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！

龙图腾网获悉广东工业大学申请的专利基于两阶段3D特征提取的直肠癌预后智能分析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：CN119296780B 。

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：202411414423.8，技术领域涉及：G16H50/30；该发明授权基于两阶段3D特征提取的直肠癌预后智能分析方法是由张志浩;杨玘明;杨世斌;李松;樊立松;杨晓君;谢洁明;闵海波设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。

本基于两阶段3D特征提取的直肠癌预后智能分析方法在说明书摘要公布了：本发明公开了一种基于两阶段3D特征提取的直肠癌预后智能分析方法，包括：获取目标患者预后的MRI图像，构建基于3D‑Unet架构的三维卷积神经网络，对述三维卷积神经网络进行分阶段训练，生成直肠癌肿瘤提取模型；将预处理后的MRI的3D图像作为模型输入，对直肠癌肿瘤图像进行分割，分阶段输出3D肿瘤图像及风险评分；将风险评分结合目标患者的临床数据进行预后评估，获取目标患者的生存率。本发明能够提取MRI影像中的3D肿瘤信息，进一步增强预后分析的准确性，并且提供更精确、更可靠的预后结果，进而改善临床决策。

本发明授权基于两阶段3D特征提取的直肠癌预后智能分析方法在权利要求书中公布了：1.一种基于两阶段3D特征提取的直肠癌预后智能分析方法，其特征在于，包括以下步骤： 步骤S102，获取目标患者预后的MRI图像，将所述MRI图像进行预处理； 步骤S104，构建基于3D-Unet架构的三维卷积神经网络，对所述三维卷积神经网络进行分阶段训练，生成直肠癌肿瘤提取模型； 步骤S106，将预处理后的3DMRI图像作为模型输入，利用直肠癌肿瘤提取模型对直肠癌肿瘤图像进行分割，获取3D肿瘤图像及风险评分； 步骤S108，将风险评分结合目标患者的临床数据进行预后评估，获取目标患者的生存率； 构建基于3D-Unet架构的三维卷积神经网络，对所述三维卷积神经网络进行分阶段训练，具体为： 基于3D-Unet架构构建三维卷积神经网络，对编码器部分进行第一阶段训练，在所述编码器部分中采用三维卷积核对输入的三维图像进行逐步下采样； 在编码器部分由四层下采样操作实现，其中每层下采样操作使用两个卷积模块、一个稀疏模块和一个最大池化模块来提取三维图像的特征信息，并避免网络过拟合； 在解码器部分由四层上采样操作实现，其中每层上采样操作使用两个卷积操作一个稀疏模块和一个反卷积模块来逐层恢复到原始图像的大小，最后经过激活函数获取分割输出结果； 在历史直肠癌病历数据中读取直肠癌诊断及肿瘤区域划分结果作为标签信息，根据所述标签信息结合直肠癌图像构建第一阶段数据样本，按照预设比例划分为第一阶段的训练数据、验证数据及测试数据； 使用Dice损失函数对编码器进行预训练，获取编码器权重； 所述三维卷积神经网络的第二阶段网络搭建及训练，具体为： 获取三维卷积神经网络经过第一阶段训练后的编码器结构及权重，利用四个全连接层对所述解码器部分进行填充，替换第一阶段训练的解码器及跳跃连接； 在历史直肠癌病历数据中读取患者复发事件是否发生以及随访时间生成数据标签信息，根据所述数据标签信息结合历史风险评分构建第二阶段数据样本，按照预设比例划分为第二阶段的训练数据、验证数据及测试数据； 使用第一阶段编码器部分的权重作为第二节段编码器部分的预训练权重，基于训练数据利用cox偏似然损失函数计算损失进行模型训练，在训练过程中使用验证数据调整超参数以及检验筛选模型，将筛选的模型用测试数据进行测试。

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广东工业大学，其通讯地址为：510006 广东省广州市番禺区小谷围街广州大学城外环西路100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。