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！

龙图腾网恭喜北京科技大学申请的专利一种基于Transformer的乳腺癌新辅助化疗PCR预测方法及装置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：CN118485616B 。

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：202410204339.7，技术领域涉及：G06T7/00；该发明授权一种基于Transformer的乳腺癌新辅助化疗PCR预测方法及装置是由丁大伟;高宇;万子烁;任莹莹;安翠娟设计研发完成，并于2024-02-23向国家知识产权局提交的专利申请。

本一种基于Transformer的乳腺癌新辅助化疗PCR预测方法及装置在说明书摘要公布了：本发明涉及医学图像分析领域，特别是指一种基于Transformer的乳腺癌新辅助化疗pCR预测方法及装置，方法包括：获取乳腺癌患者新辅助化疗前的图像数据；将图像数据输入到构建好的乳腺癌肿瘤分割模型，得到肿瘤病灶区的掩码图像；根据掩码图像得到感兴趣区域图像，对感兴趣区域图像进行预处理，得到预处理后的图像数据；根据预处理后的图像数据以及构建好的Transformer深度学习图像分类模型，得到乳腺癌患者新辅助化疗的病理完全缓解pCR预测结果。本发明提供了一种新的pCR预测深度学习模型，能够充分利用治疗前DCE‑MRI序列图像中的乳腺癌信息，提高pCR非侵入式的预测性能。

本发明授权一种基于Transformer的乳腺癌新辅助化疗PCR预测方法及装置在权利要求书中公布了：1.一种基于Transformer的乳腺癌新辅助化疗pCR预测方法，其特征在于，所述方法包括：S1、获取乳腺癌患者新辅助化疗前的三组动态增强磁共振图像数据；S2、将所述图像数据输入到构建好的乳腺癌肿瘤分割模型，智能化得到肿瘤病灶区的掩码图像；S3、根据所述掩码图像得到外扩后的体素感兴趣区域图像，对所述外扩后体素感兴趣区域图像进行动态增强磁共振图像的融合预处理，得到预处理后的3通道多序列磁共振图像数据；S4、根据所述预处理后的3通道多序列磁共振图像数据以及构建好的多尺度Transformer深度学习图像分类模型，化疗前得到乳腺癌患者新辅助化疗的病理完全缓解pCR预测结果；所述S1中的新辅助化疗前的三组动态增强磁共振图像数据，包括：注射造影剂前的扫描磁共振成像MRI图像、注射造影剂后的第一次扫描MRI图像以及注射造影剂后的第二次扫描MRI图像；所述S2中的乳腺癌肿瘤分割模型通过3D语义分割模型训练得到，其中，3D语义分割模型采用了U-Net，所述乳腺癌肿瘤分割模型用于提取乳腺癌患者DCE-MRI影像输入数据对应的肿瘤病灶区掩码图像；所述多尺度Transformer深度学习图像分类模型，包括：编码器、多尺度多个阶段特征提取器以及pCR分类头；其中，所述多尺度多个阶段特征提取器，包括：第一尺度第一阶段特征提取器、第二尺度第二阶段特征提取器、第三尺度第三阶段特征提取器以及第四尺度第四阶段特征提取器；所述第一阶段的特征提取器包括Transformer块；所述第二阶段特征提取器、第三阶段特征提取器以及第四阶段特征提取器包括下采样层以及Transformer块；所述Transformer块，用于采用自注意力机制、多层感知器以及残差连接实现特征提取；所述下采样层，用于采用特征重组与线性映射将输入的特征尺度缩小为0.25倍；四个阶段的图像特征多尺度分别为：F1∈R256×256、F2∈R64×256、F3∈R16×256与F4∈R4×256；所述S4中的根据所述预处理后的图像数据以及构建好的Transformer深度学习图像分类模型，得到乳腺癌患者新辅助化疗的病理完全缓解pCR预测结果，包括：S41、将所述预处理后的图像数据输入到所述编码器，得到编码特征；S42、将所述编码特征输入到所述多尺度多个阶段特征提取器，得到图像特征；S43、将所述图像特征输入到所述pCR分类头，得到乳腺癌患者新辅助化疗的病理完全缓解pCR预测结果；所述S43中的将所述图像特征输入到所述pCR分类头，得到乳腺癌患者新辅助化疗的病理完全缓解pCR预测结果，包括：将所述图像特征输入到所述pCR分类头，通过pCR分类头的全连接层将预先定义的一维向量Tclass映射为输出值，并使用Sigmoid激活函数对所述输出值进行归一化，得到乳腺癌患者新辅助化疗的病理完全缓解pCR预测结果；其中，所述Tclass与每个阶段的图像特征拼接成新的图像特征表征，通过自注意力机制对每个阶段的新的图像特征表征进行特征提取，实现图像特征的更新及图像特征聚合到Tclass，进而将聚合特征后的Tclass用于最终的pCR预测。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。