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深度学习的核磁共振信号弛豫时间分布计算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：CN115329802B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202210821340.5，技术领域涉及：G06F18/24；该发明授权一种基于深度学习的核磁共振信号弛豫时间分布计算方法是由黄玉清;陈博;吴柳滨;杨钰;陈忠设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本一种基于深度学习的核磁共振信号弛豫时间分布计算方法在说明书摘要公布了：本发明提供了一种基于深度学习的核磁共振信号弛豫时间分布计算方法，根据拉普拉斯核磁共振信号的特征，构建存在噪声的弛豫过程指数衰减信号的数学模型和理想的弛豫时间谱，其中理想的弛豫时间谱作为标签，弛豫时间谱的谱峰所在的位置为T1弛豫时间或T2弛豫时间的确切值，谱峰的半高宽对应着结果的不确定度；由数学模型生成仿真信号，构建训练集数据和测试集数据；搭建网络模型；训练集数据输入到网络模型中进行训练；将测试集数据输入网络模型测试；本发明提供的方法，依赖弛豫过程指数衰减信号的数学模型构建数据集进行训练，无需收集大量的真实数据，且能够将NMR弛豫时间谱的计算时间控制在秒级，同时对不同信噪比的测试数据都具有较高的鲁棒性。

本发明授权一种基于深度学习的核磁共振信号弛豫时间分布计算方法在权利要求书中公布了：1.一种基于深度学习的核磁共振信号弛豫时间分布计算方法，其特征在于，包括： 根据拉普拉斯核磁共振信号的特征，构建存在噪声的弛豫过程指数衰减信号的数学模型和理想的弛豫时间谱，其中理想的弛豫时间谱作为标签，弛豫时间谱的谱峰所在的位置为T1弛豫时间或T2弛豫时间的确切值，谱峰的半高宽对应着结果的不确定度；由数学模型生成仿真信号，构建训练集数据和测试集数据； 搭建网络模型，设置好相关的训练参数； 训练集数据输入到网络模型中进行训练，调整网络参数，直至损失函数下降至收敛并趋于稳定，得到训练好的网络模型； 将测试集数据输入训练好的网络模型中进行测试；具体为：将得到测试集数据信号输入到训练好的网络模型中，得到经训练好的网络模型进行弛豫时间反演生成的核磁共振弛豫时间谱，并与标签中谱峰所在的位置，即T1弛豫时间值或T2弛豫时间值，以及半高宽相比较以验证网络模型的收敛程度；再将真实采集的核磁共振横向弛豫信号输入到训练好的网络模型中，得到经训练好的网络模型进行弛豫时间反演生成相应的核磁共振弛豫时间谱，并与拟合方法得到的期望值进行比较以验证网络模型的有效性； 所述搭建网络模型，设置好相关的训练参数，具体为： 网络模型分为网络主体结构和损失函数两个部分；网络的主体结构由一个全连接层和N层前馈模块堆叠而成，每层的前馈模块与上层输出结果之间通过残差连接，而后经过归一化进入到下一层；每个前馈模块中包括两个全连接层，每个全连接层之后是一个非线性单元ReLU；网络框架的损失函数为： 其中Sini为输入网络的网络标签中第i个点的幅度，Souti为网络的输出结果中第i个点的幅度。

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”。

以上内容由龙图腾AI智能生成。