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！

龙图腾网恭喜电子科技大学申请的专利基于神经网络融合机制的乳腺癌转移风险评估方法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：CN118824547B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411075366.5，技术领域涉及：G16H50/30；该发明授权基于神经网络融合机制的乳腺癌转移风险评估方法是由邓建华;冯正权;吴灵雅;李雪莲;代欣言;张浩;罗博;谢佳雨;蔡竟业设计研发完成，并于2024-08-07向国家知识产权局提交的专利申请。

本基于神经网络融合机制的乳腺癌转移风险评估方法在说明书摘要公布了：本发明公开了一种基于神经网络融合机制的乳腺癌转移风险评估方法，属于医学图像处理技术领域。本发明包括：构建前哨淋巴结SLN超声图像数据集，包括SLN二维超声数据集TDUS和SLN超声造影数据集CEUS；构建乳腺癌转移风险评估模型，该评估模型包括：基于残差网络的第一子网络、基于自注意力神经网络的第二子网络，以及基于Choquet模糊积分的模糊积分融合模块；其中，第一、二子网络分别用于预测当前输入图像数据的乳腺癌转移风险的二分类的评估结果；通过基于Choquet模糊积分的模糊积分融合模块对子网络输出的评估结果进入结果融合处理，以输出最终评估结果，从而实现机器阅读SLN超声图像的乳腺癌转移风险辅助评估器。本发明方法提供的乳腺癌转移风险评估模型能高效、准确地辅助医师进行乳腺癌转移风险的预测，提升医生效率，降低医生工作强度。

本发明授权基于神经网络融合机制的乳腺癌转移风险评估方法在权利要求书中公布了：1.基于神经网络融合机制的乳腺癌转移风险评估方法，其特征在于，包括下列步骤：步骤1，构建前哨淋巴结SLN超声图像数据集，以在该数据集上对构建的乳腺癌转移风险评估模型进行网络参数调优；SLN超声图像数据集包括SLN二维超声数据集TDUS和SLN超声造影数据集CEUS；步骤2，构建乳腺癌转移风险评估模型，该评估模型包括：基于残差网络的第一子网络、基于自注意力神经网络的第二子网络，以及基于Choquet模糊积分的模糊积分融合模块；其中，第一、第二子网络分别用于预测当前输入图像数据的乳腺癌转移风险的二分类的评估结果，包括阳性概率和阴性概率；在数据集TDUS上分别对第一、第二子网络进行训练和验证，当满足预置的训练结束条件时得到训练好的基于TDUS的第一子网络和基于TDUS的第二子网络；在数据集CEUS上分别对第一、第二子网络进行训练和验证，当满足预置的训练结束条件时得到训练好的基于CEUS的第一子网络和基于CEUS的第二子网络；通过基于Choquet模糊积分的模糊积分融合模块对四个子网络输出的评估结果进入结果融合处理，得到模糊积分阳性概率和模糊积分阴性概率，再基于最大值原则得到最终的乳腺癌转移风险的最终结果。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。