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！

龙图腾网获悉华中师范大学申请的专利基于MRI不同尺度特征的Tri-UNet大脑年龄预测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：CN115187513B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202210665816.0，技术领域涉及：G06T7/00；该发明授权基于MRI不同尺度特征的Tri-UNet大脑年龄预测方法是由李睿;庞宇;夏宗辉;张俊松;杨宗凯设计研发完成，并于2022-06-13向国家知识产权局提交的专利申请。

本基于MRI不同尺度特征的Tri-UNet大脑年龄预测方法在说明书摘要公布了：本发明属于医学图像分类领域，提供一种基于MRI不同尺度特征的Tri‑UNet大脑年龄预测方法，提出了一个基于3DResNet和3DU‑Net的网络模型Tri‑UNet，用于大脑年龄预测任务，其中，U‑Net多层编解码结构能够结合深层特征和浅层特征，从而更好地学习输入特征的上下文语意信息，在提高预测准确率的同时还能学习到精细化的特征；ResNet中的残差结构可以将端到端的特征映射转换为残差映射，从而更好地学习前后层网络的特征信息，提高预测精度。

本发明授权基于MRI不同尺度特征的Tri-UNet大脑年龄预测方法在权利要求书中公布了：1.基于MRI不同尺度特征的Tri-UNet大脑年龄预测方法，其特征在于该方法包括以下步骤： 1预处理图像：使用医学影像处理软件FreeSurfer的全自动处理流recon-all对原始图像进行预处理，包括颅骨剥离、图像校正、图像配准、图像分割、空间归一化、空间平滑处理； 2裁剪图像：将全脑影像根据服务器GPU内存限制裁剪为小的图像块，然后将裁剪后的图像块作为模型输入； 3图像对齐：将年龄标签值映射到与步骤2裁剪图像相同尺寸的图像块中，形成年龄脑图块标签； 4模型训练：将步骤2裁剪后的图像块和步骤3得到的年龄脑图块标签一起放入Tri-UNet模型中进行全监督训练；模型Tri-UNet包括特征学习主体Tri-UNet与年龄预测网络ResSame； 4-1特征学习主体Tri-UNet：在Tri-UNet编码阶段添加两个TribleResBlock，在Tri-UNet的解码阶段将TribleResBlock的输出特征与下层TribleResBlock的输出特征相结合，通过ResSame对编解码网络学习到的特征进行整合并预测大脑年龄； 其中，TribleResBlock模型结构包含三个路径：第一条是正常输入路径，不做任何操作，用以保存原始输入特征内容，第二条是上采样路径，将输入特征尺寸放大，再进行两次卷积操作，目的是学习放大尺寸的结构影像特征，有助于提高信息拟合能力，第三条是下采样路径，通过最大池化操作将输入特征图集缩小尺寸后，执行两个连续的卷积操作，目的是学习结构影像的深层特征，然后将三条路径完成后的特征图集拼接到一起，其中，上采样路径需要先进行下采样操作来缩小特征图集的尺寸，同时下采样路径则需要进行上采样操作来放大特征图集的尺寸，这样三条路径输出的特征图集尺寸相同才可以进行对齐和拼接，最后，将拼接后的特征图集作为输出，经过TribleResBlock操作后，原始输入特征就同时携带了深层与浅层的特征信息，TribleResBlock将原始输入特征与上采样特征和下采样特征相融合，提高了上下层信息之间的关联性； 4-2年龄预测网络ResSame：ResSame网络结构位于Tri-Unet网络末端，它生成一张输出年龄结果图，其中每个体素都具有独立的大脑预测年龄，最后将年龄结果图中每个体素的大脑预测年龄做平均得到最终的大脑预测年龄； 4-3损失函数：选择MSE作为模型的损失函数，MSE表示为： 其中，N表示样本数量、yi表示真实年龄，表示预测年龄； 5评估结果：使用步骤4训练完成的模型对测试数据进行年龄预测，并且对预测结果进行相关评价指标的计算。

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华中师范大学，其通讯地址为：430079 湖北省武汉市洪山区珞喻路152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。