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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种磁共振定量生理参数图生成方法和装置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：CN116703842B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310611687.1，技术领域涉及：G06T7/00；该发明授权一种磁共振定量生理参数图生成方法和装置是由张娜;郑海荣;刘新;胡战利;梁栋;李烨;邹超;曾道辉设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本一种磁共振定量生理参数图生成方法和装置在说明书摘要公布了：本说明书实施例提供了一种磁共振定量生理参数图生成方法和装置，包括获取各组DCE‑MRI图像和与各组DCE‑MRI图像对应的定量生理参数图；将各组DCE‑MRI图像和定量生理参数图作为训练输入，对深度学习模型进行训练直至其损失函数值满足预设要求，深度学习模型为包括生成网络和判别网络的生成对抗网络，生成网络用于生成输出图像，判别网络包括全局判别器和局部判别器，将损失函数值满足预设要求时的深度学习模型作为定量生理参数图生成模型，对待处理DCE‑MRI图像进行处理得到定量生理参数图。通过本说明书实施例提供的方法，能够提高定量生理参数图生成效率和准确性。

本发明授权一种磁共振定量生理参数图生成方法和装置在权利要求书中公布了：1.一种磁共振定量生理参数图生成方法，其特征在于，包括： 获取各组DCE-MRI图像和与各组DCE-MRI图像对应的定量生理参数图； 将所述各组DCE-MRI图像和所述定量生理参数图作为训练输入，对深度学习模型进行训练，直至所述深度学习模型的损失函数值满足预设要求，所述深度学习模型为生成对抗网络，所述生成对抗网络包括生成网络和判别网络，所述生成网络用于生成输出图像，所述判别网络包括全局判别器和局部判别器，所述全局判别器用于判别所述输出图像与所述定量生理参数图的相似性，所述局部判别器用于判别所述输出图像的局部感兴趣区与所述定量生理参数图中对应的局部感兴趣区的相似性； 将所述损失函数值满足预设要求时的深度学习模型作为定量生理参数图生成模型，对待处理DCE-MRI图像进行处理得到定量生理参数图； 所述损失函数为： LOSS＝loss_G+loss_D； 其中，LOSS为所述深度学习模型的损失值，loss_G为生成网络的损失值，loss_D为判别网络的损失值； loss_D＝loss_D1*α+loss_D2*1-α； 其中，loss_D1为全局判别器的损失值，loss_D2为局部判别器的损失值，α为大于0小于1的常系数； 所述生成网络为加入组归一化的生成网络，所述判别网络为加入谱归一化的判别网络； 获取与各组DCE-MRI图像对应的定量生理参数图，包括： 提取同一组DCE-MRI图像中的任一像素点的时间-信号曲线； 建立该组DCE-MRI图像中的相应像素点的对比剂浓度随时间的变化曲线； 拟合所述时间-信号曲线与所述变化曲线，得到该组DCE-MRI图像中对应像素点的Ktrans值； 重复上述过程，得到同一组DCE-MRI图像中所有像素点的Ktrans值； 基于所有像素点的Ktrans值得到该组DCE-MRI图像对应的Ktrans定量生理参数图。

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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。