買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西南醫(yī)科大學(xué)申請(qǐng)的專利一種k空間直接學(xué)習(xí)的非笛卡爾磁共振快速智能成像方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120279134B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510779664.0，技術(shù)領(lǐng)域涉及：G06T11/00；該發(fā)明授權(quán)一種k空間直接學(xué)習(xí)的非笛卡爾磁共振快速智能成像方法是由屈彪;李昔蝶設(shè)計(jì)研發(fā)完成，并于2025-06-12向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種k空間直接學(xué)習(xí)的非笛卡爾磁共振快速智能成像方法在說明書摘要公布了：本發(fā)明公開了一種k空間直接學(xué)習(xí)的非笛卡爾磁共振快速智能成像方法，涉及醫(yī)學(xué)影像處理與磁共振成像技術(shù)領(lǐng)域，包括：首先從磁共振儀器中獲取非笛卡爾全采樣k空間數(shù)據(jù)，結(jié)合欠采樣算子和填零算子，獲得非笛卡爾欠采樣k空間數(shù)據(jù)，并組成訓(xùn)練集；然后設(shè)計(jì)基于圖神經(jīng)網(wǎng)絡(luò)的k空間直接學(xué)習(xí)非笛卡爾采樣的磁共振快速重建網(wǎng)絡(luò)、網(wǎng)絡(luò)推理和損失函數(shù)約束；再求解磁共振快速重建網(wǎng)絡(luò)的最優(yōu)參數(shù)集合；最后將待重建的非笛卡爾欠采樣k空間數(shù)據(jù)輸入已訓(xùn)練好的磁共振快速重建網(wǎng)絡(luò)來重建磁共振圖像。本發(fā)明通過圖神經(jīng)網(wǎng)絡(luò)進(jìn)行k空間數(shù)據(jù)相似特征融合、卷積網(wǎng)絡(luò)進(jìn)行欠采樣k空間缺失點(diǎn)直接填充學(xué)習(xí)的成像方法，實(shí)現(xiàn)快速、低誤差的非笛卡爾磁共振智能圖像重建。

本發(fā)明授權(quán)一種k空間直接學(xué)習(xí)的非笛卡爾磁共振快速智能成像方法在權(quán)利要求書中公布了：1.一種k空間直接學(xué)習(xí)的非笛卡爾磁共振快速智能成像方法，其特征在于，包括： 步驟S1：從磁共振儀器中獲取非笛卡爾全采樣k空間數(shù)據(jù)，結(jié)合欠采樣算子和填零算子，獲得非笛卡爾欠采樣k空間數(shù)據(jù)，并組成訓(xùn)練集； 步驟S2：設(shè)計(jì)基于圖神經(jīng)網(wǎng)絡(luò)的k空間直接學(xué)習(xí)非笛卡爾采樣的磁共振快速重建網(wǎng)絡(luò)、網(wǎng)絡(luò)推理和雙域較正的損失函數(shù)約束； 步驟S3：利用步驟S1獲得的訓(xùn)練集和步驟S2設(shè)計(jì)的網(wǎng)絡(luò)推理和雙域較正的損失函數(shù)約束，求解磁共振快速重建網(wǎng)絡(luò)的最優(yōu)參數(shù)集合； 步驟S4：將待重建的非笛卡爾欠采樣k空間數(shù)據(jù)輸入已訓(xùn)練好的磁共振快速重建網(wǎng)絡(luò)來重建磁共振圖像； 磁共振快速重建網(wǎng)絡(luò)由圖神經(jīng)網(wǎng)絡(luò)特征融合模塊和迭代塊作為網(wǎng)絡(luò)的核心；每個(gè)迭代塊由深度學(xué)習(xí)模塊和數(shù)據(jù)一致性校驗(yàn)?zāi)K兩部分組成； 圖神經(jīng)網(wǎng)絡(luò)特征融合模塊將非笛卡爾欠采樣k空間數(shù)據(jù)采用圖神經(jīng)網(wǎng)絡(luò)來提取局部的相似特征信息，并進(jìn)行相似特征融合； 圖神經(jīng)網(wǎng)絡(luò)特征融合模塊，包括： 將非笛卡爾欠采樣k空間數(shù)據(jù)進(jìn)行分塊處理，得到特征節(jié)點(diǎn)矩陣； 將特征節(jié)點(diǎn)矩陣重排為向量形式，得到特征節(jié)點(diǎn)向量； 計(jì)算得到用于表示特征節(jié)點(diǎn)之間相似程度的鄰接矩陣； 計(jì)算鄰接矩陣的度矩陣； 采用圖神經(jīng)網(wǎng)絡(luò)融合相似特征信息，獲得特征融合后的欠采樣k空間訓(xùn)練集； 深度學(xué)習(xí)模塊，包括：環(huán)形學(xué)習(xí)模塊和徑向?qū)W習(xí)模塊，兩個(gè)模塊均由預(yù)處理操作和卷積網(wǎng)絡(luò)兩個(gè)部分組成。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人西南醫(yī)科大學(xué)，其通訊地址為：646000 四川省瀘州市龍馬潭區(qū)香林路1段1號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。