買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜廈門理工學院;廈門伸如科技有限公司申請的專利一種人工智能多對比度磁共振快速成像方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114305386B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111521959.6，技術領域涉及：A61B5/055；該發明授權一種人工智能多對比度磁共振快速成像方法是由郭迪;曾谷山;屈小波設計研發完成，并于2021-12-13向國家知識產權局提交的專利申請。

本一種人工智能多對比度磁共振快速成像方法在說明書摘要公布了：一種人工智能多對比度磁共振快速成像方法，涉及多對比度磁共振快速成像方法。提供重建速度快、重建質量好且有較好解釋性的一種人工智能多對比度磁共振快速成像方法。獲取不同對比度的多通道磁共振圖像，通過將多通道合成單通道來得到滿足網絡訓練要求的訓練集；根據傳統最優化迭代計算過程搭建基于聯合稀疏約束的復數神經網絡；建立網絡損失函數；訓練網絡參數；用訓練好的網絡模型對欠采樣多對比度磁共振圖像進行重建。同時兼顧了傳統算法的可解釋性和深度網絡的強學習能力，同時應用復數卷積網絡來直接處理復數數據，設計聯合稀疏約束模塊來更好的利用不同對比度間的結構信息，具有重建速度快、重建質量好且有較好解釋性的特點。

本發明授權一種人工智能多對比度磁共振快速成像方法在權利要求書中公布了：1.一種人工智能多對比度磁共振快速成像方法，其特征在于包括以下步驟：1獲取不同對比度的多通道磁共振圖像，通過將多通道合成單通道來得到滿足網絡訓練要求的訓練集；2根據傳統最優化迭代計算過程搭建基于聯合稀疏約束的復數神經網絡；所述基于聯合稀疏約束的復數神經網絡以迭代塊為核心，通過疊加若干個迭代塊來構成整個網絡；每個迭代塊包含三個模塊：數據校驗模塊、稀疏學習模塊和聯合稀疏約束模塊，其中聯合稀疏約束模塊是整個迭代塊中不同對比度圖像交換信息的唯一位置，也是最關鍵的模塊；整個網絡用一個映射函數表示，即fXu；Θ，Θ代表網絡訓練參數的集合，每個模塊的具體內容如下：2.1數據校驗模塊用于保證重建圖像與測量數據間的一致性：第s個迭代塊的輸入表示為s表示迭代塊的索引，表示第c種對比度磁共振圖像在第s個迭代塊處的輸入，數據校驗快執行如下操作： 每種對比度圖像單獨進行數據校驗操作，γs表示第s個迭代塊的步長且滿足γs∈Θ，U和F分別表示欠采樣矩陣和傅里葉變換，表示第c種對比度的欠采樣圖像，表示第c種對比度圖像經過第s個數據校驗模塊的輸出；當s＝1時，2.2稀疏學習模塊用于學習一個稀疏轉換，目的是讓輸入的圖像被盡可能的稀疏表示：它包含前向稀疏操作和反向稀疏操作，分別用和表示，且滿足數據校驗塊的輸出作為前向稀疏操作的輸入，稀疏操作用三層復數卷積層代替，每層包含24個特征圖，卷積核大小為3×3，激活函數使用復數線性整流函數，前向稀疏操作如下： 是第c種對比度磁共振圖像在第s個前向稀疏操作的輸出；與數據校驗模塊一樣，每種對比度圖像單獨操作；需要注意在同一個迭代塊中，不同對比度圖像在進行前向稀疏操作時網絡權重共享，即每個迭代塊中僅產生一組反向稀疏操作和前向操作類似，目的是為模擬傳統算法中稀疏轉換的逆操作；網絡層數和卷積核以及激活函數與前向稀疏操作一致，不同處在于反向操作的輸入是聯合稀疏模塊的輸出，操作如下： 其中，表示第c種對比度磁共振圖像在第s個反向稀疏操作后的輸出，是第c種對比度磁共振圖像在第s個聯合稀疏約束模塊的輸出；同前向稀疏操作一樣，反向稀疏操作中同樣網絡權重共享；2.3聯合稀疏約束模塊用于約束不同對比度圖像共同稀疏的特性，也是整個迭代塊中不同對比度交換信息的唯一模塊：這個模塊包含兩個操作，即組操作G和組軟閾值操作其中λ表示懲罰參數且滿足λ∈Θ，||·||2表示向量的二范數；組操作G的過程如下：對于前向稀疏操作的輸出經過前向稀疏操作后的大小為n×h×w×24，其中，n為每次訓練樣本數量，h為圖像高度，w為圖像寬度，24為輸出的特征圖數量，即之后將不同對比度磁共振圖像經過前向稀疏操作后得到的對應的特征圖組合起來，用表示形成的24個組的特征，其中代表第c種對比度圖像的第k個特征圖的向量形式；最后對每組特征圖對應的像素點組成一個向量進行組閾值操作，因此，第s個迭代塊中的聯合稀疏約束模塊表示為： 此外，為了加速網絡的訓練和提升網絡效果，在迭代塊內和迭代塊間分別運用殘差結構，在迭代塊內，殘差結構定義式為： 其中，表示第c種對比度磁共振圖像在第s個迭代塊的輸出；迭代塊間的殘差結構體現在第s+1個迭代塊的輸入是前兩個迭代塊的輸出加權的和，數學公式表示為： 其中，μs用來平衡前兩個迭代塊的輸出，且滿足μs∈Θ，參數{γ,λ,μ}會進行相應的初始化；3建立網絡損失函數；4訓練網絡參數；5用訓練好的網絡模型對欠采樣多對比度磁共振圖像進行重建。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廈門理工學院;廈門伸如科技有限公司，其通訊地址為：361024 福建省廈門市集美區后溪鎮理工路600號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。