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！

龍圖騰網獲悉中國醫科大學附屬盛京醫院;東北大學申請的專利一種對BIPI患兒腦癱風險預測的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：CN120148853B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202510221571.6，技術領域涉及：G16H50/30；該發明授權一種對BIPI患兒腦癱風險預測的方法是由侯陽;齊守良;黃鶴;陳善男;扈一明;張桂香;齊茗馨;祁英;尚靳;馬躍設計研發完成，并于2025-02-27向國家知識產權局提交的專利申請。

本一種對BIPI患兒腦癱風險預測的方法在說明書摘要公布了：本發明提供一種對BIPI患兒腦癱風險預測的方法。該方法包括：獲取數據集；數據集為BIPI患兒的腦MRI圖像；搭建BIPI患兒的病灶自動分割模型；得到病灶分割結果；構建KD分級預測模型；得到Kidokoro評分結果；構建病灶特征提取網絡模型；自動提取數據集對應的BIPI患兒的腦MRI圖像的影像特征；構建BIPI患兒腦癱風險預測模型，并將量化轉換后的GMs評估結果作為該預測模型的輸出；將數據集對應的腦MRI圖像的影像特征，量化轉換后的Kidokoro評分結果、圍產期臨床指標數據整合成一個組合體，將該組合體作為該預測模型的輸入；得到BIPI患兒腦癱風險預測結果。本發明的BIPI患兒腦癱風險預測模型納入了多維因素對BIPI患兒腦癱風險進行了綜合評估，創新性地提高了對早期預測的準確性和實用性。

本發明授權一種對BIPI患兒腦癱風險預測的方法在權利要求書中公布了：1.一種對BIPI患兒腦癱風險預測的方法，其特征在于，包括： 步驟S1：獲取數據集；其中，所述數據集為BIPI患兒的腦MRI圖像；所述腦MRI圖像的病灶感興趣區均已被標注； 步驟S2：對所述數據集進行預處理； 步驟S3：將預處理后的數據集隨機劃分為第一訓練集和第一測試集； 步驟S4：搭建BIPI患兒的病灶自動分割模型；其中，所述BIPI患兒的病灶自動分割模型為第一深度學習分割模型； 步驟S5：將所述第一訓練集輸入所述分割模型進行訓練及優化，保存所述第一訓練集對應的模型參數； 步驟S6：將所述第一測試集輸入訓練好的分割模型，自動得到所述第一測試集對應的病灶分割結果； 步驟S7：對所述數據集的BIPI患兒的腦MRI圖像依據Kidokoro評分系統標準進行評分，以得到所述數據集對應的Kidokoro評分結果； 步驟S8：構建KD分級預測模型；其中，所述KD分級預測模型為第二深度學習分割模型； 步驟S9：將所述數據集的病灶分割結果作為所述KD分級預測模型的輸入，將所述數據集對應的Kidokoro評分結果作為所述數據集的標簽，以及將所述數據集的病灶分割結果隨機劃分為第二訓練集和第二測試集； 步驟S10：將所述第二訓練集輸入所述KD分級預測模型進行訓練及優化，保存所述第二訓練集對應的模型參數； 步驟S11：將所述第二測試集輸入訓練好的KD分級預測模型，自動得到所述第二測試集對應的Kidokoro評分結果； 步驟S12：構建病灶特征提取網絡模型；其中，病灶特征提取網絡模型為卷積神經網絡； 步驟S13：將所述數據集的病灶分割結果輸入所述病灶特征提取網絡模型時，自動提取所述數據集對應的BIPI患兒的腦MRI圖像的影像特征； 步驟S14：獲取所述數據集對應的BIPI患兒的圍產期臨床指標數據； 步驟S15：對所述圍產期臨床指標數據進行分類、分級； 步驟S16：獲取所述數據集對應的GMs評估結果； 步驟S17：分別對所述數據集對應的Kidokoro評分結果、分類分級后的圍產期臨床指標數據、以及GMs評估結果進行量化轉換； 步驟S18：構建BIPI患兒腦癱風險預測模型，并將量化轉換后的GMs評估結果作為所述BIPI患兒腦癱風險預測模型的輸出；其中，所述BIPI患兒腦癱風險預測模型為第三深度學習分割模型； 步驟S19：將所述數據集對應的BIPI患兒的腦MRI圖像的影像特征、量化轉換后的Kidokoro評分結果、以及量化轉換后的圍產期臨床指標數據整合成一個組合體，并將該組合體隨機劃分為第三訓練集和第三測試集； 步驟S20：將所述第三訓練集輸入所述BIPI患兒腦癱風險預測模型進行訓練及優化，并保存模型參數； 步驟S21：將所述第三測試集輸入訓練好的BIPI患兒腦癱風險預測模型，自動得到所述第三測試集對應的BIPI患兒腦癱風險預測結果。

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醫科大學附屬盛京醫院;東北大學，其通訊地址為：110004 遼寧省沈陽市和平區三好街36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”。