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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏省计量科学研究院(江苏省能源计量数据中心)顾加雨获国家专利权

江苏省计量科学研究院(江苏省能源计量数据中心)顾加雨获国家专利权

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!

龙图腾网获悉江苏省计量科学研究院(江苏省能源计量数据中心)申请的专利一种基于锰增强磁共振成像探测小鼠脑部核团活化的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:CN121482042B

龙图腾网通过国家知识产权局官网在2026-03-27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:202610018699.7,技术领域涉及:G06T7/00;该发明授权一种基于锰增强磁共振成像探测小鼠脑部核团活化的方法是由顾加雨;丁浩洲;孙剑飞;宋涔薏设计研发完成,并于2026-01-08向国家知识产权局提交的专利申请。

一种基于锰增强磁共振成像探测小鼠脑部核团活化的方法在说明书摘要公布了:本发明公开了一种基于锰增强磁共振成像探测小鼠脑部核团活化的方法,属于图像处理领域,包括将采集到的小鼠头部锰增强磁共振图像转化为NIFTI格式,将图像的方向和体素尺寸与标准小鼠脑图谱模板保持一致;对图像执行偏置场校正;加载PLKA‑nnUNet模型,对图像进行图像分割,输出二值脑掩模并从偏置场校正后从图像中提取个体小鼠脑图像;进行图像配准和强度归一化;对配准后的每幅个体小鼠脑图像计算小鼠脑部R1图四个海马亚区的各弛豫率均值,用于量化比较小鼠脑部活化情况;对配准并归一化的个体小鼠脑图像进行体素级别的统计检验,以识别不同实验条件间存在强度差异的脑区。该方法降低了对专业操作的依赖。

本发明授权一种基于锰增强磁共振成像探测小鼠脑部核团活化的方法在权利要求书中公布了:1.一种基于锰增强磁共振成像探测小鼠脑部核团活化的方法,其特征在于,包括: 将采集到的小鼠头部锰增强磁共振图像从原始DICOM数据转化为NIFTI格式,将NIFTI格式图像的方向和体素尺寸与标准小鼠脑图谱模板保持一致; 对图像执行基于N4算法的偏置场校正,以去除由于磁场不均匀性导致的强度漂移; 加载PLKA-nnUNet模型,对图像进行图像分割,输出二值脑掩模并从经过N4算法偏置场校正后从图像中提取个体小鼠脑图像;PLKA-nnUNet是在nnUNet基础上引入并行大核卷积模块、并行融合注意力模块和轻量化卷积设计; 将提取个体小鼠脑图像对齐至标准小鼠脑图谱模板,实现图像配准; 对配准后的每幅个体小鼠脑图像进行强度归一化; 对配准后的每幅个体小鼠脑图像的T1-mapping定量图通过取倒数得到对应的弛豫率图,叠加海马图谱,计算小鼠脑部R1图DG、CA3、CA1、CA2四个海马亚区的各弛豫率均值,用于量化比较小鼠脑部活化情况;对配准并归一化的个体小鼠脑图像进行体素级别的统计检验,以识别不同实验条件间存在强度差异的脑区; PLKA-nnUNet模型采用-Net编码器-解码器架构,并进行了以下改进: 解码器的每一层标准卷积层之后嵌入并行多尺度大核卷积注意力模块,并行多尺度大核卷积注意力模块由顺序连接的并行大核卷积模块和并行融合注意力模块构成,并行大核卷积模块负责提取多尺度特征并生成注意力权重,并行融合注意力模块则从通道、像素、空间三个维度进一步提炼和校准特征; 设置分组大核卷积注意力门控模块,用于在解码器进行特征融合时,融合来自跳跃连接的编码器特征与上采样后的解码器特征,动态校准特征流; 在编码器和解码器的每一标准卷积层位置,均使用深度可分离卷积替代3D卷积,深度可分离卷积对每个输入通道独立进行深度卷积,再通过点卷积组合通道信息,实现轻量化卷积设计; 所述并行大核卷积模块,首先对输入特征进行批归一化,归一化后的特征依次通过两个基础卷积层进行初步变换:先经由一个1×1×1的3D点卷积进行通道特征映射与交互;再通过一个5×5×5的3D卷积提取局部邻域特征;之后分为三个并行的分支,每个分支使用不同卷积核尺寸但具有相同膨胀率的深度膨胀卷积来捕获不同感受野范围内的上下文信息;三个分支的输出特征图随后沿通道维度进行拼接,融合特征接着被送入一个多层感知机进行特征变换与整合;多层感知机输出经过Sigmoid激活函数再与本模块最原始的输入特征进行残差连接,完成第一阶段的注意力引导; 分支一采用卷积核大小为19×19×19的深度膨胀卷积,捕捉图像中的依赖关系;分支二采用卷积核大小为13×13×13的深度膨胀卷积,平衡上下文信息与结构细节;分支三采用卷积核大小为7×7×7的深度膨胀卷积,提取的局部细节特征。

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江苏省计量科学研究院(江苏省能源计量数据中心),其通讯地址为:210023 江苏省南京市栖霞区文澜路95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。