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！

龍圖騰網獲悉上海交通大學醫學院附屬仁濟醫院申請的專利基于病理切片的前列腺癌生化復發預測系統及構建方法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：CN120260974B 。

龍圖騰網通過國家知識產權局官網在2025-09-16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：202510740922.4，技術領域涉及：G16H70/60；該發明授權基于病理切片的前列腺癌生化復發預測系統及構建方法是由陳銳;曹登峰;童同;周睿;毛詠欣;胡紫薇;胡若魚設計研發完成，并于2025-06-05向國家知識產權局提交的專利申請。

本基于病理切片的前列腺癌生化復發預測系統及構建方法在說明書摘要公布了：本發明提供了基于病理切片的前列腺癌生化復發預測系統及構建方法。其基于根治術后病理切片的高清晰度全景病理切片掃描圖像，采用基于循環交叉注意力模塊和偽包策略的多實例算法，先提取出不同物鏡倍數腫瘤圖像的深層特征，接著在弱監督網絡中生成全景病理切片掃描圖像級別的特征表示，得到不同倍數下術后生化復發風險預測結果；隨后集成不同尺度下的模型結果，并通過多中心驗證從而預測該患者最終是否發生生化復發。本發明系統創新地使用了多中心、多切片、多尺度的全景病理切片掃描圖像進行訓練和驗證，實現了通過根治術后的病理切片預測患者出現前列腺癌復發的風險，有助于精準預測患者術后3年及更長時間內復發的風險，實現更個性化的治療。

本發明授權基于病理切片的前列腺癌生化復發預測系統及構建方法在權利要求書中公布了：1.一種基于病理切片的前列腺癌生化復發預測系統，其特征在于，包括： 輸入顯示模塊，用于輸入患者的基本信息以及病理切片的全景病理切片掃描圖像，并在分析結束后對分析結果進行顯示； 特征向量處理模塊，將不同物鏡放大倍數下預處理后的全景病理切片掃描圖像的腫瘤區域基于各倍數下的特征裁剪成一定像素的非重疊圖像塊，作為特征提取網絡的輸入；然后采用自監督視覺編碼器UNI從中自動提取特征，生成含多個不同倍鏡下低維特征集的全景病理切片掃描圖像級別的特征表示； 偽包構建模塊，基于偽包策略對全景病理切片掃描圖像級別的特征表示進行提煉，分別生成偽包和父包的特征包表示；偽包策略如下：將一個原始父包分成幾個標簽與父包相同的更小偽包；提取偽包中按照正概率前20％的特征，并將這些高置信度特征拼接起來，送入注意力網絡突出對最終分類結果最具判別力的區域；利用注意力分數對選中的實例特征進行加權融合，生成一個壓縮后的偽包特征包表示，作為該偽包的代表性特征，同時原始父包生成一個父包特征包表示，與偽包特征包共同被送入融合模塊或下游網絡進行聯合訓練與學習，在捕捉局部關鍵區域信息的同時保留整體結構特征，提升模型對圖像中異質性病灶的識別與判別能力； 位置與空間信息生成器模塊，基于前列腺癌侵襲性的空間分布模式，先將輸入的全景病理切片掃描圖像級別的特征表示或者偽包和父包的特征包表示重構為四維張量Xreshaped，再利用不同尺寸的卷積核來處理特征數據進一步提取具有空間感知和上下文信息的特征，并通過下述方式進行融合：Xoutput＝Xreshaped+ConvaXreshaped+ConvbXreshaped+ConvcXreshaped；隨后融合后的四維特征Xoutput被展平為二維形式，用于后續模塊的輸入：Xfinal＝flattenXoutput； 循環交叉注意力模塊，將不同尺度的卷積核相互補充，并基于交叉注意力迭代逐步生成具有密集和豐富上下文信息的新特征映射，使模型能夠同時識別微觀細胞異常和宏觀組織變化；然后基于這些特征表示計算特征間的關聯性，經歸一化這些關聯性后產生注意力權重， 在首次迭代中，以特征圖Xfinal作為輸入，模塊以交叉的形式從各個像素中匯聚長距離的上下文信息，從而產生新的輸出特征圖Xfinal′，二者形狀相同；接著Xfinal′被再次輸入至交叉注意力模塊，經過多次迭代處理，模塊在像素層面捕捉到依賴關系，逐步生成包含密集且豐富上下文信息的新特征圖，對于特征圖上任意兩個位置ux,uy和θx,θy，A為注意力圖，兩次循環的信息傳遞如下： Hu″←[fA,ux,θy,θx,θy·fA’,ux,uy,ux,θy+fA,θx，uy,θx,θy·fA’,ux,uy,θx，uy]； 多尺度特征融合模塊，融合不同物鏡倍數尺度下的特征信息，將不同物鏡放大倍數下得到的生化復發概率進行加權平均，得到復發或未復發預測結果，并傳輸給所述輸入顯示模塊。

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上海交通大學醫學院附屬仁濟醫院，其通訊地址為：200127 上海市浦東新區東方路1630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”。