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！

龙图腾网获悉苏州可帮基因科技有限公司申请的专利Gleason分级评分方法、装置、设备及存储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：CN120013930B 。

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：202510481095.1，技术领域涉及：G06T7/00；该发明授权Gleason分级评分方法、装置、设备及存储介质是由叶定伟;徐清华;文虎儿;宫运波设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本Gleason分级评分方法、装置、设备及存储介质在说明书摘要公布了：本发明公开一种Gleason分级评分方法、装置、设备及存储介质，包括：收集前列腺癌患者的病理图像，形成图像数据集；利用图像数据集训练自监督学习模型，形成块编码特征数据集；利用块编码特征数据集训练腺体分割模型，得到腺体分割图像；对腺体分割图像中的每个单腺体进行二次分割，得到若干单腺体图像，形成单腺体数据集；对单腺体数据集内的每个单腺体图像进行处理，得到若干腺体融合特征，形成融合特征数据集；利用融合特征数据集训练腺体评分模型；筛选主要分级区和次要分级区，获得最终分级评分；将训练好的模型进行应用。本发明能够实现病理图像的自动化Gleason分级评分，大大减少病理医生工作量，提高工作效率和检测能力。

本发明授权Gleason分级评分方法、装置、设备及存储介质在权利要求书中公布了：1.Gleason分级评分方法，其特征在于，包括： 步骤S1：收集前列腺癌患者的病理图像及其对应标注信息； 步骤S2：将收集的病理图像进行预处理，形成图像数据集； 步骤S3：利用图像数据集训练自监督学习模型，所述自监督学习模型用于将图像数据集中的每个病理图像划分为若干图像块，并提取每个图像块的块编码特征，形成块编码特征数据集； 步骤S4：利用块编码特征数据集训练腺体分割模型，所述腺体分割模型用于将病理图像中的腺体分割出来，得到腺体分割图像； 步骤S5：对腺体分割图像中的每个单腺体进行二次分割，得到若干单腺体图像，形成单腺体数据集； 步骤S6：对单腺体数据集内的每个单腺体图像进行采样，得到不同分辨率下的单腺体图像，并对其进行特征提取及特征融合，得到若干腺体融合特征，形成融合特征数据集； 步骤S7：利用融合特征数据集训练腺体评分模型，所述腺体评分模型用于预测每个单腺体的Gleason评分； 步骤S8：筛选病理图像中腺体面积最大的单腺体区域作为主要分级区，主要分级区以外预测Gleason评分最高的单腺体区域作为次要分级区； 步骤S9：将主要分级区的预测Gleason评分和次要分级区的预测Gleason评分相加，获得最终Gleason分级评分； 步骤S10：将训练好的模型应用在待分析病理图像，得到Gleason分级评分； 所述步骤S6包括： 步骤S6.1：对单腺体数据集内的任一个单腺体图像进行采样，获得不同高分辨率下的对应单腺体图像； 步骤S6.2：对原单腺体图像进行特征提取，获得腺体全局特征； 步骤S6.3：将高分辨率下的单腺体图像划分为若干图像块，并提取每个图像块的腺体局部特征； 步骤S6.4：将所有的腺体局部特征进行聚合，得到腺体结构特征； 步骤S6.5：将腺体全局特征与腺体结构特征进行融合，得到腺体融合特征； 步骤S6.6：重复步骤S6.1-步骤S6.5，直至对单腺体数据集内的每个单腺体图像均进行处理，得到对应腺体融合特征。

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苏州可帮基因科技有限公司，其通讯地址为：215600 江苏省苏州市张家港市冶金工业园(锦丰镇)锦兴路26号8号楼一层、二层；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”。