Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜浙江工业大学李小薪获国家专利权

恭喜浙江工业大学李小薪获国家专利权

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SPRNN和多尺度参考模态的多模态MRI辅助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:CN113240763B

龙图腾网通过国家知识产权局官网在2025-06-10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:202110377350.X,技术领域涉及:G06T11/00;该发明授权基于SPRNN和多尺度参考模态的多模态MRI辅助重建方法是由李小薪;张晟源;郑敬一;陈志杰;胡海根;周乾伟设计研发完成,并于2021-04-08向国家知识产权局提交的专利申请。

基于SPRNN和多尺度参考模态的多模态MRI辅助重建方法在说明书摘要公布了:一种基于SPRNN和多尺度参考模态的快速MRI辅助重建方法,包括如下步骤:步骤1输入u倍欠采样的参考模态图像和全采样的参考模态图像步骤2由深度亚像素递归神经网络得到重构后的待定模态图像图1给出了深度亚像素递归神经网络fSPRNNyu,y′;Θ的设计方案。本发明将亚像素卷积、数据一致性算子、多尺度参考模态与多模态MRI辅助重建技术相结合,基于递归神经网络对高倍欠采样的MR图像进行逐步重建,能够有效降低输入数据中的大量伪影对重构效果的影响,能有效提升待定模态的MRI图像的重建质量。

本发明授权基于SPRNN和多尺度参考模态的多模态MRI辅助重建方法在权利要求书中公布了:1.一种基于SPRNN和多尺度参考模态的多模态MRI辅助重建方法,其特征在于,所述方法包括以下步骤:步骤1输入倍欠采样的参考模态图像和全采样的参考模态图像表示k空间中的倍欠采样的待定模态的MRI图像,表示MRI图像所在的k空间,表示yu的维度,N为全采样的MRI图像的维度;步骤2由深度亚像素递归神经网络得到重构后的待定模态图像其中,表示MRI图像所在的像素空间;所述步骤2,深度亚像素递归神经网络fSPRNN·,·;Θ定义如下: 其中,Θ={Θ1,…,ΘD}为深度亚像素递归神经网络fSPRNN的参数集,H表示Hermitian转置操作,D为fSPRNN的子网个数,fd·,·;Θd为fSPRNN的第d个子网,定义如下: 这里,为亚像素上采样算子,为重构模块,表示对k空间中的全欠采样的MRI图像进行中心下采样,表示数据一致性算子,d∈{1,2,…,D},

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 浙江省杭州市下城区朝晖六区潮王路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”。

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。