<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          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 > 四川省腫瘤醫院朱熠獲國家專利權

          四川省腫瘤醫院朱熠獲國家專利權

          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!

          龍圖騰網獲悉四川省腫瘤醫院申請的專利基于多模態深度學習的卵巢附件腫瘤風險分級系統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:CN120496814B

          龍圖騰網通過國家知識產權局官網在2025-09-12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:202510943440.9,技術領域涉及:G16H50/20;該發明授權基于多模態深度學習的卵巢附件腫瘤風險分級系統是由朱熠;蔣卓霖;羅欣怡;江曉鋒;陸思秒;冷雪峰設計研發完成,并于2025-07-09向國家知識產權局提交的專利申請。

          基于多模態深度學習的卵巢附件腫瘤風險分級系統在說明書摘要公布了:本發明涉及腫瘤風險評估技術領域,公開一種基于多模態深度學習的卵巢附件腫瘤風險分級系統,包括:多模態數據采集模塊:獲取卵巢附件腫瘤患者的超聲影像數據、CA125血清濃度數據及金標準數據;超聲影像分割模塊,采用自適應雙向位移進行超聲影像病灶區域的自動定位與結構化分割;多模態特征提取模塊,根據分割圖像的病灶區域掩碼提取O?RADS向量和CEUS向量,以及對CA125血清濃度數據進行數值歸一化處理得到標準化特征向量;多模態特征融合模塊進行特征融合,得到OCC?US向量表示;風險分級決策模塊,用于對OCC?US向量表示分類,輸出OCC?US評分及良惡性風險等級。本發明提高了卵巢附件腫瘤的診斷精度和可靠性。

          本發明授權基于多模態深度學習的卵巢附件腫瘤風險分級系統在權利要求書中公布了:1.一種基于多模態深度學習的卵巢附件腫瘤風險分級系統,其特征在于,包括: 多模態數據采集模塊,用于獲取卵巢附件腫瘤患者的超聲影像數據、CA125血清濃度數據及金標準數據; 超聲影像分割模塊,用于針對預處理后的超聲影像數據,采用自適應雙向位移進行超聲影像病灶區域的自動定位與結構化分割,輸出每張圖像中卵巢附件腫瘤的病灶區域掩碼; 多模態特征提取模塊,用于根據所述每張圖像中卵巢附件腫瘤的病灶區域掩碼提取B超圖像的O-RADS特征向量和CEUS圖像的動態特征向量,以及對所述CA125血清濃度數據進行數值歸一化處理得到標準化特征向量; 多模態特征融合模塊,用于采用融合自注意力與交叉注意力機制的雙分支融合策略,對所述B超圖像的O-RADS特征向量、所述CEUS圖像的動態特征向量和所述標準化特征向量進行特征融合,得到OCC-US向量表示; 風險分級決策模塊,用于將融合后的OCC-US向量表示輸入分類器,輸出OCC-US評分及良惡性風險等級,并利用強化學習動態優化評分決策; 其中,所述超聲影像分割模塊,包含: 自監督引導單元,用于對未標注超聲圖像生成弱增強與強增強樣本,通過補丁級置信度評估與語義匹配,將低置信度區域替換為語義相似的高置信度區域,生成增強版訓練圖像樣本; 難樣本強化單元,用于對標注超聲圖像執行逆置信度位移策略,將高置信度區域替換為另一增強視圖中的低置信度區域,構造困難版訓練圖像樣本; 分割圖生成單元,用于利用所述增強版訓練圖像樣本、所述困難版訓練圖像樣本、原始標注超聲圖像及其對應的標簽同步訓練兩個結構不同的分割模型,利用兩個訓練好的分割模型對新輸入的超聲圖像進行推理,輸出每張圖像中卵巢附件腫瘤的病灶區域掩碼。

          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四川省腫瘤醫院,其通訊地址為:610041 四川省成都市武侯區人民南路四段55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: 无码av不卡免费播放| 国语国产精精品国产国语清晰对话 | 亚洲国产精品一二三四五| 色88久久久久高潮综合影院| 日本japanese丰满白浆| 免费观看羞羞视频网站| 日韩精品无码不卡无码| 好吊视频一区二区三区| 美女扒开奶罩露出奶头视频网站 | 亚洲国产精品无码专区在线观看| 亚洲国色天香卡2卡3卡4| 国产成人啪精品视频免费网| 国产精品高清视亚洲乱码| 宅男66lu国产在线观看| 亚洲乱色一区二区三区丝袜| 亚洲最大天堂在线看视频| 无码无套少妇毛多18pxxxx| 久久五月丁香激情综合| 人妻少妇88久久中文字幕| 欧美又大又黄又粗又长a片| 嫩草院一区二区乱码| 成人无码www在线看免费| 国产国产国产国产系列| 在线精品免费视频无码的| 日韩成av人片在线观看| 五月av综合av国产av| 99久久国语露脸精品国产色| 西西人体44www高清大胆| 久久精品免费国产大片| 玩弄中年熟妇正在播放| 午夜高清国产拍精品福利| 噜噜高清欧美内射短视频| 国产精品成熟老妇女| 国产精品久久中文字幕| 亚洲一二三四2021不卡| 极品无码av国模在线观看| 一区二区中文字幕久久| 久久久久人妻一区二区三区| 无码中文人妻视频2019| 亚洲人成网站免费播放| 人妻熟女斩五十路0930|