恭喜浙江工业大学王万良获国家专利权
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!
龙图腾网恭喜浙江工业大学申请的专利基于多阶段多模块神经网络的磁共振图像重建和超分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:CN114972564B 。
龙图腾网通过国家知识产权局官网在2025-05-30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:202210577369.3,技术领域涉及:G06T11/00;该发明授权基于多阶段多模块神经网络的磁共振图像重建和超分方法是由王万良;沈豪鑫;赵燕伟;陈嘉诚;邢方森;陈忠馗设计研发完成,并于2022-05-25向国家知识产权局提交的专利申请。
本基于多阶段多模块神经网络的磁共振图像重建和超分方法在说明书摘要公布了:基于多阶段多模块神经网络的磁共振图像重建和超分方法,包括:S1.读取欠采样掩码和原始高分辨图像;S2.对读取的图片进行归一化处理;S3.将输入图像按照不同的切割方式生成4类patch;S4:使用编解码器提取不同patch内的特征;S5.将每条分支对应的每组特征图进行拼接,再将两条分支的特征图进行相加;S6.使用自注意力模块提取完整图像的增强特征;S7.使用编解码器架构和自注意力模块提取第二阶段的特征,其中第二阶段编解码器架构和自注意力模块与第一阶段保持一致;S8.在第三阶段使用深度残差卷积提取空间信息;S9.对第二阶段的输出结果进行上采用和卷积操作即可得到目标图像。本发明解决了低分辨率欠采样MRI的超分和重建问题。
本发明授权基于多阶段多模块神经网络的磁共振图像重建和超分方法在权利要求书中公布了:1.基于多阶段多模块神经网络的磁共振图像重建和超分方法,包括以下步骤:S1.读取欠采样掩码Imask,原始高分辨图像IHRheight×width;其中,height表示图像纵向的分辨率,width表示图像横向的分辨率;S2.对读取的图片IHR进行归一化处理,将图片的像素值归一化至0~1;使用图片截断和欠采样掩码Imask构建需要重建和超分的灰度图像其中,scale为图片缩放倍数;S3.将输入图像ILR按照不同的切割方式生成4类patch;其中,对应的两两一组,构建两组输入数据,分别为ILR,top,ILR,bottom和ILR,left,ILR,right;使用多通道特征增强模块获得多通道特征图,公式如下: 其中,MFE1,MFE2分别表示上下分支的多通道特征增强模块;S4:使用编解码器提取不同patch内的特征;其中,在编解码模块以及跳连接中均使用通道注意力模块来增强有效信息的表达和抑制无效信息的表达,公式如下: 其中表示第1,2,3层编码器的输出,其中,i∈{top,bottom,left,right};encCA表示跳连接的输出,deci表示最后一个解码器的输出;Encoderj和Decoderj分别表示编码器模块和解码器模块,其中,j∈{1,2},1代表上分支,2代表下分支;S5.将每条分支对应的每组特征图进行拼接,之后将两条分支的特征图进行相加,公式如下:F=catdectop,decbottom+catdecleft,decright6其中cat表示拼接操作,F表示不同patch提取到的混合增强特征;S6.使用自注意力模块提取完整图像的增强特征;公式如下:F0=SABF7其中SAB表示自注意力模块;F0表示对F进行特征提取得到的第一阶段特征;S7.使用编解码器架构和自注意力模块提取第二阶段的特征,其中第二阶段编解码器架构和自注意力模块与第一阶段保持一致;公式如下:Fi=UNetiFi-1,i∈1,2,3…N8Fi=SABiFi,i∈1,2,3…N9其中UNeti表示编解码器架构的简写,SABi表示自注意力模块,i表示第二阶段的第i个模块;S8.在第三阶段使用深度残差卷积提取空间信息;公式如下: 其中S表示深度残差卷积模块,用来提取富含空间准确度信息的特征;FN表示第二阶段最后一个模块的输出结果,Gi表示第i个深度残差卷积模块输出的结果;S9.对第二阶段的输出结果GN进行上采用和卷积操作即可得到目标图像ISR;公式如下:ISR=ConvUpsampleGN11。
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浙江工业大学,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。