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！

龙图腾网获悉南昌大学第一附属医院申请的专利一种垂体腺瘤侵袭影像数据分析方法及系统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：CN119495407B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510085463.0，技术领域涉及：G16H30/20；该发明授权一种垂体腺瘤侵袭影像数据分析方法及系统是由万希晨;吴虓;刘伟;熊叶;彭浩扬设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种垂体腺瘤侵袭影像数据分析方法及系统在说明书摘要公布了：本发明公开了一种垂体腺瘤侵袭影像数据分析方法及系统，涉及医学预测技术领域。一种垂体腺瘤侵袭影像数据分析系统，包括有：影像特征提取模块、辅助因子分析模块和侵袭预测判断模块。本发明通过结合患者的影像数据和辅助生物标志数据，采用交叉注意力机制和特征融合策略进行分析，能够充分利用来自不同数据源的信息，提高垂体腺瘤侵袭预测的全面性和精度；使用双向传播网络对垂体腺瘤图像进行处理，可以提取出更加细致和精准的影像特征；通过垂体腺瘤侵袭预测模型，结合侵袭数据辅助预测因子和患者影像特征图像，能够进行高精度的侵袭预测，融合不同模态的关键特征，有助于提高侵袭预测的准确性和可靠性。

本发明授权一种垂体腺瘤侵袭影像数据分析方法及系统在权利要求书中公布了：1.一种垂体腺瘤侵袭影像数据分析方法，其特征在于，包括以下步骤： 获取患者垂体腺瘤图像集；患者垂体腺瘤图像集中包含有连续N张间隔时间窗的患者垂体腺瘤图像Pn，n=1，2，…，N，时间窗的长度为L；基于患者垂体腺瘤图像集和垂体腺瘤图像特征提取模型中进行处理，得到患者垂体腺瘤侵袭特征图像；垂体腺瘤图像特征提取模型利用双向传播网络对患者垂体腺瘤图像集进行图像处理，用于获得高质量的患者垂体腺瘤侵袭特征图像以进行后续分析； 获取患者辅助生物标志数据；基于患者辅助生物标志数据和垂体腺瘤生物标志预测分析模型进行分析，得到侵袭数据辅助预测因子； 基于侵袭数据辅助预测因子、患者垂体腺瘤侵袭特征图像和垂体腺瘤侵袭预测模型进行预测分析，得到患者垂体腺瘤预测分析结果；垂体腺瘤侵袭预测模型利用交叉注意力机制以及特征融合策略进行预测分析，用于基于侵袭数据辅助预测因子和患者垂体腺瘤侵袭特征图像进行高精度侵袭预测；根据患者垂体腺瘤预测分析结果对患者进行后续操作； 垂体腺瘤图像特征提取模型包括有图像预处理层、图像特征提取层和图像输出层； 图像预处理层用于对患者垂体腺瘤图像集进行图像超分处理，得到预处理患者垂体腺瘤图像集；其中，预处理患者垂体腺瘤图像集包含有N张预处理患者垂体腺瘤图像Cn； 图像特征提取层用于对预处理患者垂体腺瘤图像集进行特征提取，得到患者垂体腺瘤侵袭特征图像； 图像输出层用于输出患者垂体腺瘤侵袭特征图像； 在图像预处理层中进行图像超分处理的具体步骤，包括： 图像预处理层中包含有图像对齐层、图像重建层；在图像对齐层中，包含有正向传播网络和反向传播网络；在图像重建层中，包含有特征提取网络、残差细化网络和图像重建网络； 在反向传播网络中，利用图像配准方法将患者垂体腺瘤图像Pn+1、患者垂体腺瘤图像Pn+2和患者垂体腺瘤图像Pn进行对齐，得到反向患者垂体腺瘤图像集Fn；将反向患者垂体腺瘤图像集Fn送入可变形卷积块中进行进一步特征对齐，得到反向患者垂体腺瘤图像Fn’； 在正向传播网络中，利用图像配准方法将患者垂体腺瘤图像Pn-1、患者垂体腺瘤图像Pn-2和患者垂体腺瘤图像Pn进行对齐，得到正向患者垂体腺瘤图像集Zn；将正向患者垂体腺瘤图像集Zn送入可变形卷积块中进行进一步特征对齐，得到正向患者垂体腺瘤图像Zn’； 在图像重建层中，利用特征提取网络提取反向患者垂体腺瘤图像Fn’、正向患者垂体腺瘤图像Zn’和患者垂体腺瘤图像Pn进行特征提取并拼接，得到患者垂体腺瘤特征图像Tn；利用残差细化网络对患者垂体腺瘤特征图像Tn通过多个残差块进行特征细化，得到细化患者垂体腺瘤特征图像Tn’；在图像重建网络中将细化患者垂体腺瘤特征图像Tn’利用像素重排方法扩大四倍，得到高分辨率患者垂体腺瘤特征图像Gn；将患者垂体腺瘤图像Pn利用双线性插值法放大四倍，得到低分辨率患者垂体腺瘤特征图像Dn；将高分辨率患者垂体腺瘤特征图像Gn和低分辨率患者垂体腺瘤特征图像Dn进行相加，得到预处理患者垂体腺瘤图像Cn； 在图像特征提取层进行特征提取的具体步骤，包括： 图像特征提取层包含有全局特征提取层、局部特征划分层、特征评分层； 在全局特征提取层中，对预处理患者垂体腺瘤图像Cn进行全局特征提取，得到患者垂体腺瘤特征全局特征向量Qn； 在局部特征划分层中，利用滑动窗口对预处理患者垂体腺瘤图像Cn进行特征图像块划分，得到患者垂体腺瘤特征图像块集Jn；患者垂体腺瘤特征图像块集Jn中包含有I个患者垂体腺瘤特征图像块；基于患者垂体腺瘤特征图像块集Jn进行特征提取，得到患者垂体腺瘤特征局部特征向量Jni，i=1，2，…，I； 进行特征图像块提取的具体步骤： 利用公式I=（X+Y-X’）Y，其中，I为预处理患者垂体腺瘤图像Cn进行特征图像块提取的总数量，X为预处理患者垂体腺瘤图像Cn的高度，X’为划分后患者垂体腺瘤特征图像块的水平高度；Y为滑动窗口的步长； 在特征评分层中，对患者垂体腺瘤特征全局特征向量Qn和患者垂体腺瘤特征局部特征向量Jni进行特征评分，得到患者垂体腺瘤特征向量评分集Un；基于所有患者垂体腺瘤特征向量评分集Un进行筛选，将符合筛选条件对应的特征向量进行特征融合，得到患者垂体腺瘤侵袭特征图像； 特征评分层基于注意力机制进行训练； 垂体腺瘤生物标志预测分析模型包括有数据预处理层、特征判断层和特征输出层； 数据预处理层用于对患者辅助生物标志数据进行预处理，得到预处理患者辅助生物标志数据； 特征判断层用于对预处理患者辅助生物标志数据进行特征判断，得到侵袭数据辅助预测因子； 特征输出层用于输出侵袭数据辅助预测因子。

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南昌大学第一附属医院，其通讯地址为：330000 江西省南昌市东湖区永外正街17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”。