買(mǎi)專利賣(mài)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)恭喜中國(guó)人民解放軍第四軍醫(yī)大學(xué)申請(qǐng)的專利一種精準(zhǔn)識(shí)別腦卒中顱內(nèi)病變區(qū)域的圖像重建方法獲國(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：CN111616708B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-29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：202010449581.2，技術(shù)領(lǐng)域涉及：A61B5/0536；該發(fā)明授權(quán)一種精準(zhǔn)識(shí)別腦卒中顱內(nèi)病變區(qū)域的圖像重建方法是由施艷艷;饒祖廣;付峰;王萌設(shè)計(jì)研發(fā)完成，并于2020-05-25向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種精準(zhǔn)識(shí)別腦卒中顱內(nèi)病變區(qū)域的圖像重建方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種精準(zhǔn)識(shí)別腦卒中顱內(nèi)病變區(qū)域的圖像重建方法，用于電阻抗層析成像重建出血性腦卒中的電導(dǎo)率分布。該方法將電阻抗層析成像問(wèn)題看作求解一個(gè)線性不適定問(wèn)題，確定目標(biāo)函數(shù)；重建方法的流程為：獲取物場(chǎng)信息，求解相對(duì)邊界測(cè)量值向量和靈敏度矩陣；設(shè)置初始化參數(shù)；使用加權(quán)矩陣轉(zhuǎn)換數(shù)據(jù)保真項(xiàng)；利用迭代方式求解目標(biāo)函數(shù)；判斷迭代是否結(jié)束；根據(jù)求得的灰度值，進(jìn)行成像。本發(fā)明有效的克服了邊緣過(guò)光滑效應(yīng)和抑制了階梯偽影，提高了算法的穩(wěn)定性、適用性和重建圖像的空間分辨率，擴(kuò)展了總變差正則化算法在醫(yī)學(xué)檢測(cè)領(lǐng)域的應(yīng)用范圍。

本發(fā)明授權(quán)一種精準(zhǔn)識(shí)別腦卒中顱內(nèi)病變區(qū)域的圖像重建方法在權(quán)利要求書(shū)中公布了：1.一種精準(zhǔn)識(shí)別腦卒中顱內(nèi)病變區(qū)域的圖像重建方法，其特征在于：將電阻抗層析成像作為一個(gè)線性不適定逆問(wèn)題Ag＝bmeas，式中，A為靈敏度矩陣，bmeas為相對(duì)邊界測(cè)量值向量，g為成像灰度值，建立最小化目標(biāo)函數(shù)為： 其中 式中，Sg是目標(biāo)函數(shù)；λ是正則化參數(shù)，為一個(gè)正標(biāo)量，用來(lái)保持保真度項(xiàng)和混合懲罰項(xiàng)之間的平衡；ω∈[0,1]是控制一階TV和高階TV懲罰項(xiàng)之間權(quán)衡的加權(quán)因子；||·||p和||·||1分別是向量Lp范數(shù)和L1范數(shù)；表示梯度；lx和ly分別表示在x方向和y方向上的有限元剖分；和分別是一階和二階離散微分，具體重建步驟如下：1獲取物場(chǎng)信息：針對(duì)重建模型分別獲取重建所需的邊界測(cè)量值和靈敏度矩陣，邊界測(cè)量值是將被測(cè)對(duì)象置于電學(xué)層析成像測(cè)量系統(tǒng)中，被測(cè)場(chǎng)域外均勻分布16個(gè)電極，采用電流激勵(lì)電壓測(cè)量且激勵(lì)電極不測(cè)量的模式，采集循環(huán)激勵(lì)循環(huán)測(cè)量下的邊界電壓，共獲得208個(gè)測(cè)量值；靈敏度矩陣是根據(jù)不含介質(zhì)的空?qǐng)龅倪吔鐪y(cè)量電壓，結(jié)合靈敏度理論，計(jì)算靈敏度矩陣，計(jì)算公式為：式中，Aij是第j個(gè)電極對(duì)對(duì)第i個(gè)電極對(duì)的靈敏度系數(shù)，φi，φj分別為第i個(gè)電極對(duì)及第j個(gè)電極對(duì)在激勵(lì)電流為Ii，Ij時(shí)場(chǎng)域電勢(shì)分布；2設(shè)置初始化參數(shù)：正則化參數(shù)λ＝75，加權(quán)因子ω＝0.3，范數(shù)p＝0.9，正常數(shù)ε＝10-6，迭代終止θmin＝10-4，最大迭代次數(shù)kmax＝50，懲罰參數(shù)β1＝100，β2＝6,β3＝6，軟閾值系數(shù)κ＝0.08，拉格朗日乘子和初始解g0＝0n×1；3使用加權(quán)矩陣轉(zhuǎn)換數(shù)據(jù)保真項(xiàng)：為了降低求解目標(biāo)函數(shù)的難度，使用一種加權(quán)矩陣對(duì)數(shù)據(jù)保真項(xiàng)進(jìn)行轉(zhuǎn)換，則最小化目標(biāo)函數(shù)轉(zhuǎn)變?yōu)椋浩渲校街校琖k是在上一次迭代中計(jì)算并在每次迭代中更新的加權(quán)矩陣，gk+1和gk是第k+1次解的列向量和第k次解的列向量，ε是用于防止分母為零的正小常數(shù)，選擇為10-6；4對(duì)目標(biāo)函數(shù)進(jìn)行迭代求解：通過(guò)引入多個(gè)輔助變量，將復(fù)雜約束問(wèn)題分解為一系列簡(jiǎn)單約束子問(wèn)題，同時(shí)每個(gè)子問(wèn)題都有閉式解，以便用現(xiàn)有的數(shù)值方法求解，為此，引入了三個(gè)輔助變量f、q和r，具體表示為： 其增廣拉格朗日函數(shù)表示為： 式中，γ1,γ2和γ3是增廣拉格朗日乘子，β1,β2,β30是懲罰參數(shù)；輔助變量和灰度值的解描述為： 對(duì)于f子問(wèn)題表示為：式中“°”是逐點(diǎn)積，“sgn”表示signum的函數(shù)；對(duì)于q子問(wèn)題表示為：對(duì)于r子問(wèn)題表示為：對(duì)于灰度值g的子問(wèn)題表示為：轉(zhuǎn)換得到：其中，上標(biāo)T表示轉(zhuǎn)置運(yùn)算符，和ATA為循環(huán)矩陣；為了進(jìn)一步減少階梯效應(yīng)，引入一個(gè)感興趣的區(qū)域，定義：式中，R指感興趣的區(qū)域，κ是區(qū)分背景和介質(zhì)的閾值系數(shù)，灰度值的解g轉(zhuǎn)化為：gk+1＝R.*gk+1，其中，.表示的是元素與元素之間的對(duì)應(yīng)相乘；拉格朗日乘子的計(jì)算和更新方式表示為：5迭代終止準(zhǔn)則：判斷迭代是否符合迭代終止條件θ＝||gk+1-gk||2||gk||2≤θmin或者是否達(dá)到最大迭代次數(shù)k≤kmax，若是則迭代終止，進(jìn)行下一步操作；若否，設(shè)置k＝k+1并跳回第3步繼續(xù)迭代求解；6輸出結(jié)果：根據(jù)最終求解所得灰度值g進(jìn)行成像。

如需購(gòu)買(mǎi)、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)人中國(guó)人民解放軍第四軍醫(yī)大學(xué)，其通訊地址為：710032 陜西省西安市長(zhǎng)樂(lè)西路169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)”。