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！

龙图腾网获悉南京医科大学申请的专利基于多维邻近空间全变分的磁共振图像稀疏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：CN119417923B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411480950.9，技术领域涉及：G06T11/00；该发明授权基于多维邻近空间全变分的磁共振图像稀疏重建方法是由李修寒;夏劲松;王思琪;殷悦;王伟;周晓焜;冯铭俊设计研发完成，并于2024-10-23向国家知识产权局提交的专利申请。

本基于多维邻近空间全变分的磁共振图像稀疏重建方法在说明书摘要公布了：本发明公开了一种基于多维邻近空间全变分的磁共振图像稀疏重建方法，其包括步骤：步骤1、数据采集与预处理；步骤2、图像重建与梯度计算：利用数据进行逆傅里叶变换，得到重建矩阵Mrecovery，接着计算重建图像的梯度；步骤3、MPSTV正则化约束的建立：构建基于MPSTV的正则化项‖m‖MPSTV；步骤4、约束条件的优化与权重调整：结合数据的特性及重建过程中的梯度信息，通过动态调整正则化项的权重λ1和λ2；步骤5、目标函数的求解与图像重建：构建优化目标函数，并通过最小化该函数求解磁共振图像m的重建。本发明不仅解决了传统全变分方法导致的阶梯效应问题，同时提升了重建图像的质量和精度，为磁共振图像的快速重建提供了新的解决方案。

本发明授权基于多维邻近空间全变分的磁共振图像稀疏重建方法在权利要求书中公布了：1.一种基于多维邻近空间全变分的磁共振图像稀疏重建方法，其特征在于，包括如下步骤： 步骤1、数据采集与预处理：通过采集和处理得到滤波后的K空间数据Kfilteredx,y； 步骤2、图像重建与梯度计算：利用过滤后的K空间数据进行逆傅里叶变换，得到重建矩阵Mrecovery，接着，计算重建图像的梯度，并利用奇异值分解提取图像的特征信息； 步骤3、MPSTV正则化约束的建立：构建基于MPSTV的正则化项‖m‖MPSTV，该项综合考虑不同方向上的变分信息： 其中，表示图像在平面内的梯度，表示对角方向的梯度，表示垂直层之间的梯度；i,j,k分别表示同层的行、同层的列和不同层，ω1为用于计算同层垂直和水平两个方向的变分信息的权重参数，ω2为用于计算同层两个斜方向的变分信息的权重参数，ω为用于计算不同层垂直投影位置方向的变分信息的权重参数； 步骤4、约束条件的优化与权重调整：结合K空间数据的特性及重建过程中的梯度信息，通过动态调整正则化项的权重，以确保在保留边缘细节的同时，抑制图像噪声； 步骤5、目标函数的求解与图像重建：构建优化目标函数，并通过最小化该函数求解磁共振图像m的重建： 其中，Φ是离散小波变换矩阵；‖m‖MPSTV为MPSTV正则化项、‖Φm‖1为l1正则化项、为l2误差项、λ1为MPSTV正则化项权重、λ2为l1正则化项的权重、为重建模型的误差项、μ为误差项权重、R为K空间相位编码矩阵、F为二维傅里叶变换矩阵、f为欠采样的K空间数据；公式中的MPSTV正则化项λ1‖m‖MPSTV进一步表示∑λε‖mε‖MPSTV； 所述步骤2中，重建矩阵Mrecovery表示为： 通过计算得到图像梯度的阈值分量Tlow和Thigh： 其中，max|Mrecovery|是重建图像中像素值的最大绝对值；α和β是分别用于控制低频和高频阈值的比例参数； 其次利用上述的图像重建矩阵Mrecovery，进行SVD： Mrecovery＝USVT 其中，U是左奇异向量矩阵，V是右奇异向量矩阵，S是对角矩阵，其对角线元素σi为图像的奇异值，提取这些奇异值形成向量σ＝{σ1,σ2,σ3,……,σn}，并使用Sobel算子结合奇异值加权计算图像在x和y方向上的梯度： 其中，σx和σy是与x和y方向相关的奇异值； 利用梯度分量，计算图像的梯度幅值G： 其中，Gx和Gy分别表示在x和y方向上的梯度； 所述步骤4通过设定低频Tlow和高频Thigh阈值来实现： 其中，Gε是第ε个像素的梯度幅值，λε是第ε个像素的正则化权重；λedge是边缘区域的正则化权重，用于保留图像细节，λsmooth是平滑区域的正则化权重，用于抑制图像噪声，λtransition是过渡区域的正则化权重，用于确保图像平滑过渡；Tlow和Thigh是通过K空间的高斯滤波计算得到的低频和高频阈值分量。

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南京医科大学，其通讯地址为：211166 江苏省南京市江宁区龙眠大道101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。