買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉川北醫學院附屬醫院;川北醫學院申請的專利基于多模態MRI融合的運動偽影自適應校正方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120298448B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510780671.2，技術領域涉及：G06T7/20；該發明授權基于多模態MRI融合的運動偽影自適應校正方法是由劉念;彭詩集;楊雄雄;陳馨悅;李穎;李航宇設計研發完成，并于2025-06-12向國家知識產權局提交的專利申請。

本基于多模態MRI融合的運動偽影自適應校正方法在說明書摘要公布了：本發明屬于圖像處理技術領域，具體涉及基于多模態MRI融合的運動偽影自適應校正方法，獲取患者sMRI和fMRI，對sMRI和fMRI進行預處理，創建跨模態特征融合模型，將預處理后的sMRI和fMRI輸入所述跨模態特征融合模型進行雙分支特征提??；跨模態特征融合模型對提取的雙分支特征進行跨模態特征交互融合，并進行多尺度特征重構；基于重構的多尺度特征對圖像偽影進行檢測，對檢測得到的圖像偽影進行動態時空注意力校正；建立三級損失函數體系進行多任務聯合優化。通過整合sMRI和fMRI信息，基于上述圖像處理和深度學習，克服了現有技術中無法完全應對各種復雜頭動情況的缺點，解決了圖像模態間信息缺失和特征利用不充分的技術問題。

本發明授權基于多模態MRI融合的運動偽影自適應校正方法在權利要求書中公布了：1.基于多模態MRI融合的運動偽影自適應校正方法，其特征在于，包括以下步驟： S1：獲取患者的結構磁共振圖像sMRI和功能磁共振圖像fMRI，對所述結構磁共振圖像sMRI和功能磁共振圖像fMRI進行預處理； S2：創建跨模態特征融合模型，將預處理后的結構磁共振圖像sMRI和功能磁共振圖像fMRI輸入所述跨模態特征融合模型進行雙分支特征提??； S3：所述跨模態特征融合模型對提取的雙分支特征進行跨模態特征交互融合，并進行多尺度特征重構； S4：基于重構的多尺度特征對圖像偽影進行檢測，對檢測得到的圖像偽影進行動態時空注意力校正； S5：建立三級損失函數體系進行多任務聯合優化； 預處理的具體過程如下： S11：通過運動偽影模擬單元對結構磁共振圖像sMRI施加指定位移和旋轉角度的彈性形變場； S12：對功能磁共振圖像fMRI使用時變運動參數，并采用隨機旋轉指定角度、縮放指定倍數和Rician噪聲注入的方式進行圖像增強處理； S13：通過多模態配準單元實施分層配準策略，實現所述結構磁共振圖像sMRI和功能磁共振圖像fMRI的配準； 步驟S4中基于重構的多尺度特征對圖像偽影進行檢測，對檢測得到的圖像偽影進行動態時空注意力校正的具體過程如下： S41：通過核尺寸為3×3×3的Sobel算子計算梯度幅值，進行雙線性插值處理，生成空間注意力圖； S42：基于LSTM運動建模進行時間注意力生成； S43：基于U-Net3+架構的生成器模型配置多尺度跳躍連接和時序卷積分支，輸出校正后的結構磁共振圖像sMRI和功能磁共振圖像fMRI，模塊能自適應識別頭動偽影的時空分布特征； S44：進行多尺度特征跳躍連接，具體公式如下： ； 其中，表示經過多尺度特征跳躍連接操作后得到的特征圖；u為2倍上采樣；k取值5-1，表示從5到1逆向聚合多尺度特征；表示三維卷積操作，卷積核大小為1×1×1，對輸入特征圖進行通道數的調整、線性變換等，在不改變特征圖空間維度（長、寬、深度）的情況下改變通道數；表示將E k 、T k 、D k+1 三個特征圖在通道維度上進行拼接，E k 、T k 、D k+1 是來自不同尺度、不同處理階段或不同分支的特征圖。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人川北醫學院附屬醫院;川北醫學院，其通訊地址為：637000 四川省南充市順慶區文化路63號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。