Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 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 > 上海交通大学胡晨曦获国家专利权

上海交通大学胡晨曦获国家专利权

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!

龙图腾网获悉上海交通大学申请的专利基于深度学习的心脏磁共振电影成像伪影抑制方法和系统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:CN116309524B

龙图腾网通过国家知识产权局官网在2025-10-28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:202310369531.7,技术领域涉及:G06T5/60;该发明授权基于深度学习的心脏磁共振电影成像伪影抑制方法和系统是由胡晨曦;陈卓设计研发完成,并于2023-04-07向国家知识产权局提交的专利申请。

基于深度学习的心脏磁共振电影成像伪影抑制方法和系统在说明书摘要公布了:本发明提供了一种基于深度学习的心脏磁共振电影成像伪影抑制方法和系统,包括:采集有黑带伪影或血流伪影的心脏磁共振电影图像并进行预处理,进行图像联合计算获得无伪影图像;构建深度学习模型,模型中的伪影抑制网络的输入为有黑带伪影或血流伪影的心脏电影图像,输出为黑带伪影或血流伪影抑制后的心脏电影图像;利用预处理后的有伪影图像和无伪影图像对深度学习模型进行网络训练,直至伪影抑制网络的参数达到目标条件,得到训练后的深度学习模型并进行保存;将待消除黑带伪影或血流伪影的心脏电影图像进行伪影消除,得到伪影消除后的心脏电影图像。本发明克服了传统相位循环方法易引入血流伪影的局限性,同时对黑带伪影和血流伪影进行抑制。

本发明授权基于深度学习的心脏磁共振电影成像伪影抑制方法和系统在权利要求书中公布了:1.一种基于深度学习的心脏磁共振电影成像伪影抑制方法,其特征在于,包括: 步骤S1:采集有黑带伪影或血流伪影的心脏磁共振电影图像,对图像进行预处理操作,并进行图像联合计算获得无伪影图像; 步骤S2:构建深度学习模型,模型中的伪影抑制网络的输入为有黑带伪影或血流伪影的心脏电影图像,输出为黑带伪影或血流伪影抑制后的心脏电影图像; 步骤S3:利用预处理后的有伪影图像和无伪影图像对深度学习模型进行网络训练,直至伪影抑制网络的参数达到目标条件,得到训练后的深度学习模型并进行保存; 步骤S4:根据训练后的深度学习模型,将待消除黑带伪影或血流伪影的心脏电影图像进行伪影消除,得到伪影消除后的心脏电影图像; 在伪影抑制网络前,增加伪影识别网络输出伪影身份图,伪影识别网络的输入是有黑带伪影或血流伪影的心脏电影图像,输出为对应的伪影身份图;伪影抑制网络的输入是有伪影图像和其对应的伪影身份图,输出为黑带伪影或血流伪影得到抑制后的心脏电影图像,具体执行步骤包括: 获取伪影识别网络的训练标签:将无伪影图像与有伪影图像进行联合计算,要求联合计算的结果表明伪影位置和伪影类型,作为伪影身份图; 伪影识别网络架构依次包含输入层、第一阶段卷积层、下采样层、第二阶段卷积层、下采样层、第三阶段卷积层、下采样层、第四阶段卷积层、上采样层、第五阶段卷积层、上采样层、第六阶段卷积层、上采样层、第七阶段卷积层和输出层;其中,第i阶段卷积层和第M-i卷积层相对应,M=8,i=1,2,3,将第i阶段卷积层的输出和第M-i卷积层前面的上采样层输出结合起来,作为第M-i卷积层的输入; 伪影识别网络的输出层由卷积核大小为1×1×1的三维卷积层和sigmoid层组成,限制伪影识别输出范围在[0,1]; 伪影抑制网络搭建过程包括:伪影抑制网络架构包含依次级联的输入层、第一阶段卷积层、下采样层、第二阶段卷积层、第N-1卷积层、上采样层、第N卷积层和输出层;其中,第i阶段卷积层和第N-i卷积层相对应,将第i阶段卷积层的输出和第N-i卷积层后的上采样层输出结合起来,作为第N层卷积层的输入,其中N为大于2的正整数;伪影抑制网络是一个双输入网络,输入包含原始心脏电影图像和伪影识别网络输出的伪影身份图;根据伪影身份图得到每一个体素所对应的身份信息,区分黑带伪影、血流伪影和非伪影的位置,输出为黑带伪影、血流伪影得到抑制后的图像; 模型训练过程:利用预处理后的有伪影图像、伪影身份图对伪影识别网络进行网络训练;利用预处理后的有伪影图像、无伪影图像对伪影抑制网络进行网络训练;直至伪影识别网络和伪影抑制网络的参数达到目标条件,得到训练后的深度学习模型; 模型处理过程:将已经完成训练的深度学习模型进行保存,将待消除黑带伪影或血流伪影的心脏磁共振图像数据进行伪影消除,依赖已训练好的深度学习模型得到伪影消除后的图像数据,保存至数据库中;伪影识别网络输出伪影身份图,伪影抑制网络输出无伪影图像,为临床心脏功能分析做准备。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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。

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。