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！

龙图腾网恭喜桂林电子科技大学申请的专利一种头部三维MRI超分辨率重建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：CN114092332B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202111429939.6，技术领域涉及：G06T3/4053；该发明授权一种头部三维MRI超分辨率重建方法是由刘伟;陈洪波;赵岩设计研发完成，并于2021-11-29向国家知识产权局提交的专利申请。

本一种头部三维MRI超分辨率重建方法在说明书摘要公布了：本发明公开了一种头部三维MRI超分辨率重建方法，该方法首先选取高分辨的MRI图像数据，对选取的MRI数据进行预处理得到小数据块，将得小数据块作为训练数据；然后建立基于卷积神经网络和Transformer编码器的三维MRI超分辨率重建模型，将小数据块作为输入对模型进行训练，得到三维MRI超分辨率重建模型；最后使用三个轴向MRI数据进行处理得到正方体空腔数据，将空腔数据输入到训练好的模型中得到空腔被填充小正方体，拼接空腔被填充小正方体组成完整数据空间。该方法模型规模小，图像重建速度快，重建图像质量高，为医学图像处理提供更精密数据。

本发明授权一种头部三维MRI超分辨率重建方法在权利要求书中公布了：1.一种头部三维MRI超分辨率重建方法，其特征在于，包括如下步骤：1）选取头部高分辨率的MRI图像数据，将该数据进行处理，去除黑色背景区域数据，并作为步骤2）的数据范围；2）对步骤1）选取的MRI数据进行预处理，在该数据上滑动选取正方体数据块，得到的正方体数据块分解为六个表面图像和表面数据覆盖的内部3D数据块，得到的数据作为步骤3）的模型训练数据；3）建立基于卷积神经网络和Transformer编码器的三维MRI超分辨率重建模型，步骤2）描述的数据块作为网络训练数据，得到三维MRI超分辨率重建模型；4）选取三个轴向的MRI数据，对三个轴向数据进行配准，将三个方向平面数据进行交叉，得到空腔数据块，将空腔数据块分解得到6个平面；5）将步骤4）得到的数据，输入到步骤3）建立的模型中，得到输出数据；6）将步骤5）所得到的输出数据进行重新整合，根据步骤4）中空腔数据块选取位置，重建整个数据空间；所述的步骤3），基于卷积神经网络和Transformer编码器的三维MRI超分辨率重建模型，是由线性变换层、CNN层、DNN层和Transformer编码器层四部分共同构成，模型数据并行输入到线性变换变换层和CNN层，数据经过线性变换层处理后输入到Transformer编码器层中；经过Transformer编码器层和CNN层处理后由DNN层进行整合，输出最终结果；其中CNN层由卷积、池化、激活以及残差连接结构组成；Transformer编码器层由多个Transformer编码器串联构成，每个编码器由两个子层连接结构组成，第一个子层连接结构包括一个多头自注意力子层、标准化化层和一个残差连接，第二个子层连接结构包括一个前馈全连接子层、标准化层和一个残差连接；线性变换层的作用是将多维数据转化为一维，CNN层作用是图像轮廓和部分纹理信息提取、Transformer编码器作用是纹理信息提取，DNN层作用是信息整合；在构建好模型后，将步骤2）的数据输入模型中训练，得到MRI超分辨率重建模型，训练过程中，将由模型得到的3D数据块，与真实数据块做比较，使用绝对误差和梯度误差作为他们之间损失值的损失函数，损失值通过反向传播算法不断地迭代优化模型中的参数；所述的步骤4），具体是横断面、冠状面和矢状面图像在成像过程中记录每张图像的空间位置关系，将所有三个轴向的MRI切片图像建立空间面方程，通过求解得到任意两个相邻横断面、任意两个相邻冠状面和任意两个相邻矢状面，相交产生的空腔正方体，通过得到的空腔正方体得到步骤3）所需要输入的数据格式。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市金鸡路1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”。