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！

龙图腾网获悉复旦大学申请的专利一种基于深度学习的3T MRA到7T MRA的预测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：CN116758120B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310719567.3，技术领域涉及：G06T7/30；该发明授权一种基于深度学习的3T MRA到7T MRA的预测方法是由王鹤;汤玮;王成彦设计研发完成，并于2023-06-16向国家知识产权局提交的专利申请。

本一种基于深度学习的3T MRA到7T MRA的预测方法在说明书摘要公布了：本发明属于医学图像处理技术领域，具体为一种基于深度学习的3TMRA到7TMRA的预测方法。本发明利用7TMRA高分辨率、高信噪比、高对比度等优点对3TMRA进行血管增强，提升图像质量；包括获取3T和7TMRA成对原始数据；图像预处理，包括配准、场不均匀性校正、去头皮、图像插值与像素值归一化；训练深度学习模型；将用于测试的3TMRA输入训练好的模型，预测出“类”7TMRA。本发明在模型训练过程中使用知识蒸馏网络引入MRA的MIP信息以提升预测结果的血管完整度、连续性和真实性；使用异方差偶然不确定性对真实的7TMRA和预测的7T‑likeMRA之间的误差进行自适应加权，防止3T和7TMRA之间的空间不匹配给模型学习带来不良影响以及导致预测结果出现不合理的偏移。

本发明授权一种基于深度学习的3T MRA到7T MRA的预测方法在权利要求书中公布了：1.一种基于深度学习的3TMRA到7TMRA的预测方法，其特征在于，采用生成对抗网络GAN来学习3TMRA到7TMRA的非线性映射关系；同时： 使用知识蒸馏网络，引入MRA的MIP信息，使其对网络模型的学习起指导作用； 通过纳入异方差偶然不确定性对真实的7TMRA和预测的7T-likeMRA之间的误差进行自适应加权； 所述使用知识蒸馏网络，引入MRA的MIP信息，其中： 所述知识蒸馏网络由多个教师网络、单个学生网络和若干个特征融合模块组成；教师网络和学生网络均为3DGAN，网络结构相同，GAN的生成器采用3DU-net；特征融合模块为自动编码器结构，编码和解码分别由独立的3D卷积实现；每个教师网络学习一种MIP方向下3TMRAMIP到7TMRAMIP的映射，共有轴状位、冠状位、矢状位三种MIP方向；学生网络学习3TMRA原图到7TMRA原图的映射；所有教师网络学到的MIP信息经过特征融合模块的融合后，通过知识蒸馏被提取到学生网络中。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。

以上内容由龙图腾AI智能生成。