包括四种具有不同放电机制的协同神经元，可以自组装成不同的块来实现各种学习机制，不仅能够同时满足预测OS时间和基因型分类，而且进一步提高了对GBM患者的OS时间进行无ROI预测效率和OS时间预测的准确性。

主权项：1.一种胶质母细胞瘤患者总生存时间预测方法，其特征在于，包括：获取组织病理学图像；将组织病理学图像输入预先构建的深度协同脉冲神经膜系统，获取总体生存时间预测结果；对输入的组织病理学图像根据表型进行处理，具体包括：将每张组织病理学图像放大并切片并聚类，得到若干切片簇；将若干切片簇通过传递规则传递到深度协同脉冲神经膜系统第二个模块，执行长短OS时间分类，以获得与生存相关的切片簇；利用传递规则将满足阈值条件的与生存相关的切片簇传递到深度协同脉冲神经膜系统第三个子模块，执行OS时间预测和基因型分类。

全文数据：

权利要求：

百度查询： 山东师范大学 一种胶质母细胞瘤患者总生存时间预测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD