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！

龙图腾网恭喜中国人民解放军联勤保障部队第九二〇医院申请的专利一种对放射性肺炎建立联合回归预测模型的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：CN115662635B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202211260800.8，技术领域涉及：G16H50/50；该发明授权一种对放射性肺炎建立联合回归预测模型的方法是由李懿;陈宏;王永刚;何晓清;张凯;沙彦伶;金元娥;李秋恬;苏斌设计研发完成，并于2022-10-14向国家知识产权局提交的专利申请。

本一种对放射性肺炎建立联合回归预测模型的方法在说明书摘要公布了：本发明公开了一种对放射性肺炎建立联合回归预测模型的方法，建立了机器学习与深度学习联合预测的多特征融合回归预测模型，在深度学习实现对放射性肺炎分类的基础上引入了影像组学特征、专家模型、迁移学习等方法，通过机器学习算法建立预测模型，对不同特征进行融合，共同预测放射性肺炎的预后预测。本发明采用理论分析、多元回归、神经网络建模与实验验证相结合的方法，将放射性肺炎的预测研究和实际诊断紧密联系起来，通过对诊断经验建立规则约束及对历史数据挖掘隐含规律，使预测结果和实际诊断相互印证，相互促进。

本发明授权一种对放射性肺炎建立联合回归预测模型的方法在权利要求书中公布了：1.一种对放射性肺炎建立联合回归预测模型的方法，其特征在于，包括以下步骤：S1、由放射性肺炎影像组学映射理论指导影像组学特征提取，对原始CT影像数据进行清洗及预处理，提取高关联性特征；S2、基于深度学习的神经网络模型建立分类算法，根据放射性肺炎CT的3D影像在2D图像中的映射性质对网络模型进行修改，强化网络对特征整体性的保留，提高网络对小目标的检测能力，同时建立迁移学习训练流程，利用肺炎以及阻塞性肺炎等在CT影像上表征相似的疾病对网络进行训练，实现具有高精度、高稳定性与泛化能力强的网络模型；S3、建立基于机器学习的放射性肺炎预测模型：根据专业医师经验构建决策树类专家模型，通过“信息熵”的原则对规则经验进行选取，根据专家模型的评分、影像组学特征以及深度学习输出类别置信度构建弹性网络回归算法，根据历史数据不断优化回归算法，最终实现对放射性肺炎的预测；所述的S2具体包括：首先将放射性肺炎的医学CT影像与相似肺部疾病医学CT影像进行预处理，将3D医学CT影像数据降维，统一成神经网络可进行特征提取文件；其次对YOLOX算法的网络模型进行修改，基于放射性肺炎的特征表达性质，对卷积层、归一化层、上下采样层以及分类头部进行修改，不断调试并验证网络性能；其次对修改后的神经网络进行迁移学习，使用修改后的网络模型对相似肺部疾病数据集进行预训练，之后将预训练模型权重迁移到模型中对放射性肺炎数据集进行调整，不断调整损失函数求解策略，以达到理想的拟合状态；最后，对未训练的CT影像进行分类检测，验证网络模型性能，并将分类结果以及置信度作为输出保存；所述的S3具体包括：首先与从事放射性肺炎诊断行业的专业医师开展深入交流，记录在放射性肺炎诊断方面的可靠经验，利用决策树类算法建立专家模型；其次，将影像组学和深度学习分类检测的信息作为弹性回归网络的输入，对网络进行训练；最后，利用K折验证法检验模型对放射性肺炎的预测准确度，给出不同特征与放射性肺炎关联度的先后顺序。

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中国人民解放军联勤保障部队第九二〇医院，其通讯地址为：650031 云南省昆明市西山区大观路212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”。