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基于深度学习自编码的脑部疾病MRI影像的多病灶识别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：CN116523821B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202211737225.6，技术领域涉及：G06T7/00；该发明授权基于深度学习自编码的脑部疾病MRI影像的多病灶识别方法是由邹卫文;赵麾宇;靳渌渊设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本基于深度学习自编码的脑部疾病MRI影像的多病灶识别方法在说明书摘要公布了：一种基于深度学习自编码的脑部疾病MRI影像的多病灶识别方法，包括：对脑部磁共振成像数据进行预处理；使用自编码网络预训练，对MRI数据进行特征提取；将自编码网络编码器的参数迁移至U‑型深度学习网络，进一步学习图像的特征，输出病灶的识别和预测结果。本发明将深度学习算法引入到脑部疾病MRI诊断中，通过迁移学习方法将使用真实数据训练的无监督自动编码器的部分参数迁移至通用U‑型深度学习网络中，降低了对标记数据的需求量并提高了训练效率；本发明较传统单一U‑型网络可进一步提升模型的性能指标，实现更精准的病灶识别，对临床医学领域快速诊断有重大意义。

本发明授权基于深度学习自编码的脑部疾病MRI影像的多病灶识别方法在权利要求书中公布了：1.一种基于深度学习自编码的脑部疾病MRI影像的多病灶识别方法，其特征在于，该方法包括： 步骤S1.获取患者的多序列MRI原始图像和对应带医生标注的MRI病灶标识图像，并对所述的MRI病灶标识图像进行预处理； 步骤S2.采用所述的多序列MRI原始图像对自编码网络进行预训练； 步骤S3.将MRI原始图像和预处理后的MRI病灶标识图像输入U型网络进行训练分割处理，从而获取病灶分割结果，具体包括： 采用n个编码函数将所属的MRI原始图像维度特征值进行下采样，编码函数的超参数由预训练后的自编码网络中同层的超参数迁移而来，得到降维特征值； 采用残差函数作为中间模块，连接编码函数和解码函数，得到中间模块的特征值； 采用选择函数将得到的降维特征值根据输入MRI原始图像的序列不同，开放不同的解码函数通道，同时锁住其余解码函数通道，以此训练时的损失函数只会受到开放的解码函数通道的影响； 采用解码函数将所述的降维特征值进行上采样，得到与所述的MRI原始图像维度特征值相等的维度特征值； 采用输出函数，将所述的与MRI原始图像维度特征值相等的维度特征值判定为不同的index值，得到预测的MRI分割结果； 将MRI原始图像与预处理后MRI病灶标识图像作为通用U型网络的输入端和输出端放入网络中，经上述步骤后得到预测标识图像与实际标识图像的损失函数数值，通过反向传播逐步减少该损失函数；迭代上述过程50次，迭代收敛，取损失函数最小时的权重值作为训练好的分割网络，完成对多序列MRI的图像分割训练，得到脑部病灶的分割预测图。

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。