CN120298448A 基于多模态mri融合的运动伪影自适应校正方法 （川北医学院附属医院）.pdfVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120298448A

(43)申请公布日2025.07.11

(21)申请号202510780671.2G06V10/80(2022.01)

G06V10/74(2022.01)

(22)申请日2025.06.12

G06V10/82(2022.01)

(71)申请人川北医学院附属医院

G06N3/0464(2023.01)

地址637000四川省南充市顺庆区文化路

G06N3/098(2023.01)

63号

G06N3/084(2023.01)

申请人川北医学院

G06N3/0475(2023.01)

(72)发明人刘念彭诗集杨雄雄陈馨悦G06N3/045(2023.01)

李颖李航宇

(74)专利代理机构四川辰然知识产权代理事务

所(普通合伙)51406

专利代理师张婷

(51)Int.Cl.

G06T7/20(2017.01)

G06T7/30(2017.01)

G06T5/90(2024.01)

权利要求书5页说明书16页附图3页

(54)发明名称

基于多模态MRI融合的运动伪影自适应校正

方法

(57)摘要

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

A述图像处理和深度学习，克服了现有技术中无法

8完全应对各种复杂头动情况的缺点，解决了图像

4

4

8模态间信息缺失和特征利用不充分的技术问题。

9

2

0

2

1

N

C

CN120298448A权利要求书1/5页

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