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！

龙图腾网恭喜西北工业大学申请的专利一种基于欠采样DMRI数据的组织微结构估计模型及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：CN116824155B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202310723232.9，技术领域涉及：G06V10/40；该发明授权一种基于欠采样DMRI数据的组织微结构估计模型及方法是由陈耿;林诰芸;杨俊卿;姜淏天;朱闻韬;周涛;马吉全设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本一种基于欠采样DMRI数据的组织微结构估计模型及方法在说明书摘要公布了：本发明涉及一种基于欠采样DMRI数据的组织微结构估计模型及方法，属于计算机图像处理技术领域。其中，3D‑HGT包括高效弥散波矢量空间学习模块和三维物理坐标空间学习模块，数据输入之后先经过高效弥散波矢量空间学习模块学习数据的角度信息，然后通过三维物理坐标空间学习模块学习数据的结构信息。本发明提出了三维物理坐标空间学习模块，可以利用DMRI数据的三维空间信息进行学习，在HGT的基础上更好的利用了三维空间信息；本发明提出了高效弥散波矢量空间学习模块，有效地提升了弥散波矢量空间学习效率，整体提高了模型微观结构成像的精度。

本发明授权一种基于欠采样DMRI数据的组织微结构估计模型及方法在权利要求书中公布了：1.一种基于欠采样DMRI数据的组织微结构估计模型，其特征在于包括高效弥散波矢量空间学习模块和三维物理坐标空间学习模块，数据输入之后先经过高效弥散波矢量空间学习模块进行特征学习，然后通过三维物理坐标空间学习模块进行数据的三维空间信息学习； 所述高效弥散波矢量空间学习模块具体为：基于SGC网络，首先将弥散波矢量空间中采样点之间的角度与预设阈值比较，若角度小于预设阈值，则几何结构特征元素为1，否则为0，生成表示图网络的二进制关联矩阵；然后代入SGC网络化简公式进行运算，实现高效弥散波矢量空间学习；所述SGC网络化简公式： SGC= K 其中，代表层的数量，是添加了自环的邻接矩阵，代表输入的特征矩阵，代表𝐾层图网络权重矩阵的乘积结果； 所述的三维物理坐标空间学习模块具体为：基于Transformer模型，由Encoder、Decoder与Bottleneck三部分组成的一个U形网络，构成了在localvolume中的级联自注意力Transformer块；其中各部分的结构为： 所述Encoder是由两个LocalVolume-basedMulti-headSelf-Attention单元组成的；数据经过Encoder进入网络前，需要先通过EmbeddingLayer处理为、、三个矩阵，分别表示查询向量、键值向量与值向量； 所述Decoder是由两个WideVolume-basedMulti-headSelf-Attention单元组成的，经过Decoder处理的结果输出前需要经过ExpandingLayer整合特征； 所述Bottleneck包括两个LocalVolume-basedMulti-headSelf-attentions单元和WideVolume-basedMulti-headSelf-attention单元。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。