中南大学湘雅医院申竑获国家专利权
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！
龙图腾网获悉中南大学湘雅医院申请的专利一种基于乳腺癌病理图像的预后预测的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：CN115937122B 。
龙图腾网通过国家知识产权局官网在2025-12-02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：202211513869.7，技术领域涉及：G06T7/00；该发明授权一种基于乳腺癌病理图像的预后预测的方法是由申竑;张向阳;蔡长景;谭军;魏乐;刘一涵;任欢;王飞扬设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。
本一种基于乳腺癌病理图像的预后预测的方法在说明书摘要公布了：本发明公开了一种基于乳腺癌病理图像的预后预测的方法，利用乳腺癌病理图像，使用深度学习的办法，可以直接通过苏木精和伊红H&E染色的组织病理图像预测乳腺癌患者ER、PR、HER‑2、PAM50、基因表达情况、预后亚型，可为乳腺癌患者的预后生存风险判断提供参考。本发明通过乳腺癌病理图像对乳腺癌肿瘤的预后进行预测，有望减少医疗成本，在临床实践中有非常重要意义。
本发明授权一种基于乳腺癌病理图像的预后预测的方法在权利要求书中公布了：1.一种基于乳腺癌病理图像的预后预测的方法，其特征在于，包括以下步骤： 步骤1，采集具有标签的病理WSI图像并进行预处理； 步骤2，对预处理后的病理WSI图像进行分割得到分割块，再基于分类器判断各个分割块是否为肿瘤图像，判断完毕后，将判断为肿瘤图像的分割块数量少于预定阈值的病理WSI图像去除，剩余的病理WSI图像作为训练图像； 步骤3，在一张训练图像中随机选择预设数量的分割块来形成一个用于训练的伪包，从而由一张训练图像形成多个伪包，并遍历所有训练图像来形成更多数量的伪包，每个伪包均继承相应训练图像的标签； 步骤4，基于伪包来训练深度卷积神经网络模型，以使模型输出肿瘤的预测概率，并在训练中采用四折交叉验证，直至模型的性能不再提高，从而获得用于预后预测的模型； 步骤5，将待进行预后预测的图像输入至用于预后验证的模型中，从而输出预后预测结果。
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医院，其通讯地址为：410008 湖南省长沙市湘雅路87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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励