恭喜中国科学院深圳先进技术研究院黎浩翔获国家专利权
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！
龙图腾网恭喜中国科学院深圳先进技术研究院申请的专利基于深度学习的磁共振参数成像方法、装置及智能终端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：CN114782567B 。
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：202210238508.X，技术领域涉及：G06T11/00；该发明授权基于深度学习的磁共振参数成像方法、装置及智能终端是由黎浩翔;朱燕杰;梁栋;刘新;郑海荣设计研发完成，并于2022-03-11向国家知识产权局提交的专利申请。
本基于深度学习的磁共振参数成像方法、装置及智能终端在说明书摘要公布了：本申请涉及磁共振成像的领域，尤其是涉及一种基于深度学习的磁共振参数成像方法、装置及智能终端，基于深度学习的磁共振参数成像方法包括：确定多幅第一低分辨率加权图像到第一高分辨率定量图像的正向转化关系，以及确定第一高分辨率定量图像到多幅第一高分辨率加权图像的逆向转化关系；基于定量卷积网络和物理模型，构建一体式网络；获取训练数据集；基于训练数据集，训练一体式网络；将待分析的多幅第二低分辨率加权图像输入训练完成的一体式网络，得到超分辨率定量图像。本申请具有提高训练完成后的一体式网络的性能和可解释性，并且省去了相关技术中先图像超分辨率处理再非线性拟合处理的繁琐步骤，减少整体耗时的特点。
本发明授权基于深度学习的磁共振参数成像方法、装置及智能终端在权利要求书中公布了：1.一种基于深度学习的磁共振参数成像方法，其特征在于，包括：确定多幅第一低分辨率加权图像到第一高分辨率定量图像的正向转化关系，以及确定所述第一高分辨率定量图像到多幅第一高分辨率加权图像的逆向转化关系；基于对应于所述正向转化关系的定量卷积网络和对应于所述逆向转化关系的物理模型，构建一体式网络，其中，所述定量卷积网络包括定量损失函数，所述物理模型包括加权损失函数；获取已经确定所述正向转化关系和所述逆向转化关系的训练数据集；基于所述训练数据集，训练所述一体式网络，其中，所述定量损失函数和所述加权损失函数在训练过程中同时进行优化；将待分析的多幅第二低分辨率加权图像输入训练完成的所述一体式网络，得到超分辨率定量图像。
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科学院深圳先进技术研究院，其通讯地址为：518000 广东省深圳市南山区西丽深圳大学城学苑大道1068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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号