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！

龙图腾网获悉杭州师范大学申请的专利一种基于动态掩码的多模态MRI补全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：CN120852575B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511367195.8，技术领域涉及：G06T11/00；该发明授权一种基于动态掩码的多模态MRI补全方法是由孙晓燕;阮家凝;贺文涵设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本一种基于动态掩码的多模态MRI补全方法在说明书摘要公布了：本发明提供了一种基于动态掩码的多模态MRI补全方法，包括：获取连续的多序列MRI图像；将多序列MRI图像输入多序列MRI合成网络中，输出补全后的MRI图像；其中，多序列MRI合成网络通过下述步骤得到：获取历史多序列MRI图像；基于训练进度，确定遮蔽参数；根据遮蔽参数对历史多序列MRI图像中子区域进行遮蔽处理；将遮蔽图像输入到初始MRI合成网络中，输出网络重建图像；基于损失函数，计算历史多序列MRI图像和网络重建图像的差异值；通过反向传播算法，基于差异值调整初始MRI合成网络的参数；基于预设的进度调整步长，调整训练进度，重复执行上述步骤直至预设的终止条件。本申请可以进一步提高生成图像的质量。

本发明授权一种基于动态掩码的多模态MRI补全方法在权利要求书中公布了：1.一种基于动态掩码的多模态MRI补全方法，其特征在于，包括： 获取连续的多序列MRI图像； 将所述多序列MRI图像输入预先训练好的多序列MRI合成网络中，输出补全后的MRI图像； 其中，所述多序列MRI合成网络通过下述步骤构建得到：步骤A1：获取历史多序列MRI图像；步骤A2：基于训练进度，确定遮蔽参数；步骤A3：根据所述遮蔽参数对所述历史多序列MRI图像中预设的子区域进行遮蔽处理，得到遮蔽图像；步骤A4：将所述遮蔽图像输入到预设的初始MRI合成网络中，输出网络重建图像；步骤A5：基于预设的损失函数，计算所述历史多序列MRI图像和所述网络重建图像的差异值；步骤A6：通过反向传播算法，基于差异值调整所述初始MRI合成网络的参数；步骤A7：基于预设的进度调整步长，调整所述训练进度，重复执行所述步骤A2至所述步骤A6直至预设的终止条件； 基于预设的损失函数，计算所述历史多序列MRI图像和所述网络重建图像的差异值的步骤，包括： 基于多区域像素损失函数，计算所述历史多序列MRI图像和所述网络重建图像的多区域像素损失； 基于全局结构一致性损失函数，计算所述历史多序列MRI图像和所述网络重建图像的全局结构一致性损失； 基于深度特征感知损失函数，计算所述历史多序列MRI图像和所述网络重建图像的深度特征感知损失； 基于所述多区域像素损失、所述全局结构一致性损失以及所述深度特征感知损失分别对应的预设权重系数以及所述多区域像素损失、所述全局结构一致性损失以及所述深度特征感知损失，确定所述差异值； 根据所述遮蔽参数对所述历史多序列MRI图像中预设的子区域进行遮蔽处理，得到遮蔽图像的步骤之后，所述方法包括： 标记所述遮蔽图像的前景区域以及背景区域； 基于多区域像素损失函数，计算所述历史多序列MRI图像和所述网络重建图像的多区域像素损失的步骤，包括： 基于下述公式计算所述多区域像素损失： 其中，为所述多区域像素损失，为预设的SmoothL1损失函数，为所述子区域的二值掩码图像，为所述历史多序列MRI图像的未遮蔽区域的二值掩码图像，为所述前景区域的二值掩码图像，为所述背景区域的二值掩码图像，为的权重值，为的权重数值，为的权重数值，为的权重数值，y为所述历史多序列MRI图像，为所述网络重建图像。

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杭州师范大学，其通讯地址为：311100 浙江省杭州市余杭区余杭塘路2318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。