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！

龙图腾网获悉天津市肿瘤医院(天津医科大学肿瘤医院)申请的专利基于双模态图像的乳腺癌多分类方法、设备、介质及产品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：CN121236074B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511793858.2，技术领域涉及：G06T7/00；该发明授权基于双模态图像的乳腺癌多分类方法、设备、介质及产品是由刘建井;戴东;边海曼;付蔷;徐文贵;李小凤;朱研佳设计研发完成，并于2025-12-02向国家知识产权局提交的专利申请。

本基于双模态图像的乳腺癌多分类方法、设备、介质及产品在说明书摘要公布了：本申请公开了基于双模态图像的乳腺癌多分类方法、设备、介质及产品，涉及机器学习技术领域，该方法包括：获取待分型数据，根据待分型数据通过预设深度特征提取模型获取图片深度特征组；其中，待分型数据包括乳腺癌对应的PET图片及CT图片；获取待分型数据的临床特征组，对图片深度特征组和临床特征组中的特征进行特征筛选获取目标特征组；将目标特征组通过预设乳腺癌分类模型获取分类结果，分类结果包括多种乳腺癌分型中的一种。本申请能够准确对多种乳腺癌分型进行识别。

本发明授权基于双模态图像的乳腺癌多分类方法、设备、介质及产品在权利要求书中公布了：1.一种基于双模态图像的乳腺癌多分类设备，其特征在于，所述基于双模态图像的乳腺癌多分类设备包括： 特征提取模块，用于获取待分型数据，根据所述待分型数据通过预设深度特征提取模型获取图片深度特征组；其中，所述待分型数据包括乳腺癌对应的PET图像及CT图像；所述预设深度特征提取模型为训练完成的SEResNext50网络；其中，所述SEResNext50网络包括依次连接的Conv1层、MaxPool层、Stage1层、Stage2层、Stage3层、Stage4层、AvgPool层和FC层； 筛选模块，用于获取所述待分型数据的临床特征组，对所述图片深度特征组和所述临床特征组中的特征进行特征筛选获取目标特征组；其中，所述临床特征组包括年龄、临床分期和SUV特征，所述SUV特征为根据所述PET图像计算SUV值获取的SUV特征矩阵； 识别模块，用于根据所述目标特征组通过预设乳腺癌分类模型获取分类结果，所述分类结果用于指示LuminalA型、LuminalBher2-型、LuminalBher2+型、Her2阳性型、三阴型中的一种，所述预设乳腺癌分类模型为训练完成的LightGBM分类模型； 模型模块，用于： 获取乳腺病灶对应的PET图像、PET掩码图、CT图像和CT掩码图； 将所述PET图像、PET掩码图、CT图像、CT掩码图和对应的分类标签作为双模态数据集；所述分类标签为用于指示LuminalA型、LuminalBher2-型、LuminalBher2+型、Her2阳性型、三阴型中的一种； 根据所述双模态数据集对预训练好的预设特征提取模型进行迁移训练获取所述预设深度特征提取模型； 所述筛选模块还用于：对所述图片深度特征组和所述临床特征组中的特征进行预处理获取第一特征组； 获取所述第一特征组中的特征的方差，筛选所述方差大于第一阈值的所述特征组成第二特征组； 根据皮尔森方法或者斯皮尔曼方法获取所述第二特征组中特征的特征相关性，筛选所述特征相关性小于第二阈值的所述特征组成第三特征组； 根据所述预设乳腺癌分类模型中的特征重要性模块获取所述第三特征组的特征重要性，筛选所述特征重要性大于第三阈值的所述特征组成所述目标特征组。

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天津市肿瘤医院(天津医科大学肿瘤医院)，其通讯地址为：300060 天津市河西区体院北环湖西路；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。