恭喜南昌大學劉且根獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)恭喜南昌大學申請的專利一種基于全局和局部擴散模型的零樣本動態(tài)MRI重建方法獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產(chǎn)權局授予,授權公告號為:CN119540390B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-05-09發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202510103953.9,技術領域涉及:G06T11/00;該發(fā)明授權一種基于全局和局部擴散模型的零樣本動態(tài)MRI重建方法是由劉且根;祁齊;張坤龍;王東;張建華設計研發(fā)完成,并于2025-01-23向國家知識產(chǎn)權局提交的專利申請。
本一種基于全局和局部擴散模型的零樣本動態(tài)MRI重建方法在說明書摘要公布了:本發(fā)明提供了一種基于全局和局部擴散模型的零樣本動態(tài)MRI重建方法,包括以下步驟:基于原始二維動態(tài)全采樣心臟磁共振多線圈數(shù)據(jù),生成圖像數(shù)據(jù)集;設計全局和局部時間交錯采樣策略以構建兩類訓練數(shù)據(jù)集,用于采用雙階段學習機制的全局和局部級聯(lián)學習網(wǎng)絡生成網(wǎng)絡模型;使用快速提取網(wǎng)絡模型的先驗信息的迭代求解算法對數(shù)據(jù)交替進行預測、校正、低秩約束和數(shù)據(jù)一致性;將迭代求解算法應用于已訓練的網(wǎng)絡模型并進行測試,輸出動態(tài)磁共振重建圖像,對圖像質(zhì)量進行評價。本發(fā)明通過不同的時間交錯采樣策略構建完全編碼數(shù)據(jù),結合網(wǎng)絡模型的圖像先驗信息,實現(xiàn)在欠采樣條件下快速而精確的重建圖像,顯著提高了重建圖像的質(zhì)量與效率。
本發(fā)明授權一種基于全局和局部擴散模型的零樣本動態(tài)MRI重建方法在權利要求書中公布了:1.一種基于全局和局部擴散模型的零樣本動態(tài)MRI重建方法,其特征在于,包括以下步驟:步驟A:基于原始二維動態(tài)全采樣心臟磁共振多線圈數(shù)據(jù),生成圖像數(shù)據(jù)集,圖像數(shù)據(jù)集分為圖像訓練數(shù)據(jù)集和圖像測試數(shù)據(jù)集;步驟B:基于圖像訓練數(shù)據(jù)集,設計全局和局部時間交錯采樣策略以構建兩個分別包含全局信息與局部信息的完全編碼訓練數(shù)據(jù)集,用于采用雙階段學習機制的全局和局部級聯(lián)學習網(wǎng)絡生成網(wǎng)絡模型;步驟C:使用快速提取網(wǎng)絡模型的先驗信息的迭代求解算法對欠采樣數(shù)據(jù)交替進行預測和校正,采用多層級迭代優(yōu)化策略提高圖像質(zhì)量,每次迭代過程中使用低秩約束和數(shù)據(jù)一致性優(yōu)化策略來修正由噪聲或預測錯誤引入的異常值;步驟D:將迭代求解算法應用于已訓練的網(wǎng)絡模型并對圖像測試數(shù)據(jù)集進行測試,輸出最終的動態(tài)磁共振重建圖像,以及測試動態(tài)磁共振重建圖像的峰值信噪比值、結構相似性和均方誤差值,以此進行圖像質(zhì)量評價。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或?qū)@麢嗳?a target="_blank" rel="noopener noreferrer nofollow" >南昌大學,其通訊地址為:330000 江西省南昌市紅谷灘新區(qū)學府大道999號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。