本次意向挂牌共涉及4项专利，均可单独进行转让。
专利一“基于医学影像近距离放射治疗组织间插植施源器引导方法”涉及提供一种基于医学影像近距离放射治疗组织间插植施源器引导方法的构建与应用，以解决现有技术中的不足，即传统近距离治疗中徒手插植可能发生的进针位置方向角度不准确以及可能伤及治疗靶区周围重要器官的问题，大大提高了插植针在患者体内的精度和准确性，使得每个治疗分次插植针分布位置都具有良好的重复性，有效提高插植治疗方法的质量和疗效，大大降低治疗副反应发生的概率。
专利二“一种磨玻璃肺结节分割方法及装置”涉及一种磨玻璃肺结节分割方法及装置的构建与应用，目的在于克服现有技术中，对磨玻璃肺结节的分割自动化程度较低、效率低、精度不高等不足，提供一种磨玻璃肺结节分割方法，应用意义是实现磨玻璃肺结节的快速、精准分割。其构建方法包括以下步骤：对肺部CT图像进行预处理；运用注意力级联残差U-Net构建磨玻璃肺结节分割模型，对肺结节区域实施初分割，得到初分割结果；使用条件随机场优化所述初分割结果，获得最终分割结果；输出所述最终分割结果。本发明的方法自动化程度高，提高了分割效率和精度。
专利三“基于深度学习的磨玻璃肺结节风险分层预测系统”涉及基于深度学习的磨玻璃肺结节风险分层预测系统的构建与应用，目的在于综合运用深度学习人工智能技术，将图像处理算法以程序化的方式赋予计算机“智能”，实现对磨玻璃结节的良恶性鉴别和浸润程度分级，应用意义是实现对磨玻璃肺结节的精准风险预测。其构建方法包括以下步骤：图像处理模块运用窗宽窗位调节技术，使用标准肺窗下窗宽和窗位，将所有肺部CT图像转化为灰度图像；提取模块提取灰度图像中3D肺结节区域，结合病理标签将肺结节分为良性、非浸润性腺癌和浸润性腺癌三组；数据扩增模块利用数据扩增技术，按良性与恶性比例为1:1、非浸润性组与浸润腺组比例为1:1分别对三组肺结节数据进行扩增；第一风险预测模块利用良性和恶性组肺结节数据，训练卷积神经网络模型，构建I级风险预测模型，预测肺结节恶性风险；第二风险预测模块利用非浸润性腺癌和浸润性腺癌组肺结节数据，训练卷积神经网络模型，构建II级风险预测模型，预测肺结节浸润风险。
专利四“一种基于磁共振图像的乳腺血管自动分割方法”涉及一种基于磁共振图像的乳腺血管自动分割方法的构建与应用，目的在于基于磁共振图像实现对乳腺血管自动快速分割，应用意义是自动分割和评估乳腺血管，提高放射科医生的工作流程，为乳腺癌的诊断和疗效预判提供定量指标以及潜在的临床评估指标。其构建方法包括以下步骤：输入DICOM格式的T1加权磁共振图像，运用3D图像数据生成的横断面MIP（最大密度投影）图像 ；通过高斯滤波对MIP图像进行平滑处理；运用区域生长算法对器官组织分割；利用灰度积分投影方法，定位与分割乳房区域，去除乳房表层皮肤获得乳房区域分割结果；建立Frangi图像滤波函数，增强乳腺中血管区域；提取和分割血管区域，并滤除噪声区域；运用二值形态学运算连接血管断裂区域，获得最终乳腺血管分割结果。

面议

1、意向受让方应为依法设立并有效存续的境内企业法人、其他经济组织或具有完全民事行为能力的自然人。 
2、意向受让方须财务状况良好、有信誉、有足够的支付能力。 
3、接受联合方式举牌受让，不接受委托（含隐名委托）、信托举牌受让。 
4、意向受让方应符合国家法律、法规规定的其他条件。