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！

龙图腾网获悉南方医科大学南方医院申请的专利一种肝细胞癌患者免疫治疗反应的预测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：CN119446556B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411511063.3，技术领域涉及：G16H50/70；该发明授权一种肝细胞癌患者免疫治疗反应的预测方法及系统是由刘莉;肖芦山;崔浩;蒋普设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种肝细胞癌患者免疫治疗反应的预测方法及系统在说明书摘要公布了：本发明涉及一种肝细胞癌患者免疫治疗反应的预测方法及系统，该方法包括：获取肝细胞癌患者的待预测CT影像与待预测临床数据，对CT影像与临床数据进行预处理，将预处理后的CT影像与临床数据输入渐进融合模型，获取肝细胞癌患者的免疫治疗反应；渐进融合模型利用训练集训练获得，训练集包括：临床数据、瘤内影像和瘤周影像；渐进融合模型利用第一层融合模块对待预测瘤内影像中动脉期瘤内影像与门脉期瘤内影像之间以及待预测瘤周影像中动脉期瘤周影像与门脉期瘤周影像之间进行融合，通过第二层拼接模块对融合后的瘤内、瘤周影像与待预测关键临床数据进行特征拼接，基于第三层分类模块对拼接结果进行分类预测。

本发明授权一种肝细胞癌患者免疫治疗反应的预测方法及系统在权利要求书中公布了：1.一种肝细胞癌患者免疫治疗反应的预测方法，其特征在于，包括： 获取肝细胞癌患者的待预测CT影像与待预测临床数据，对所述CT影像与临床数据进行预处理，获取待预测瘤内、瘤周影像与待预测关键临床数据； 将所述待预测瘤内、瘤周影像与关键临床数据输入渐进融合模型，获取所述肝细胞癌患者的免疫治疗反应；所述渐进融合模型利用训练集训练获得，所述训练集包括：临床数据、瘤内影像和瘤周影像； 所述渐进融合模型利用第一层融合模块对待预测瘤内影像中动脉期瘤内影像与门脉期瘤内影像之间以及待预测瘤周影像中动脉期瘤周影像与门脉期瘤周影像之间进行融合，通过第二层拼接模块对融合后的瘤内、瘤周影像与所述待预测关键临床数据进行特征拼接，基于第三层分类模块对拼接结果进行分类预测； 所述第一层融合模块包括： 第一Conv层，用于利用卷积分别多次在待预测瘤内影像中动脉期瘤内影像与门脉期瘤内影像以及待预测瘤周影像中动脉期瘤周影像与门脉期瘤周影像上滑动，在每个滑动位置上进行元素级的乘积并求和，生成完整的特征映射，获取第一特征图； MobileNetv2层，用于对所述第一特征图进行升维，利用预设步长参数的Dwise卷积对升维后的第一特征图进行卷积运算，并进行降维，获取第二特征图； 第一MobileViTblock层，用于对所述第二特征图进行卷积运算以及加权组合，生成新的特征图，将所述新的特征图划分若干个图块，将每个图块映射到一维向量，并设置每个图块的位置偏置信息，从而通过自注意力机制进行全局特征学习，获取第三特征图； 所述第二层拼接模块包括： 第一MV2↓2层，用于分别对所述第三特征图中的待预测瘤内影像中动脉期瘤内影像与门脉期瘤内特征与待预测瘤周影像中动脉期瘤周影像与门脉期瘤周特征进行升维，利用步长参数为2的Dwise卷积对升维后的第三特征图进行卷积运算，并进行降维，获取第四特征图； 第二MobileViTblock层，用于对所述第四特征图进行卷积运算以及加权组合，生成新的特征图，将所述新的特征图划分若干个图块，将每个图块映射到一维向量，并设置每个图块的位置偏置信息，从而通过自注意力机制进行全局特征学习，获取第五特征图； 第二MV2↓2层，用于对所述第五特征图进行升维，利用步长参数为2的Dwise卷积对升维后的第五特征图进行卷积运算，并进行降维，获取第六特征图； 第三MobileViTblock层，用于对所述第六特征图进行卷积运算以及加权组合，生成新的特征图，将所述新的特征图划分若干个图块，将每个图块映射到一维向量，并设置每个图块的位置偏置信息，从而通过自注意力机制进行全局特征学习，获取第七特征图； 第二Conv层，用于利用卷积分别多次第七特征图上滑动，在每个滑动位置上进行元素级的乘积并求和，生成完整的特征映射，获取第八特征图； 所述第二层拼接模块还包括： MLP层包括若干全连接层，用于对所述待预测关键临床数据进行特征学习与整合。

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方医科大学南方医院，其通讯地址为：510515 广东省广州市广州大道北1838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。