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！

龙图腾网获悉同济大学申请的专利一种基于数字病理图像的子宫内膜癌分子分型与预后预测系统及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：CN120852412B 。

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：202511349756.1，技术领域涉及：G06T7/00；该发明授权一种基于数字病理图像的子宫内膜癌分子分型与预后预测系统及方法是由李伊然;李虎;朱静楠;姚天亮设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本一种基于数字病理图像的子宫内膜癌分子分型与预后预测系统及方法在说明书摘要公布了：本发明公开了一种基于数字病理图像的子宫内膜癌分子分型与预后预测系统及方法，包括：图像预处理模块，用于接收子宫内膜癌患者的全视野HE切片数字病理图像，并通过超分辨率重建模型对图像进行质量增强，所述超分辨率重建模型为SRResGAN；区域分割模块，用于利用医学图像分割模型MedSAM对增强图像中的肿瘤区域进行自动分割，所述分割采用patch大小为256×256，阈值为0.5，以获得肿瘤区域ROI。本发明在使用时，具有低成本与高可及性：仅需HE切片即可完成分型，避免昂贵的NGS检测，适合在基层及资源有限地区推广；并在不同医院切片扫描设备、染色条件下，模型性能保持稳定，具备较强的跨平台泛化能力。

本发明授权一种基于数字病理图像的子宫内膜癌分子分型与预后预测系统及方法在权利要求书中公布了：1.一种基于数字病理图像的子宫内膜癌分子分型与预后预测系统，其特征在于，包括： 图像预处理模块，用于接收子宫内膜癌患者的全视野HE切片数字病理图像，并通过超分辨率重建模型对图像进行质量增强，所述超分辨率重建模型为SRResGAN； 区域分割模块，用于利用医学图像分割模型MedSAM对增强图像中的肿瘤区域进行自动分割，所述分割采用patch大小为256×256，阈值为0.5，以获得肿瘤区域ROI； 分型预测模块，用于将所述ROI输入经迁移学习优化的ResNet101卷积神经网络进行特征提取与分类，输出POLE突变型POLE-mut、错配修复缺陷型MMRd、p53异常型P53abn、无特定分子谱型NSMP的分型结果及其对应概率； 预后预测模块，用于将分型结果与患者临床特征共同输入长短期记忆网络LSTM，输出个体化的生存概率曲线及预测生存时间； 结果输出模块，用于生成标准化诊断报告，所述报告包括分型结果、置信度评分、Grad-CAM可解释性热图以及个体化预后曲线，并支持PDF导出及与临床系统对接； 所述ResNet101卷积神经网络采用在ImageNet数据集上预训练的参数进行迁移学习，并通过多任务学习策略进行优化； 所述Grad-CAM可解释性热图用于突出显示腺体形态、核异型性中的一种或多种关键病理特征区域，以实现模型判读结果的可解释性； 所述长短期记忆网络LSTM包括3层结构，每层包含1000个隐藏单元，时间步长为12，输入特征维度为64。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。