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！

龙图腾网获悉华南理工大学申请的专利一种多重提示学习的乳腺癌HER2预测方法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：CN119993468B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510480597.2，技术领域涉及：G16H50/20；该发明授权一种多重提示学习的乳腺癌HER2预测方法是由余晋刚;吴启航;王培伟;杨俊鑫;陈劲涛设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种多重提示学习的乳腺癌HER2预测方法在说明书摘要公布了：本发明公开了一种多重提示学习的乳腺癌HER2预测方法，首先获取乳腺癌WSI病理图像的图像特征；然后采用大语言模型生成多重提示描述性文本，使用多模态预训练模型将可学习提示嵌入到描述性文本中生成多重提示；再使用文本编码器得到多重提示特征；随后采用文本引导的特征聚合模块进行聚合得到类别全局视觉特征和染色程度全局视觉特征，再输入全局特征融合模块进行整合得到HER2特征；最后计算切片级提示特征与HER2特征的余弦相似性，得到乳腺癌WSI病理图像的HER2预测结果并使用交叉熵损失进行优化。本发明能够有效地捕获文本描述相关的语义信息，模仿病理医生评估HER2的过程，提高HER2的预测准确性。

本发明授权一种多重提示学习的乳腺癌HER2预测方法在权利要求书中公布了：1.一种多重提示学习的乳腺癌HER2预测方法，其特征在于，包括下述步骤： 获取乳腺癌WSI病理图像并切分为多个patch，使用图像编码器提取乳腺癌WSI病理图像的图像特征； 采用大语言模型生成实例级类别描述性文本和实例级染色程度描述性文本；参考并采用标准临床评估指南中的描述生成切片级描述性文本； 将实例级类别描述性文本、实例级染色程度描述性文本和切片级描述性文本及其对应的类别token、可学习提示输入多模态预训练模型进行组装，通过分词和词嵌入处理获得实例级类别提示、实例级染色程度提示以及切片级提示； 所述获得实例级类别提示、实例级染色程度提示以及切片级提示，具体为： 分别获取实例级类别描述性文本、实例级染色程度描述性文本和切片级描述性文本对应的类别token并进行组装，得到带类别信息的实例级类别描述性文本、实例级染色程度描述性文本和切片级描述性文本； 通过固定模板分别初始化得到实例级类别描述性文本、实例级染色程度描述性文本和切片级描述性文本对应的可学习提示； 将带类别信息的实例级类别描述性文本、实例级染色程度描述性文本和切片级描述性文本进行分词操作，并将对应的可学习提示进行词嵌入操作，得到实例级类别提示、实例级染色程度提示以及切片级提示； 使用文本编码器分别对实例级类别提示、实例级染色程度提示以及切片级提示执行集成操作，得到实例级类别提示特征、实例级染色程度提示特征以及切片级提示特征； 把实例级类别提示特征和图像特征、实例级染色程度提示特征和图像特征分别输入文本引导的特征聚合模块进行聚合，得到类别全局视觉特征和染色程度全局视觉特征； 将类别全局视觉特征和染色程度全局视觉特征输入全局特征融合模块进行整合，得到乳腺癌WSI病理图像的HER2特征； 计算切片级提示特征与乳腺癌WSI病理图像的HER2特征的余弦相似性，得到乳腺癌WSI病理图像的HER2预测结果并使用交叉熵损失进行优化。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。

以上内容由龙图腾AI智能生成。