Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学祖伟韬获国家专利权

上海交通大学祖伟韬获国家专利权

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!

龙图腾网获悉上海交通大学申请的专利一种低场磁共振图像超分辨网络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:CN119477691B

龙图腾网通过国家知识产权局官网在2026-01-23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:202411487839.2,技术领域涉及:G06T3/4053;该发明授权一种低场磁共振图像超分辨网络是由祖伟韬;金成;张志勇设计研发完成,并于2024-10-23向国家知识产权局提交的专利申请。

一种低场磁共振图像超分辨网络在说明书摘要公布了:本发明公开了一种低场磁共振图像超分辨网络,涉及磁共振成像领域。本发明针对低场Low‑Field磁共振成像MRI设备的分辨率不足问题,引入多层次注意力机制和稳定小波变换进行图像超分辨。低场磁共振图像首先经过浅层特征提取网络提取浅层特征,接着利用“U”型特征提取网络提取局部细节的深层次特征,特征经过含有注意力机制的网络进行特征整合,并通过像素重排列上采样,同时利用残差设计学习原始图像结构,最终得到高分辨输出。本发明有效提升了低场磁共振图像的清晰度,解决了传统方法在高频区域模糊的问题;在峰值信噪比PSNR和结构相似性SSIM等图像质量指标上均表现优越,并且能在计算成本相对较低的情况下实现高效的图像重建。

本发明授权一种低场磁共振图像超分辨网络在权利要求书中公布了:1.一种低场磁共振图像超分辨网络,其特征在于,包括多层次注意力机制模块和基于稳定小波变换的损失函数; 低场磁共振图像首先经过浅层特征提取网络提取浅层特征,接着利用“U”型的特征提取网络提取局部细节的深层次特征,特征经过含有注意力机制的网络进行特征整合,并最终在卷积层后通过像素重排列进行上采样,同时利用残差设计,将原始图像通过三线性插值得到对应高分辨图像的维度,与经过像素重排列后的特征相加,最终得到高分辨输出;高分辨输出还通过退化网络得到相应的伪低场输出,对偶的退化过程,把超分辨输出输入由多个卷积层组成的退化网络,得到对应的伪低场输出; 输入“U”型的特征提取网络,通过先下采样再上采样的操作,提取局部细节的深层次特征,每层的特征提取器通过残差多层次注意力组,进行细致的特征提取,同一层次之间采用跳跃连接; 残差多层次注意力组,将通道拆分为3个特征,分别被三个不同大小的卷积核进行卷积,通过不同的感受野得到不同层次的空间信息,合并得到多层次空间特征后,利用最大池化和平均池化提取高阶信息,通过sigmoid激活函数得到注意力权重,与多层次空间特征相乘,得到加权空间特征信息;通道注意力经过平均池化后通过两层卷积与LeakyReLU激活层后得到对应的通道注意力权重,再与空间特征相乘后得到最终的整体特征; 采用3D网络进行训练;将网络的整体结构为3D形式,还将稳定小波变换扩展为3D版本;稳定小波变换通过消除下采样步骤,保持信号在每个尺度上的平移不变性;在训练阶段,将得到的超分辨输出与真实图像分别做稳定小波变换,将高频信息求平均绝对误差; 使用GPU训练,对低场磁共振图像进行模拟的公式为; 其中:y为低分辨率图像;x为y相对应的高分辨率图像;k表示模糊核;指高分辨率图像与模糊核之间的卷积操作;↓s表示放缩尺度为s的下采样,为K空间的部分截断;为加性的莱斯噪声。

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上海交通大学,其通讯地址为:200240 上海市闵行区东川路800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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。