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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于CMA-Net的多通道磁共振成像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：CN118071857B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202410136135.4，技术领域涉及：G06T11/00；该发明授权一种基于CMA-Net的多通道磁共振成像方法是由汤元震;刘昊;金朝阳设计研发完成，并于2024-01-31向国家知识产权局提交的专利申请。

本一种基于CMA-Net的多通道磁共振成像方法在说明书摘要公布了：本发明公开了一种基于CMA‑Net的多通道磁共振成像方法，包括k空间数据预处理、GRAPPA重建、CMA‑Net网络模型的构建与训练、数据一致性替换与图像重建。所述CMA‑Net网络模型使用复数多尺度级联注意力模块以提高网络的全局特征提取能力，将复数注意门模块嵌入编码路径和解码路径之间的快速连接之中，提高网络对局部感兴趣区域信息的特征提取能力；利用GRAPPA重建结果构建残差连接，联合利用线性插值和非线性插值优点，进一步提高成像质量；构建多角度残差连接，有效缓解梯度消失问题，提高网络性能。实验结果表明，本方法能有效减少多通道欠采样磁共振重建图像的伪影，重建出高质量的磁共振复数图像。

本发明授权一种基于CMA-Net的多通道磁共振成像方法在权利要求书中公布了：1.一种基于CMA-Net的多通道磁共振成像方法，其特征在于：具体包括以下步骤： 步骤1、k空间数据预处理 对全采样的k空间复数多通道数据Sk进行欠采样，得到欠采样数据Su，分别对全采样数据Sk与欠采样数据Su进行傅里叶反变换与复数归一化，得到参考图像Iref与欠采样图像Iu； 步骤2、GRAPPA重建 对欠采样数据Su进行GRAPPA重建，得到k空间重建数据SGRAPPA，再按通道进行傅里叶反变换，获得图像域的GRAPPA重建图IGRAPPA； 步骤3、构建CMA-Net网络模型 所述CMA-Net网络模型包括GRAPPA残差路径和复数卷积网络；所述GRAPPA残差路径以重建图IGRAPPA为输入，经过一层复数逐点卷积进行简单的特征提取后输出；所述复数卷积网络采用对称编码—解码结构；CMA-Net网络模型将GRAPPA残差路径和复数卷积网络的输出特征相加，作为最终的模型输出CMANetout； 所述复数卷积网络包括编码器部分和解码器部分，输入数据先经过四个编码层，其中每个编码层包括一个复数多尺度级联注意力模块和一个复数卷积降采样模块；编码器部分的输出特征图经过一个由复数双卷积残差模块构成的中间层，然后进入解码器部分；所述解码器部分包括四个解码层，每个解码层包括复数上采样、复数注意门和复数双卷积残差模块，其中第一个解码层的输入为中间层的输出，后续解码层的输入为上一个解码层的输出，复数注意门针对同层级复数多尺度级联注意力模块与复数上采样的输出特征计算注意力；最后一个解码层的输出经过一个由复数逐点卷积构成的输出层后，得到复数卷积网络得到输出； 步骤4、CMA-Net网络训练 将步骤1处理后的欠采样图像Iu与步骤2的GRAPPA重建图IGRAPPA作为输入样本，参考图像Iref作为对应的标签进行网络训练，选择复数均方误差函数作为网络反向传播的损失函数，计算输出层的损失值； 步骤5、数据一致性替换与图像重建 使用步骤4训练后的CMA-Net网络模型，对欠采样图像与GRAPPA重建图进行预测；将预测结果Ipre傅里叶变换到k空间中，并使用欠采样数据Su进行数据替换，得到多通道复数重建图像Recon；再采用虚拟线圈合成法将多通道复数重建图像Recon合成为单通道复数图像Result，完成图像重建。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。