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！

龙图腾网获悉厦门理工学院申请的专利基于参考图像和数据修正的欠采样磁共振图像重建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：CN114998458B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202111434806.8，技术领域涉及：G06T11/00；该发明授权基于参考图像和数据修正的欠采样磁共振图像重建方法是由杜晓凤;何一凡;满旺;李白云设计研发完成，并于2021-11-29向国家知识产权局提交的专利申请。

本基于参考图像和数据修正的欠采样磁共振图像重建方法在说明书摘要公布了：本发明提供了一种基于参考图像和数据修正的欠采样磁共振图像重建方法，包括：获取全采样T1加权图像作为参考图像Iref；获取全采样T2加权图像IT2，并转换为欠采样k空间数据y；初始化图像序列Is和初始化互信息值序列MIs；使用基于残差模块的卷积神经网络，建立基于参考图像Iref和欠采样k空间数据y的欠采样磁共振图像重建模型；训练欠采样磁共振图像重建模型；记录重建过程中的重建图像及其与参考图像的互信息值；基于所述互信息值选择最佳的重建图像；对所述最佳的重建图像进行迭代k‑空间数据修正，获得最终的重建图像。本发明能够提高重建图像的准确度。

本发明授权基于参考图像和数据修正的欠采样磁共振图像重建方法在权利要求书中公布了：1.一种基于参考图像和数据修正的欠采样磁共振图像重建方法，其特征在于，包括如下步骤： 获取全采样T1加权图像作为参考图像Iref；获取全采样T2加权图像IT2，并转换为欠采样k空间数据y； 初始化图像序列Is和初始化互信息值序列MIs； 使用基于残差模块的卷积神经网络，建立基于参考图像Iref和欠采样k空间数据y的欠采样磁共振图像重建模型； 训练欠采样磁共振图像重建模型； 记录重建过程中的重建图像及其与参考图像的互信息值； 基于所述互信息值选择最佳的重建图像； 对所述最佳的重建图像进行迭代k-空间数据修正，获得最终的重建图像； 获取全采样T2加权图像IT2，并转换为欠采样k空间数据y，具体包括： 将加权图像IT2傅里叶变换到k空间，再将k空间数据与欠采样掩码M点乘，得到对应的欠采样k空间数据y，如下： y＝M⊙FIT2 其中，F表示傅里叶变换； 记录重建过程中的重建图像及其与参考图像的互信息值，具体包括： 每间隔n次训练，存储第i次重建图像Ii到重建图像序列Is＝Is∪Ii中，计算Ii与参考图像Iref的互信息值并存储入MIs＝MIs∪MIi，其中 其中Px为图Ii中灰度级x的概率密度，py为图Iref中灰度级y的概率密度，px,y指的是图像Ii的灰度级x与图像Iref灰度级为y的联合概率密度； 记录重建过程中的重建图像及其与参考图像的互信息值，具体包括： 每间隔n次训练，存储第i次重建图像Ii到重建图像序列Is＝Is∪Ii中，计算Ii与参考图像Iref的互信息值并存储入MIs＝MIs∪MIi，其中 其中px为图Ii中灰度级x的概率密度，py为图Iref中灰度级y的概率密度，px,y指的是图像Ii的灰度级x与图像Iref灰度级为y的联合概率密度； 使用基于残差模块的卷积神经网络，建立基于参考图像Iref和欠采样k空间数据y的欠采样磁共振图像重建模型，具体包括： 卷积神经网由多个残差模型堆叠而成，输入为参考图像Iref，输出为重建的图像It；从输入端到输出端的映射函数为fΘ|Iref，该映射函数具有参数Θ＝{W1,W2,…WL；B1,B2,…BL}，其中Wl表示第l层的权值矩阵，Bl表示第l层的偏置，L是网络模型的总层数；给定欠采样k空间数据y和它对应的参考图像Iref作为网络输入，将重建的图像作为网络输出，损失函数定义为： I′＝fΘ|Iref It＝fdcI′＝|F-11-M⊙FI′+y| EΘ＝‖y-M⊙FfdcI′‖2 其中，F表示傅里叶变换，FI′表示对图像I′进行傅里叶变换，F-1表示傅里叶逆变换，1表示值全为1的与M同大小的矩阵，⊙表示矩阵之间的点乘，fdc表示数据修正操作，||·||2表示矩阵范数的平方。

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厦门理工学院，其通讯地址为：361000 福建省厦门市集美区理工路600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。