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！

龙图腾网获悉上海海事大学申请的专利融合T1w-MRI和fMRI信息的大脑核磁共振图像配准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：CN115690179B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202211339340.8，技术领域涉及：G06T7/33；该发明授权融合T1w-MRI和fMRI信息的大脑核磁共振图像配准方法是由石玉虎;李保龙设计研发完成，并于2022-10-29向国家知识产权局提交的专利申请。

本融合T1w-MRI和fMRI信息的大脑核磁共振图像配准方法在说明书摘要公布了：本发明涉及一种基于融合T1w‑MRI和fMRI信息的大脑核磁共振图像配准方法，属于脑影像学图像处理技术领域，该方法同时利用了大脑T1加权核磁共振图像精细的结构信息和功能核磁共振图像的功能信息，融合了两种模态中所蕴含的不同的重要信息，实现了大脑结构区域对应和功能区域的对应。对于两种模态的配准来说，一定程度上提升了配准精度。对于fMRI图像的配准来说，还减少了借助结构图像进行分步配准所产生的累计误差，同时引用深度学习来进行全局优化，利用GPU加速计算，大大缩短了配准算法的计算时间。

本发明授权融合T1w-MRI和fMRI信息的大脑核磁共振图像配准方法在权利要求书中公布了：1.一种融合T1w-MRI和fMRI信息的大脑核磁共振图像配准方法，其特征在于，该方法包括如下步骤： 图像采集:采集多个被试的MRI图像组，且每个被试的MRI图像组均包括该被试的T1w-MRI图像和相应的静息态fMRI图像； 图像预处理：分别对采集到的多个被试的MRI图像组进行预处理以得到多个预处理后的被试的MRI图像组，其中，每个预处理后的被试的MRI图像组中，预处理后的静息态fMRI图像的尺寸为预处理后的T1w-MRI图像的尺寸1t，其中，t的取值范围为2～5； 图像划分:对预处理后的被试的MRI图像组进行划分以得到训练集和验证集； 构建模型：构建包括卷积神经网络和半监督损失函数的配准模型； 训练模型:利用训练集对配准模型进行迭代训练以获得训练好的配准模型； 利用训练集对配准模型进行迭代训练以获得训练好的配准模型的步骤包括： 步骤S1，从所述训练集中随机的选取两个不同被试的MRI图像组作为被试对的MRI图像组，将被试对的MRI图像组中两个不同被试对应的T1w-MRI图像，分别作为待配准T1w-MRI图像和目标T1w-MRI图像输入到卷积神经网络中，并在经过卷积神经网络计算之后得到变形场后，对变形场进行下采样处理，以得到变形场的1t比例变形场；其中，变形场为T1w-MRI图像的变形场，变形场为静息态T1w-MRI图像的变形场； 步骤S2，将变形场和变形场通过空间变换网络分别施加到被试对的相应的待配准图像上以得到配准后的图像； 步骤S3，根据配准后的图像与目标图像的相似度和变形场的梯度经过计算获取半监督损失函数的值后，根据半监督损失函数的值利用优化器更新卷积神经网络的参数以得到更新后的卷积神经网络； 步骤S4，继续将训练集的数据输入更新后的卷积神经网络中，重复步骤S1～S3，直到达到最大迭代次数，以得到训练好的配准模型； 验证模型:利用验证集对训练好的配准模型进行验证并通过调整超参数以获得最终的配准模型； 获取配准后图像:根据最终的配准模型获取待配准被试的MRI图像组的配准后图像； 其中，根据最终的配准模型获取待配准被试的MRI图像组的配准后图像包括： 选取目标被试和待配准被试组成被试对，对所述被试对的MRI图像组进行所述图像预处理； 将预处理后的待配准被试和目标被试的T1w-MRI图像同时输入最终的配准模型，以从最终的配准模型输出待配准被试的T1w-MRI图像的变形场，并通过空间变换网络对待配准被试的T1w-MRI图像进行变形得到待配准被试的T1w-MRI配准后图像，对待配准被试的T1w-MRI图像的变形场进行下采样处理，以得到待配准被试的静息态fMRI图像的变形场，并通过空间变换网络对待配准被试的静息态fMRI图像进行变形得到待配准被试的静息态fMRI配准后图像。

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海事大学，其通讯地址为：201306 上海市浦东新区临港新城海港大道1550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。