買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉杭州電子科技大學申請的專利一種基于CMA-Net的多通道磁共振成像方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118071857B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202410136135.4，技術領域涉及：G06T11/00；該發明授權一種基于CMA-Net的多通道磁共振成像方法是由湯元震;劉昊;金朝陽設計研發完成，并于2024-01-31向國家知識產權局提交的專利申請。

本一種基于CMA-Net的多通道磁共振成像方法在說明書摘要公布了：本發明公開了一種基于CMA?Net的多通道磁共振成像方法，包括k空間數據預處理、GRAPPA重建、CMA?Net網絡模型的構建與訓練、數據一致性替換與圖像重建。所述CMA?Net網絡模型使用復數多尺度級聯注意力模塊以提高網絡的全局特征提取能力，將復數注意門模塊嵌入編碼路徑和解碼路徑之間的快速連接之中，提高網絡對局部感興趣區域信息的特征提取能力；利用GRAPPA重建結果構建殘差連接，聯合利用線性插值和非線性插值優點，進一步提高成像質量；構建多角度殘差連接，有效緩解梯度消失問題，提高網絡性能。實驗結果表明，本方法能有效減少多通道欠采樣磁共振重建圖像的偽影，重建出高質量的磁共振復數圖像。

本發明授權一種基于CMA-Net的多通道磁共振成像方法在權利要求書中公布了：1.一種基于CMA-Net的多通道磁共振成像方法，其特征在于：具體包括以下步驟： 步驟1、k空間數據預處理 對全采樣的k空間復數多通道數據Sk進行欠采樣，得到欠采樣數據Su，分別對全采樣數據Sk與欠采樣數據Su進行傅里葉反變換與復數歸一化，得到參考圖像Iref與欠采樣圖像Iu； 步驟2、GRAPPA重建 對欠采樣數據Su進行GRAPPA重建，得到k空間重建數據SGRAPPA，再按通道進行傅里葉反變換，獲得圖像域的GRAPPA重建圖IGRAPPA； 步驟3、構建CMA-Net網絡模型 所述CMA-Net網絡模型包括GRAPPA殘差路徑和復數卷積網絡；所述GRAPPA殘差路徑以重建圖IGRAPPA為輸入，經過一層復數逐點卷積進行簡單的特征提取后輸出；所述復數卷積網絡采用對稱編碼—解碼結構；CMA-Net網絡模型將GRAPPA殘差路徑和復數卷積網絡的輸出特征相加，作為最終的模型輸出CMANetout； 所述復數卷積網絡包括編碼器部分和解碼器部分，輸入數據先經過四個編碼層，其中每個編碼層包括一個復數多尺度級聯注意力模塊和一個復數卷積降采樣模塊；編碼器部分的輸出特征圖經過一個由復數雙卷積殘差模塊構成的中間層，然后進入解碼器部分；所述解碼器部分包括四個解碼層，每個解碼層包括復數上采樣、復數注意門和復數雙卷積殘差模塊，其中第一個解碼層的輸入為中間層的輸出，后續解碼層的輸入為上一個解碼層的輸出，復數注意門針對同層級復數多尺度級聯注意力模塊與復數上采樣的輸出特征計算注意力；最后一個解碼層的輸出經過一個由復數逐點卷積構成的輸出層后，得到復數卷積網絡得到輸出； 步驟4、CMA-Net網絡訓練 將步驟1處理后的欠采樣圖像Iu與步驟2的GRAPPA重建圖IGRAPPA作為輸入樣本，參考圖像Iref作為對應的標簽進行網絡訓練，選擇復數均方誤差函數作為網絡反向傳播的損失函數，計算輸出層的損失值； 步驟5、數據一致性替換與圖像重建 使用步驟4訓練后的CMA-Net網絡模型，對欠采樣圖像與GRAPPA重建圖進行預測；將預測結果Ipre傅里葉變換到k空間中，并使用欠采樣數據Su進行數據替換，得到多通道復數重建圖像Recon；再采用虛擬線圈合成法將多通道復數重建圖像Recon合成為單通道復數圖像Result，完成圖像重建。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人杭州電子科技大學，其通訊地址為：310018 浙江省杭州市下沙高教園區2號大街；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。