西安医学院第二附属医院张亮获国家专利权
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!
龙图腾网获悉西安医学院第二附属医院申请的专利基于图像识别的神经血管肿瘤识别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:CN120047980B 。
龙图腾网通过国家知识产权局官网在2025-07-22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:202510518291.1,技术领域涉及:G06V40/14;该发明授权基于图像识别的神经血管肿瘤识别系统是由张亮;魏尧;赵海康;蒋小兵;刘博川设计研发完成,并于2025-04-24向国家知识产权局提交的专利申请。
本基于图像识别的神经血管肿瘤识别系统在说明书摘要公布了:本发明公开了基于图像识别的神经血管肿瘤识别系统,属于神经血管肿瘤图像识别技术领域,包括图像采集处理模块,特征提取评估模块,结果可视化模块,特征提取评估模块包括有基本识别评估单元,结合流动力学评估单元,评估恶性风险单元,本发明能全面反映肿瘤基本图像特征,肿瘤的生长环境和代谢需求,以及综合多维度信息,准确评估肿瘤的恶性风险,并反映其随时间的动态变化,解决了现有技术中存在单一特征评估,缺乏血流信息融合,未考虑肿瘤血管生成方面的动态变化缺点的技术问题。
本发明授权基于图像识别的神经血管肿瘤识别系统在权利要求书中公布了:1.基于图像识别的神经血管肿瘤识别系统,包括图像采集处理模块,特征提取评估模块,结果可视化模块,其特征在于:所述特征提取评估模块包括有基本识别评估单元,结合流动力学评估单元,评估恶性风险单元; 具体实现步骤如下: 步骤1:利用所述图像采集处理模块,对患者进行扫描,并获取包含神经血管肿瘤各种特征的图像数据,包括断层图像、软组织图像、肿瘤的代谢信息、肿瘤周围的血流速度和流量; 步骤2:基于所述图像数据,并利用所述特征提取评估模块,依次计算肿瘤基础特征指数LT、血流关联特征指数X、肿瘤恶性风险指数EF; 步骤3:对于第一次进行图像识别的患者,将所述图像采集处理模块和所述特征提取评估模块进行采集和计算的数据存储于所述图像采集处理模块内,并以肿瘤的代谢信息为初步图像识别结果; 对于第二次及第二次以上进行图像识别的患者,利用所述结果可视化模块绘制肿瘤恶性风险指数EF的线性趋势图,进行图像识别观测; 所述基本识别评估单元的计算公式如下: ; 其中: LT为肿瘤基础特征指数; M为肿瘤面积,M通过图像分割技术测量肿瘤区域的像素数量,并根据图像的像素分辨率转换为实际面积; HM为肿瘤灰度密度,HM反映肿瘤区域内像素灰度值的平均程度; WT为肿瘤纹理特征值,WT反映肿瘤内部的纹理复杂程度; B为灰度对比差异值,B通过计算肿瘤区域和周围正常组织区域的平均灰度值差值得到; NO为噪声水平,NO通过计算图像背景区域的灰度值标准差进行衡量; 所述结合流动力学评估单元的计算公式如下: ; 其中: X为血流关联特征指数,X通过反应肿瘤与周围血流的相互关系,以评估肿瘤的生长和代谢活跃度; V为血流平均速度,V反映肿瘤周围血流的平均速度; LL为血流单位流量,LL反映肿瘤周围血流的单位时间流量; V+LL的结果用于综合反映肿瘤周围血流的动力学状态; JL为间距,JL反映血流测量点与肿瘤边缘的最短距离,且通过医学影像技术识别为肿瘤提供主要血液供应的血管,并在这些血管上选取血流测量点; 所述评估恶性风险单元的计算公式如下: ; 其中: EF为肿瘤恶性风险指数; XM为血管生成指标,XM通过图像识别技术反映肿瘤周围新生的血管数量所占密度情况,具体计算公式为:XM=GLGM; GL为新生血管数量,GM为新生血管面积; D为肿瘤代谢率; D的结果在2到2.5之间,则初步识别为良性肿瘤; D的结果超过2.5,则初步识别为恶性肿瘤; T为时间间隔量,T反映相邻两次识别检测的时间间隔。
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医学院第二附属医院,其通讯地址为:710005 陕西省西安市纺织城纺东街167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”。
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。