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！

龙图腾网恭喜复旦大学申请的专利一种基于深度学习的脑部MR图像规范化系统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：CN114387220B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202111562916.2，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的脑部MR图像规范化系统是由余锦华;胡朝煜;史之峰设计研发完成，并于2021-12-20向国家知识产权局提交的专利申请。

本一种基于深度学习的脑部MR图像规范化系统在说明书摘要公布了：本发明涉及一种基于深度学习的脑部MR图像规范化系统，首先使用一个编码器‑解码器网络来实现模态规范化，使特征提取器具有更多有用的特征；其次，使用基于循环生成式对抗网络实现灰度规范化，将基本特征值限制在一个特定的区间内，降低了模型对数据的敏感性；最后，使用统计参数映射SPM实现层间距统一，提高了输入图像的各向同性和分辨率，并将更稳定和完整的三维特征导入模型，以获得更好的结果。与现有技术相比，本发明可以最大限度地利用现有的多中心数据，提高影像组学诊疗的有效性和鲁棒性。

本发明授权一种基于深度学习的脑部MR图像规范化系统在权利要求书中公布了：1.一种基于深度学习的脑部MR图像规范化系统，其特征在于，包括：模态规范化模块，设置多输入、多输出的全连接神经网络，基于MR图像的现有模态合成缺失模态，执行模态规范化；灰度规范化模块，构建CycleGAN网络，对MR图像执行灰度规范化，生成的输出图像映射至参考图像空间；层间距规范化模块，对MR图像采用SPM进行层间距规范化，并将每个MR图像重建至相同的层间距；合成模块，将模态规范化模块、灰度规范化模块和层间距规范化模块处理后的结果进行合成，获取规范化后的MR图像；将MR图像的现有模态合成缺失模态，实现模态规范化过程中，MR图像的每个模态图像被发送至一个独立的编码器，利用改进的U-Net将每个模态的编码通道嵌入到多通道空间中，设置的多输入、多输出的全连接神经网络的步长为1；所述CycleGAN网络包括生成器A2B和鉴别器B，所述生成器A2B包括一个卷积下采样路径、一个残差卷积路径和一个卷积上采样路径，所述鉴别器B采用PatchGAN；所述层间距规范化模块对MR图像采用SPM进行层间距规范化的具体内容为：基于SPM，将MR图像的原始空间与MNI空间对齐，并基于相同的体素大小进行重建；通过调整体素大小将每个MR图像重建至相同的层间距，并基于四次插值相应的掩模以匹配输入的大小。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。