Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜北京大学第三医院(北京大学第三临床医学院);北京联影智能影像技术研究院吉喆获国家专利权

恭喜北京大学第三医院(北京大学第三临床医学院);北京联影智能影像技术研究院吉喆获国家专利权

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!

龙图腾网恭喜北京大学第三医院(北京大学第三临床医学院);北京联影智能影像技术研究院申请的专利一种胰腺癌靶区自动勾画方法和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:CN119131531B

龙图腾网通过国家知识产权局官网在2025-04-25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:202411612710.X,技术领域涉及:G06V10/774;该发明授权一种胰腺癌靶区自动勾画方法和系统是由吉喆;杨航;杨梦颖;孙海涛;邱斌设计研发完成,并于2024-11-13向国家知识产权局提交的专利申请。

一种胰腺癌靶区自动勾画方法和系统在说明书摘要公布了:一种胰腺癌靶区自动勾画方法和系统,属于靶区勾画技术领域,解决了现有技术中自动勾画准确率低的问题。方法包括:获取胰腺癌患者的平扫CT图像、增强CT图像和对应的标签构建训练样本集;基于训练样本集分别训练构建的危及器官分割模型和影像组学模型;基于训练样本集、训练好的危及器官分割模型和影像组学模型训练构建的靶区分割模型得到训练好的靶区分割模型;基于训练好的危及器官分割模型和训练好的影像组学模型得到待勾画患者的危及器官分割结果和肿瘤分布概率预测结果,将增强CT图像、危及器官分割结果和肿瘤分布概率预测结果输入训练好的靶区分割模型,得到胰腺癌靶区勾画结果。实现了高效准确的胰腺癌靶区自动勾画。

本发明授权一种胰腺癌靶区自动勾画方法和系统在权利要求书中公布了:1.一种胰腺癌靶区自动勾画方法,其特征在于,包括以下步骤:获取胰腺癌患者的多模态医学图像数据和对应的标签,构建训练样本集;所述多模态医学图像数据包括平扫CT图像和增强CT图像;构建危及器官分割模型,所述危及器官分割模型采用编码器-解码器对称结构,基于训练样本集中的平扫CT图像进行危及器官分割模型的训练,得到训练好的危及器官分割模型;构建影像组学模型,所述影像组学模型用于进行肿瘤分布概率预测,基于训练样本集中的增强CT图像进行影像组学模型的训练,得到训练好的影像组学模型;构建靶区分割模型,所述靶区分割模型采用编码器-解码器对称结构,基于训练样本集、训练好的危及器官分割模型和训练好的影像组学模型对所述靶区分割模型进行训练得到训练好的靶区分割模型;将待勾画患者的平扫CT图像和增强CT图像分别输入训练好的危及器官分割模型和训练好的影像组学模型得到危及器官分割结果和肿瘤分布概率预测结果,将增强CT图像、危及器官分割结果和肿瘤分布概率预测结果输入训练好的靶区分割模型,得到胰腺癌靶区勾画结果;所述危及器官分割模型包括:第一编码模块,包括依次连接的多个下采样单元;用于对样本图像进行多层语义特征提取;中间层,用于对第一编码模块最后一个下采样单元提取的语义特征进行压缩,将压缩后的语义特征传递至解码模块;解码模块,包括依次连接的多个上采样单元;用于基于第一编码模块提取的语义特征进行逐层特征图恢复得到最终特征图;所述第一编码模块的下采样单元的数量和解码模块的上采样单元的数量相同并且一一对应;所述下采样单元和对应的上采样单元间连接有注意力模块,用于将下采样单元提取的语义特征进行注意力提取传递给对应的上采样单元;输出模块,包括多个输出通道,每个输出通道用于基于所述最终特征图预测该输出通道对应的危及器官区域;所述靶区分割模型包括:第二编码模块,包括第一编码通道和第二编码通道,第一编码通道的输入为样本的增强CT图像以及危及器官分割结果,第二编码通道的输入为样本的增强CT图像以及肿瘤分布概率预测结果;每个编码通道均包括依次连接的多个下采样单元;用于对输入图像进行多层语义特征提取;中间层,用于对第一编码通道和第二编码通道的最后一个下采样单元提取的语义特征进行融合,将融合后的语义特征传递至解码模块;解码模块,包括依次连接的多个上采样单元;用于基于第二编码模块提取的语义特征进行逐层特征图恢复得到靶区预测特征图;所述第二编码模块的下采样单元的数量和解码模块的上采样单元的数量相同并且一一对应;输出模块,用于基于所述靶区预测特征图预测靶区;采用以下公式计算靶区分割模型的损失: ; ; ; ;其中,表示靶区的边界dice损失,表示靶区的边界距离损失,N表示样本的像素数量,M表示当前训练批次的样本的数量,表示第j个样本的第i个像素是否是靶区,是靶区则为1,否则为0;表示靶区分割模型预测的第j个样本的第i个像素是靶区的概率,、和表示权重,表示靶区的边界损失,表示靶区的dice损失,表示靶区的交叉熵损失;采用以下公式计算靶区的边界距离损失: ;其中,表示靶区分割模型预测的第j个样本的靶区的边界到第j个样本的靶区的真实边界的变换矩阵,I表示单位矩阵,表示矩阵的F范数。

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北京大学第三医院(北京大学第三临床医学院);北京联影智能影像技术研究院,其通讯地址为:100191 北京市海淀区花园北路49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”。

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。