• <form id="tsg3z"></form>

    <thead id="tsg3z"></thead>
      <abbr id="tsg3z"><table id="tsg3z"><nav id="tsg3z"></nav></table></abbr>

    1. 男女性杂交内射女bbwxz,亚洲欧美人成电影在线观看,中文字幕国产日韩精品,欧美另类精品xxxx人妖,欧美日韩精品一区二区三区高清视频,日本第一区二区三区视频,国产亚洲精品中文字幕,gogo无码大胆啪啪艺术
      Document
      拖動滑塊完成拼圖
      個人中心

      預訂訂單
      服務訂單
      發布專利 發布成果 人才入駐 發布商標 發布需求

      在線咨詢

      聯系我們

      龍圖騰公眾號
      首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
       /  免費注冊
      到頂部 到底部
      清空 搜索
      當前位置 : 首頁 > 專利喜報 > 中國科學院軟件研究所關貝獲國家專利權

      中國科學院軟件研究所關貝獲國家專利權

      買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

      龍圖騰網獲悉中國科學院軟件研究所申請的專利基于多特征融合的乳腺癌新輔助化療療效預測裝置獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114974575B

      龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210811491.2,技術領域涉及:G16H50/20;該發明授權基于多特征融合的乳腺癌新輔助化療療效預測裝置是由關貝;趙亞晨;王永吉;石清磊;曹崑設計研發完成,并于2022-07-11向國家知識產權局提交的專利申請。

      基于多特征融合的乳腺癌新輔助化療療效預測裝置在說明書摘要公布了:本發明公開了一種基于多特征融合的乳腺癌新輔助化療療效預測裝置,包括:圖像獲取模塊,用于獲取患者病灶區域的多模態乳腺影像;圖像預處理模塊,用于對每一模態乳腺影像進行圖像剪裁,得到該模態乳腺影像的3D感興趣區;病灶區域分割模塊,用于根據各模態乳腺影像的3D感興趣區,得到病灶區域;療效診斷模塊,用于計算并拼接所述病灶區域的放射特征向量與各3D感興趣區的深度高級特征,并基于各模態乳腺影像的拼接向量,預測乳腺癌新輔助化療的療效。本發明能夠高效無創地精準預測NAC療效,為患者制定個性化的精準治療方案。

      本發明授權基于多特征融合的乳腺癌新輔助化療療效預測裝置在權利要求書中公布了:1.一種基于多特征融合的乳腺癌新輔助化療療效預測裝置,包括: 圖像獲取模塊,用于獲取患者病灶區域的多模態乳腺影像,其中,所述多模態乳腺影像的模態包括:T2W1模態、DCE-MRI模態和DWI模態; 圖像預處理模塊,用于對每一模態乳腺影像進行圖像剪裁,得到該模態乳腺影像的3D感興趣區; 病灶區域分割模塊,用于根據各模態乳腺影像的3D感興趣區,得到病灶區域;其中,所述根據各模態乳腺影像的3D感興趣區,得到病灶區域,包括: 構建基于3D-UNet的語義分割網絡,其中,所述語義分割網絡的結構為下采樣路徑的P層三維卷積層與P′次池化層、上采樣路徑的Q層三維卷積層與Q′次池化層,并將所述下采樣路徑中的子模塊更換為帶殘差連接的子模塊結構; 獲取多模態樣本乳腺影像,將T2W1模態、DCE-MRI模態和DWI模態的樣本乳腺影像分別作為所述語義分割網絡的輸入圖像,并以標記好的掩膜分割圖像為訓練目標訓練所述語義分割網絡,得到語義分割模型,其中,訓練過程的損失函數DiceLoss=1-Dice, ytrue表示實際分割標簽,ypred表示預測輸出圖,smooth表示平滑項; 將T2W1模態、DCE-MRI模態和DWI模態的乳腺影像分別作為所述語義分割模型的輸入圖像,以得到所述病灶區域; 療效診斷模塊,用于計算并拼接所述病灶區域的放射特征向量與各3D感興趣區的深度高級特征,并基于各模態乳腺影像的拼接向量,預測乳腺癌新輔助化療的療效;其中,所述療效診斷模塊包括:初始放射特征提取單元、放射特征計算單元、深度高級特征提取單元、向量拼接單元和預測單元; 所述初始放射特征提取單元,用于選定需提取的放射特征,并使用開源影像組學分析軟件對所述病灶區域進行放射特征提取,以得到初始放射特征; 所述放射特征計算單元,用于將所述初始放射特征的自編碼器網絡編碼結果,輸入若干個全連接層,得到所述病灶區域內的放射特征; 所述深度高級特征提取單元,用于將每一模態乳腺影像的3D感興趣區輸入基于ResNet50的卷積神經網絡,得到該模態的深度高級特征;其中,所述將每一模態乳腺影像的3D感興趣區輸入基于ResNet50的卷積神經網絡,得到該模態的深度高級特征,包括: 針對DCE-MRI模態的乳腺影像,取階段一、階段三、階段五的圖像分別作為卷積神經網絡的輸入圖像,以得到DCE-MRI模態的深度高級特征; 和, 針對T2W1模態的乳腺影像,將單通道的圖像復制3份后,分別作為卷積神經網絡的輸入圖像,以得到T2W1模態的深度高級特征; 和, 針對DWI模態的乳腺影像,將單通道的圖像復制3份后,分別作為卷積神經網絡的輸入圖像,以得到DWI模態的深度高級特征; 所述向量拼接單元,用于拼接所述放射特征與每一模態的深度高級特征,得到相應模態乳腺影像的拼接向量; 所述預測單元,用于將各模態乳腺影像的拼接向量輸入多實例學習網絡,以使所述多實例學習網絡中的注意層為每一模態乳腺影像的拼接向量賦予權重,所述多實例學習網絡中的分類器基于各模態乳腺影像的拼接向量的加權求和結果,得到乳腺癌新輔助化療的預測療效; 其中,訓練所述療效診斷模塊的損失Loss=LMSE+αLCE,其中,LMSE表示訓練所述自編碼器網絡的重建損失,LCE表述訓練所述多實例學習網絡的預測損失,α表示重建損失LMSE和預測損失LCE之間權衡的超參數。

      如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人中國科學院軟件研究所,其通訊地址為:100190 北京市海淀區中關村南四街4號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

      免責聲明
      1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
      2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
      主站蜘蛛池模板: 国产成人精品无码播放| 一区二区三区日本久久九| 日韩人妻久久精品一区二区| 免费费很色大片欧一二区| 精品少妇av蜜臀av| 91精品久久一区二区三区| 国产熟妇另类久久久久久| 国产av一区二区三区综合| 夜鲁鲁鲁夜夜综合视频| 亚洲av日韩av一区久久| 国产中文字幕精品在线| 久久精品夜色国产亚洲av| 成人国产精品一区二区不卡| 国产91丝袜在线观看| 亚洲午夜爱爱香蕉片| 亚洲中文字幕在线无码一区二区| 国产福利微视频一区二区| 亚洲夂夂婷婷色拍WW47| 四虎影视国产精品永久在线| 乱人伦中文字幕成人网站在线| 免费无码AV一区二区波多野结衣| 国产蜜臀在线一区二区三区| 美女一区二区三区亚洲麻豆| 国产精品无遮挡又爽又黄| 一区二区中文字幕av| 国产亚洲精品第一综合麻豆| 丰满爆乳一区二区三区| 国精品午夜福利视频不卡| 国产妇女馒头高清泬20p多毛| 亚洲高清国产自产拍av| 亚洲aⅴ男人的天堂在线观看| 成人午夜免费一区二区三区| 免费无码成人AV片在线| 不卡视频在线一区二区三区| 人人超人人超碰超国产| 亚洲精品一区二区二三区| 69天堂人成无码免费视频| 久热这里只精品视频99| 亚洲乳大丰满中文字幕| 色吊丝免费av一区二区| 国产日产亚洲系列av|