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！

龙图腾网获悉川北医学院附属医院;川北医学院申请的专利基于多模态MRI融合的运动伪影自适应校正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：CN120298448B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510780671.2，技术领域涉及：G06T7/20；该发明授权基于多模态MRI融合的运动伪影自适应校正方法是由刘念;彭诗集;杨雄雄;陈馨悦;李颖;李航宇设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本基于多模态MRI融合的运动伪影自适应校正方法在说明书摘要公布了：本发明属于图像处理技术领域，具体涉及基于多模态MRI融合的运动伪影自适应校正方法，获取患者sMRI和fMRI，对sMRI和fMRI进行预处理，创建跨模态特征融合模型，将预处理后的sMRI和fMRI输入所述跨模态特征融合模型进行双分支特征提取；跨模态特征融合模型对提取的双分支特征进行跨模态特征交互融合，并进行多尺度特征重构；基于重构的多尺度特征对图像伪影进行检测，对检测得到的图像伪影进行动态时空注意力校正；建立三级损失函数体系进行多任务联合优化。通过整合sMRI和fMRI信息，基于上述图像处理和深度学习，克服了现有技术中无法完全应对各种复杂头动情况的缺点，解决了图像模态间信息缺失和特征利用不充分的技术问题。

本发明授权基于多模态MRI融合的运动伪影自适应校正方法在权利要求书中公布了：1.基于多模态MRI融合的运动伪影自适应校正方法，其特征在于，包括以下步骤： S1：获取患者的结构磁共振图像sMRI和功能磁共振图像fMRI，对所述结构磁共振图像sMRI和功能磁共振图像fMRI进行预处理； S2：创建跨模态特征融合模型，将预处理后的结构磁共振图像sMRI和功能磁共振图像fMRI输入所述跨模态特征融合模型进行双分支特征提取； S3：所述跨模态特征融合模型对提取的双分支特征进行跨模态特征交互融合，并进行多尺度特征重构； S4：基于重构的多尺度特征对图像伪影进行检测，对检测得到的图像伪影进行动态时空注意力校正； S5：建立三级损失函数体系进行多任务联合优化； 预处理的具体过程如下： S11：通过运动伪影模拟单元对结构磁共振图像sMRI施加指定位移和旋转角度的弹性形变场； S12：对功能磁共振图像fMRI使用时变运动参数，并采用随机旋转指定角度、缩放指定倍数和Rician噪声注入的方式进行图像增强处理； S13：通过多模态配准单元实施分层配准策略，实现所述结构磁共振图像sMRI和功能磁共振图像fMRI的配准； 步骤S4中基于重构的多尺度特征对图像伪影进行检测，对检测得到的图像伪影进行动态时空注意力校正的具体过程如下： S41：通过核尺寸为3×3×3的Sobel算子计算梯度幅值，进行双线性插值处理，生成空间注意力图； S42：基于LSTM运动建模进行时间注意力生成； S43：基于U-Net3+架构的生成器模型配置多尺度跳跃连接和时序卷积分支，输出校正后的结构磁共振图像sMRI和功能磁共振图像fMRI，模块能自适应识别头动伪影的时空分布特征； S44：进行多尺度特征跳跃连接，具体公式如下： ； 其中，表示经过多尺度特征跳跃连接操作后得到的特征图；u为2倍上采样；k取值5-1，表示从5到1逆向聚合多尺度特征；表示三维卷积操作，卷积核大小为1×1×1，对输入特征图进行通道数的调整、线性变换等，在不改变特征图空间维度（长、宽、深度）的情况下改变通道数；表示将E k 、T k 、D k+1 三个特征图在通道维度上进行拼接，E k 、T k 、D k+1 是来自不同尺度、不同处理阶段或不同分支的特征图。

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川北医学院附属医院;川北医学院，其通讯地址为：637000 四川省南充市顺庆区文化路63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”。