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！

龙图腾网获悉厦门大学申请的专利一种基于先验引导三维卷积网络的相位预处理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：CN116630288B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202310656841.7，技术领域涉及：G06T7/00；该发明授权一种基于先验引导三维卷积网络的相位预处理方法和系统是由包立君;庄文曦设计研发完成，并于2023-06-05向国家知识产权局提交的专利申请。

本一种基于先验引导三维卷积网络的相位预处理方法和系统在说明书摘要公布了：一种基于先验引导三维卷积网络的相位预处理方法和系统，能够对原始相位图进行集成相位解缠绕和去除背景场的一站式处理，包括编码器模块、解码器模块和幅值图校正模块，网络输入端将相位图与其三维梯度图相级联，可快速定位相位跳变的缠绕边界。编码器模块中将多组Res2Net模块串联以提升网络的多尺度表示能力。幅值校正模块以帮助网络准确分辨由磁化率伪影所引起的场图扰动。在模拟脑数据脑、健康脑数据、临床脑数据上进行测试，定性与定量分析证明提出的方法可快速准确实现相位预处理，特别是在缠绕分布复杂、背景场不均匀、病灶严重等区域，都能够得到准确的场图重建。

本发明授权一种基于先验引导三维卷积网络的相位预处理方法和系统在权利要求书中公布了：1.一种基于先验引导三维卷积网络的相位预处理方法，其特征在于，预先构建先验引导三维卷积网络，所述先验引导三维卷积网络包括编码器模块、解码器模块和幅值图校正模块，所述编码器模块包括依次设置的卷积层、梯度级联模块和四个Res2Net模块，并且每两个所述Res2Net模块之间进行一次下采样，所述梯度级联模块先对输入图像计算x、y、z三个方向的梯度分布图，相加后再与输入图像级联得到输出；所述Res2Net模块用于将输入经过一个Conv1卷积层，在通道数大于64时将其降维至64，再将其通道平均分成四组，标记为x＝{x1,x2,x3,x4}；所述Res2Net模块中，包括有三个Conv3卷积层分别对分组后的其中三组通道进行卷积，其中第一个Conv3卷积层的输出还跳跃连接至第二个Conv3卷积层的输入，第二个Conv3卷积层的输出跳跃连接至第三个Conv3卷积层的输入，并且Res2Net模块的输入直接跳跃连接至输出中； 所述解码器模块包括三个残差模块，并且通过两个跳连结构分别将编码器模块中的其中两所述Res2Net模块输出的特征图与所述解码器模块的其中两所述残差模块输出的特征图进行一一对应级联，通过三个残差模块使得第一特征图恢复到原始尺寸； 所述幅值图校正模块中，首先将归一化后的幅值图M、第二特征图Fp以及两者级联后的特征图C，分别通过一个Conv3卷积层，得到三者对应的特征图和然后通过两组由Conv3卷积层和Sigmoid激活函数构成的处理单元，分别得到权重分布矩阵Wm和Wp： 权重分布矩阵Wm与特征图进行点乘，得到筛选后的特征图并标记为同样的，权重分布矩阵Wp与特征图进行点乘，得到筛选后的特征图并标记为在此基础上，将特征图和级联，然后经过一个Conv3卷积层和LeakyReLU得到所述幅值图校正模块的输出 所述幅值图校正模块的输出端与一个Conv3卷积层相连接，从而将通道数量压缩到1； 具体的处理方法包括如下： S1获取原始相位图，将原始相位图输入编码器模块提取多尺度信息，得到第一特征图； S2将第一特征图输入解码器模块进行初步重建，得到第二特征图； S3获取幅值图，将所述第二特征图和所述幅值图输入幅值图校正模块进行融合及特征筛选，输出得到局部场图。

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大学，其通讯地址为：361000 福建省厦门市思明南路422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”。