北京航空航天大学刘涛获国家专利权
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!
龙图腾网获悉北京航空航天大学申请的专利磁共振影像特征提取方法、系统、设备及特征应用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:CN116152511B 。
龙图腾网通过国家知识产权局官网在2026-03-03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:202310138901.6,技术领域涉及:G06V10/40;该发明授权磁共振影像特征提取方法、系统、设备及特征应用方法是由刘涛;唐慧;刘浩;沈为群设计研发完成,并于2023-02-20向国家知识产权局提交的专利申请。
本磁共振影像特征提取方法、系统、设备及特征应用方法在说明书摘要公布了:本发明提供了一种磁共振影像特征提取方法、系统、设备及特征应用方法,涉及图像特征提取技术领域,本发明包括获取待测样本的磁共振成像数据;根据磁共振T1加权影像、磁共振成像液体衰减反转恢复序列影像和弥散磁共振影像,构建待测样本的结构断联网络;根据静息态功能磁共振成像,构建待测样本的功能断联网络;根据结构断联网络和功能断联网络,构建个体损伤程度网络;将个体损伤程度网络的矩阵上三角值转化得到的一维向量,作为待测样本磁共振影像的特征提取结果。本发明通过构建结构断联网络和功能断联网络能够准确合理的提取磁共振影像的特征,以提高模型分类的精度。
本发明授权磁共振影像特征提取方法、系统、设备及特征应用方法在权利要求书中公布了:1.一种磁共振影像的特征提取方法,其特征在于,包括: 获取待测样本的磁共振成像数据;所述磁共振成像数据包括磁共振T1加权影像、磁共振成像液体衰减反转恢复序列影像、弥散磁共振影像和静息态功能磁共振成像; 根据所述磁共振T1加权影像、所述磁共振成像液体衰减反转恢复序列影像和所述弥散磁共振影像,构建待测样本的结构断联网络; 根据所述静息态功能磁共振成像,构建待测样本的功能断联网络; 根据所述结构断联网络和所述功能断联网络,构建个体损伤程度网络; 将所述个体损伤程度网络的矩阵上三角值转化得到的一维向量,作为待测样本的损伤程度向量;所述损伤程度向量为待测样本磁共振影像的特征提取结果; 获取待测群体中多个个体的磁共振成像数据为群体磁共振成像数据; 根据群体磁共振成像数据,确定待测群体中每个个体的损伤程度向量; 将待测群体对应的多个损伤程度向量进行叠加处理,得到待测群体损伤程度矩阵; 将待测群体损伤程度矩阵输入到群体认知水平分类模型中,得到待测群体的群体认知水平类别;群体认知水平分类模型是以多个群体的群体损伤程度矩阵为自变量,以对应群体的群体认知水平类别为因变量构建的线性回归模型; 根据所述磁共振T1加权影像、所述磁共振成像液体衰减反转恢复序列影像和所述弥散磁共振影像,构建待测样本的结构断联网络,包括: 根据所述磁共振T1加权影像和所述磁共振成像液体衰减反转恢复序列影像,确定待测样本的白质高信号区域图; 通过线性变换将所述白质高信号区域图变换至MNI标准空间,得到MNI标准空间下的白质高信号区域图; 对所述弥散磁共振影像进行预处理,得到预处理后的弥散磁共振影像; 将所述预处理后的弥散磁共振影像配准到MNI标准空间,并进行纤维追踪处理,得到全脑区域的第一确定性纤维追踪结构连接图像; 将所述MNI标准空间下的白质高信号区域图叠加到MNI标准空间下的弥散磁共振影像,得到叠加图像; 对所述叠加图像进行确定性纤维追踪处理,得到白质高信号区域的第二确定性纤维追踪结构连接图像; 根据所述第一确定性纤维追踪结构连接图像确定第一结构连接矩阵; 根据所述第二确定性纤维追踪结构连接图像确定第二结构连接矩阵; 以所述第一结构连接矩阵的元素为被除数,以所述第二结构连接矩阵的元素为除数,对所述第一结构连接矩阵和所述第二结构连接矩阵进行对应元素取商处理,得到全脑区域的结构断联矩阵; 根据所述结构断联矩阵,确定待测样本的结构断联网络; 根据所述结构断联网络和所述功能断联网络,构建个体损伤程度网络,包括: 以功能断联矩阵的元素为被除数,以结构断联矩阵的元素为除数,对所述功能断联矩阵和所述结构断联矩阵进行对应元素取商处理,得到个体损伤程度矩阵; 根据所述个体损伤程度矩阵,确定待测样本的个体损伤程度网络。
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北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励