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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种宫颈癌预后预测方法、系统、设备及存储介质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：CN121601257B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610123326.6，技术领域涉及：G16H50/30；该发明授权一种宫颈癌预后预测方法、系统、设备及存储介质是由杨光;梁晓坤;高兴设计研发完成，并于2026-01-29向国家知识产权局提交的专利申请。

本一种宫颈癌预后预测方法、系统、设备及存储介质在说明书摘要公布了：本申请公开了一种宫颈癌预后预测方法、系统、设备及存储介质，运用于医学影像处理与预后预测技术领域，其方法包括：获取患者的CT图像序列，并对CT图像序列进行预处理；通过训练好的分割模型对预处理后的CT图像进行分割，得到肿瘤区域的分割掩膜；基于分割掩膜，从预处理后的CT图像中提取得到综合特征，并获取患者的临床特征；将综合特征与临床特征输入至训练好的预后预测模型中，输出患者的预后预测结果；本申请通过结合多模态数据，精准预测接受根治性放疗患者的无病生存期，从而在治疗早期识别出风险患者，以便进行针对性的强化治疗或避免不必要的过度治疗。

本发明授权一种宫颈癌预后预测方法、系统、设备及存储介质在权利要求书中公布了：1.一种宫颈癌预后预测方法，其特征在于，包括： 获取患者的CT图像序列，并对所述CT图像序列进行预处理； 通过训练好的分割模型对预处理后的CT图像进行分割，得到肿瘤区域的分割掩膜； 基于所述分割掩膜，从所述预处理后的CT图像中提取得到综合特征，并获取患者的临床特征； 将所述综合特征与所述临床特征输入至训练好的预后预测模型中，输出患者的预后预测结果； 所述基于所述分割掩膜，从所述预处理后的CT图像中提取得到综合特征，并获取患者的临床特征的步骤中，具体包括： 所述综合特征包括深度特征和影像组学特征； 将所述预处理后的CT图像与分割掩膜，输入至经过自监督学习预训练的医学影像模型中，以提取治疗前、治疗后或治疗中的高维深度特征；对所述高维深度特征采用主成分分析方法进行降维处理，得到深度特征； 在所述分割掩膜所定义的感兴趣区域内，提取初始影像组学特征；对所述初始影像组学特征进行筛选，获取与预后相关的影像组学特征； 所述将所述综合特征与所述临床特征输入至训练好的预后预测模型中，输出患者的预后预测结果的步骤中，具体包括： 所述预后预测模型为基于DeepHit生存分析框架训练的多层感知机； 所述多层感知机包含输入层、融合层、隐藏层和预测层； 将所述深度特征、影像组学特征与临床特征输入所述输入层，通过所述融合层进行拼接，以获取融合特征向量； 所述隐藏层通过非线性激活函数对所述融合特征向量进行映射；基于DeepHit框架学习患者生存时间的条件概率分布； 由所述预测层输出患者的个体风险评分，以及在未来至少一个预设时间点的无病生存概率； 所述CT图像序列包括：治疗前时间点的第一CT图像序列，以及治疗后或治疗中时间点的第二CT图像序列； 其中，将治疗前CT图像与对应的分割掩膜进行通道维度拼接，通过网络的卷积层、池化层逐层提取图像的语义特征，输出高维深度特征向量；采用同样的方式，对治疗后或中期CT图像及分割掩膜进行处理，得到另一组高维深度特征向量； 对两组高维深度特征向量分别执行主成分分析降维处理，计算治疗后或中期与治疗前低维深度特征向量的对应维度差值，构建放疗响应深度特征子集；将降维后的治疗前深度特征、治疗后或中期深度特征向量及放疗响应深度特征子集进行拼接，形成完整的深度特征集。

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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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。