Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 徐州市中心医院;中国矿业大学周云获国家专利权

徐州市中心医院;中国矿业大学周云获国家专利权

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!

龙图腾网获悉徐州市中心医院;中国矿业大学申请的专利基于HE染色图像的肿瘤HER2表达分级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:CN120808885B

龙图腾网通过国家知识产权局官网在2025-11-25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:202511296404.4,技术领域涉及:G16B25/10;该发明授权基于HE染色图像的肿瘤HER2表达分级方法是由周云;唐艺;宁立雨;李妍雨;徐慧;赵荣焕;谢红銮;周宇恒;王子华;邹亮;雷萌设计研发完成,并于2025-09-11向国家知识产权局提交的专利申请。

基于HE染色图像的肿瘤HER2表达分级方法在说明书摘要公布了:本发明涉及一种基于HE染色图像的肿瘤HER2表达分级方法。其包括:将目标HE图像块组内的每个目标HE图像块分别加载到IHC图像生成模型内,以利用IHC图像模型生成与当前目标HE图像块呈结构对齐状态的待检IHC图像块;将每个待检IHC图像块加载到多模态语义分类模型,以利用所述多模态语义分类模型进行表达分级处理,经分级处理后生成当前待检IHC图像块的HER2表达等级预测信息。本发明能基于HE染色图像实现对肿瘤HER2表达分级预测,降低对IHC染色技术的依赖,同时提升HER2表达分级预测的精度、稳定性与临床可用性。

本发明授权基于HE染色图像的肿瘤HER2表达分级方法在权利要求书中公布了:1.一种基于HE染色图像的肿瘤HER2表达分级方法,其特征是,所述肿瘤HER2表达分级方法包括: 提供参考HE染色图像,并对所述参考HE染色图像至少进行切分筛选处理,以经切分筛选后生成目标HE图像块组,其中,目标HE图像块组内的目标HE图像块均包含肿瘤组织信息; 将目标HE图像块组内的每个目标HE图像块分别加载到IHC染色图像生成模型内,以利用IHC染色图像生成模型生成与当前目标HE图像块呈结构对齐状态的待检IHC图像块; 将每个待检IHC图像块加载到多模态语义分类模型,以利用所述多模态语义分类模型进行表达分级处理,经分级处理后生成当前待检IHC图像块的HER2表达等级预测信息,其中, 执行表达分级处理时,所述多模态语义分类模型提取待检IHC图像块的视觉嵌入特征,并计算确定与视觉嵌入特征呈最优近似状态的目标HER2等级信息; 将目标HER2等级信息配置作为当前待检IHC图像块的表达等级预测信息; 所述IHC染色图像生成模型至少包括图像生成器,将目标HE图像块加载到IHC染色图像生成器内,以由IHC染色图像生成器生成待检IHC图像块,其中, IHC染色图像生成模型基于IHC染色图像生成基础模型经模型训练后生成,其中,IHC染色图像生成基础模型包括图像生成器以及图像判别器,利用制作的生成模型训练数据集对IHC染色图像生成基础模型进行模型训练; 生成模型训练数据集包括若干生成训练样本,每个生成训练样本包括训练HE图像块以及与训练HE图像块对应的基准IHC图像块,其中,同一个生成训练样本内的训练HE图像块、基准IHC图像块基于同一肿瘤组织切片形成,同时,训练HE图像块、基准IHC图像块内均包含肿瘤组织信息,且同一个训练样本内的训练HE图像块、基准IHC图像块至少处于组织结构层面对齐状态; 配置IHC染色图像生成基础模型进行模型训练所需的生成模型训练条件,直至IHC染色图像生成基础模型的训练效果达到生成模型目标状态,此后,基于训练效果达到生成模型目标状态的IHC染色图像生成基础模型生成IHC染色图像生成模型; 所述图像判别器包括局部判别器以及全局判别器,其中, 全局判别器基于空间金字塔池化以及通道-空间自注意力机制的判别架构,以配置全局判别器用于对图像组织结构的真实性判别; 局部判别器基于边缘引导的轻量化残差机制的判别架构,以配置局部判别器用于对膜染区域以及细胞核边缘进行细粒度判别; 局部判别器包括Sobel卷积层、ResBlock1单元以及ResBlock2单元,其中,Sobel卷积层提取伪HER2图像块的边缘先验信息,ResBlock1单元与ResBlock2单元构成两级残差压缩单元,ResBlock1单元是浅层残差模块,通过残差连接保留边缘细节,初步融合低阶特征;ResBlock2单元是深层残差模块,进一步压缩特征并增强语义表达能力,其输出连接全局最大池化层,以聚焦关键区域。

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徐州市中心医院;中国矿业大学,其通讯地址为:221000 江苏省徐州市泉山区解放路199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。

免责声明
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。