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！

龙图腾网获悉中南大学湘雅二医院申请的专利一种乳腺病灶良恶性分类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：CN120747639B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511187856.9，技术领域涉及：G06V10/764；该发明授权一种乳腺病灶良恶性分类方法是由谭胜蓝;曹哲旭;马煜辉;袁磊磊;马韶东设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本一种乳腺病灶良恶性分类方法在说明书摘要公布了：本发明提供一种乳腺病灶良恶性分类方法，包括以下步骤：步骤1、获取N个样本对；步骤2、构建乳腺病灶良恶性分类模型；步骤3、训练乳腺病灶良恶性分类模型；步骤4、获取乳腺病灶良恶性分类结果。本发明可有效提高放射科影像中乳腺病灶的分割精度，可提供更加准确可靠的良恶性分类结果，其具有潜在的临床应用价值。

本发明授权一种乳腺病灶良恶性分类方法在权利要求书中公布了：1.一种乳腺病灶良恶性分类方法，其特征在于，包括以下步骤： 步骤1、获取N个样本对：每个样本对包括钼靶X线影像、CT影像和MRI影像及病理文本； 步骤2、构建乳腺病灶良恶性分类模型：所述乳腺病灶良恶性分类模型包括多模态影像特征融合模型、文本特征提取模型、公共语义空间及基于堆叠的多层双向Transformer解码器的掩模预测模型； 所述多模态影像特征融合模型包括第一影像特征提取模块、第二影像特征提取模块、第三影像特征提取模块及影像特征融合模块； 所述文本特征提取模型为FastText词向量模型，FastText词向量模型的隐含层是KAN神经网络； 第一影像特征提取模块、第二影像特征提取模块、第三影像特征提取模块的输出端均连接至影像特征融合模块，影像特征融合模块的输出端连接至掩模预测模型，文本特征提取模型的输出端连接至掩模预测模型； 公共语义空间内构建有基于影像特征和文本特征的余弦相似度矩阵的对比学习损失函数，所述对比学习损失函数用于联合训练多模态影像特征融合模型和文本特征提取模型； 在联合训练多模态影像特征融合模型和文本特征提取模型的过程中，影像特征融合模块输出影像特征至公共语义空间，FastText词向量模型输出文本特征至公共语义空间； 步骤3、训练乳腺病灶良恶性分类模型：采用对比学习方法联合训练多模态影像特征融合模型和文本特征提取模型，采用监督训练方法训练掩模预测模型； 步骤4、获取乳腺病灶良恶性分类结果：将需要进行乳腺病灶良恶性分类的包括钼靶X线影像、CT影像和MRI影像及病理文本的样本对输入至已完成训练的乳腺病灶良恶性分类模型以获取乳腺病灶良恶性分类结果。

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中南大学湘雅二医院，其通讯地址为：410011 湖南省长沙市芙蓉区人民中路139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。