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！

龙图腾网获悉北京师范大学申请的专利一种基于一步扩散模型的各向异性MRI超分辨率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：CN121120897B 。

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：202511681732.6，技术领域涉及：G06T15/00；该发明授权一种基于一步扩散模型的各向异性MRI超分辨率方法是由王醒策;闫阳辉;武仲科设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种基于一步扩散模型的各向异性MRI超分辨率方法在说明书摘要公布了：本发明涉及一种基于一步扩散模型的各向异性MRI超分辨率方法，所述方法包括：步骤1，数据预处理；步骤2，预训练扩散模型；步骤3，训练一步扩散模型；步骤4，测试一步扩散模型。本发明的优越技术效果在于：提出了一种一步扩散模型，能够以较快的速度生成高分辨率MR体积数据；通过设计基于变分分数蒸馏的训练策略，对齐两个教师模型的扩散分数，学生扩散模型能够捕获随机噪声与高分辨率MR数据之间的分布映射关系，从而消除传统扩散模型所需的迭代采样过程；提出了噪声感知对比学习，用于进一步缩小生成样本分布和参考数据分布之间的差异；本发明所述方法能够快速完成高质量的三维MRI超分辨率，并且缓解了扩散模型处理三维MR数据时的显存压力。

本发明授权一种基于一步扩散模型的各向异性MRI超分辨率方法在权利要求书中公布了：1.一种基于一步扩散模型的各向异性MRI超分辨率方法，包括： 步骤1，数据预处理阶段：对训练集和测试集中的高分辨率MR体积数据进行预处理，模拟不同切片厚度的低分辨率MR体积数据，应用随机重叠裁剪操作对高分辨率体积数据和低分辨率体积数据进行沿z轴裁剪，构建子体积训练数据； 步骤2，预训练扩散模型阶段：通过去噪扩散损失预训练一个能够执行各向异性MRI超分辨率任务的扩散模型，学习高分辨率MR数据的先验分布，为一步扩散模型中的相关网络训练提供初始权重； 步骤3，训练一步扩散模型阶段：利用训练好的扩散模型构建一步扩散学生模型和两个教师扩散模型，通过约束两个教师模型预测结果的一致性进行变分分数蒸馏，使学生模型具有一步生成能力，将学生模型的预测结果和高分辨率子体积数据作为正样本对，高斯噪声作为负样本，执行噪声感知对比学习，提升学生模型一步生成能力的准确性，完成学生模型的优化后，使用去噪扩散损失微调其中一个教师模型； 步骤4，测试一步扩散模型阶段：对测试集中的低分辨率MR体积进行沿z轴的非重叠裁剪，获得一系列子体积数据，与随机高斯噪声一起按顺序输入训练完毕的一步扩散学生模型，以最大时间步为采样步，获得高分辨率子体积预测结果，将推理出的高分辨率子体积数据堆叠在一起，形成最终的高分辨率MR体积数据。

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北京师范大学，其通讯地址为：100875 北京市海淀区新街口外大街19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。