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 > 厦门理工学院郭迪获国家专利权

厦门理工学院郭迪获国家专利权

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!

龙图腾网获悉厦门理工学院申请的专利一种基于Transformer的磁共振波谱的去噪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:CN121117423B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511657926.2,技术领域涉及:G06F18/10;该发明授权一种基于Transformer的磁共振波谱的去噪方法是由郭迪;曾靖轩设计研发完成,并于2025-11-13向国家知识产权局提交的专利申请。

一种基于Transformer的磁共振波谱的去噪方法在说明书摘要公布了:本发明提供了一种基于Transformer的磁共振波谱的去噪方法,涉及信号处理与人工智能技术领域,该方法首先获取含噪的自由感应衰减信号FID及其对应的标签信号并构建训练数据集,通过快速傅里叶变换转换为频域信号并进行幅值归一化,将频域信号的实部和虚部分别投影至高维特征空间,并通过双通道分别送入基于多头自注意力机制的多层Transformer编码器,以捕捉长序列全局相关性。编码输出再分离解码,分别恢复实部与虚部,组合得到去噪后的复数频域信号。训练过程中采用复数均方误差作为损失函数,并结合动态学习率调度和早停机制以提升收敛稳定性与模型训练效率。

本发明授权一种基于Transformer的磁共振波谱的去噪方法在权利要求书中公布了:1.一种基于Transformer的磁共振波谱的去噪方法,其特征在于,包括: 获取由指数衰减模型生成的无噪声FID信号,并对所述无噪声FID信号进行高斯白噪声叠加处理,生成含噪声FID信号,根据无噪声FID信号和含噪声FID信号构造得到磁共振波谱信号数据集; 建立基于Transformer的磁共振波谱复数信号去噪模型,对所述磁共振波谱信号数据集中的训练集进行预处理,使用预处理后的训练集和磁共振波谱信号数据集的其他数据集对磁共振波谱复数信号去噪模型进行训练优化处理,得到最终的磁共振波谱复数信号去噪模型; 获取原始待去噪的FID信号,并将其输入至最终的磁共振波谱复数信号去噪模型中,得到对应的去噪波谱频域信号,并通过逆傅里叶变换得到去噪的时域FID信号; 所述磁共振波谱复数信号去噪模型包括输入层、复数特征投影层、位置编码器、Transformer编码器、线性解码器和输出层,其中,输入层将复数频谱的实部和虚部分别作为两个线性层通道的输入;复数特征投影层包含两个独立的线性层,分别处理频域复数信号的实部和虚部信号,将每个频域信号的实部和虚部分别从1维投影到128维的高维特征空间; 位置编码器将投影后的实部特征和虚部特征进行拼接,得到256维的组合特征向量,并添加位置编码,采用正弦余弦交替编码方式为每个频域分量提供位置信息; Transformer编码器用于提取频谱的相关特征,其包含6个编码层,每层包含8个注意力头,6个编码层具有相同的内部结构,通过层层堆叠实现特征的深度提取,其中,每个编码层包含多头自注意力机制、残差网络、归一化和前馈神经网络,多头自注意力机制计算不同频域分量之间的相关性权重,前馈神经网络进行特征变换和非线性激活; 线性解码器包括两个独立的线性层,分别重建信号的实部和虚部,用于组合频域实部信号和虚部信号成最终复数频域信号输出;输出层用于还原去噪后的复数频域信号; 所述多头自注意力机制采用不同的投影矩阵计算多个注意力的分布,分别获取不同频谱下的相关性,并将其拼接后通过线性变换组合。

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厦门理工学院,其通讯地址为:361024 福建省厦门市集美区理工路600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。