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！

龙图腾网获悉中国人民解放军总医院第四医学中心申请的专利基于卷积神经网络的MRI医学图像校正方法、系统和计算机可读存储介质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：CN119963681B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510151548.4，技术领域涉及：G06T11/00；该发明授权基于卷积神经网络的MRI医学图像校正方法、系统和计算机可读存储介质是由卢晶;李天然设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本基于卷积神经网络的MRI医学图像校正方法、系统和计算机可读存储介质在说明书摘要公布了：本发明公开了基于卷积神经网络的MRI医学图像校正方法、系统和计算机可读存储介质，该方法包括：获取脑部MRI医学图像，进行预处理；通过卷积神经网络从预处理后的MRI医学图像中提取脑腔隙性梗死的病灶特征，并进行脑腔隙性梗死的病灶区域的定位；对脑腔隙性梗死病灶区域进行细节增强，分割病灶区域并优化分割结果；对分割后的图像进行伪影修复，并基于修复图像生成三维病灶可视化模型。本发明通过MRI图像的质量评估、病灶识别、分割、伪影修复、三维可视化等多方面的处理，能够更加高效、精确地识别病灶区域，提高图像质量，提供了一个高效和精准的脑腔隙性梗死诊断辅助工具。

本发明授权基于卷积神经网络的MRI医学图像校正方法、系统和计算机可读存储介质在权利要求书中公布了：1.一种基于卷积神经网络的MRI医学图像校正方法，其特征在于，所述方法包括： S1、获取脑部MRI医学图像，通过信噪指数、对比度和伪影强度进行质量评估，根据质量评估结果分类为高质量图像、中偏高质量图像、中质量图像和低质量图像，并分别进行预处理； S2、通过卷积神经网络从预处理后的MRI医学图像中提取脑腔隙性梗死的病灶特征，并进行脑腔隙性梗死的病灶区域的定位； S3、对脑腔隙性梗死病灶区域进行细节增强，分割病灶区域并优化分割结果； S4、对分割后的图像进行伪影修复，并基于修复图像生成三维病灶可视化模型； 所述分别进行预处理具体包括： 对高质量图像的预处理：将图像灰度值进行归一化，自适应直方图均衡化； 对中偏高质量图像的预处理：若15SNR≤25，则使用非局部均值滤波去除噪声；若3≤CNR≤5，则应用自适应直方图均衡化；若0.05≤AI0.15，则使用频域带通滤波修复轻度伪影； 对中质量图像的预处理：在频域中标记伪影区域，生成伪影掩码，使对标定后的伪影区域进行去噪处理，对去噪后的图像进行自适应直方图均衡化； 对低质量图像的预处理：通过伪影指数AI分析结果，在频域中检测伪影区域并生成伪影掩码，计算梯度强度分布生成噪声掩码，输出伪影掩码和噪声掩码； 预处理后统一进行图像标准化操作； 所述S3中对脑腔隙性梗死病灶区域进行细节增强，具体包括： 利用生成的病灶区域掩码对不同尺度下的残差图进行裁剪，并将裁剪后的残差图按权重重新融合，生成局部多尺度残差图，其中，Rc＝Rk·Mm，k∈{3,5,7}，Rc表示裁剪后的多尺度残差图，Rk表示第k个尺度的残差图，Mm表示病灶区域掩码，αk表示每个尺度的权重，Rl表示局部多尺度残差图； 利用局部多尺度残差图和全局特征图融合生成初步显著性图，并使用全局特征图中的梯度信息强化病灶边界，将强化后的显著性图归一化到[0,1]范围，其中，Si＝Rl+λFg，Si表示初步显著性图，Fg表示全局特征图，λ表示全局特征图的权重，Se表示强化后的显著性图，η表示梯度强化权重，表示全局特征图的梯度信息，用Sobel算子计算； 将显著性图与预处理后的MRI医学图像逐像素加权融合得到突出病灶区域的融合后的图像，其中，Ie＝I·1+δ*Sf，I表示预处理后的MRI图像，Sf表示归一化处理的显著性图，Ie表示融合后的图像，δ*表示显著性图的加权因子。

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人民解放军总医院第四医学中心，其通讯地址为：100048 北京市海淀区阜成路51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”。