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！

龙图腾网获悉西南医科大学申请的专利一种k空间直接学习的非笛卡尔磁共振快速智能成像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：CN120279134B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510779664.0，技术领域涉及：G06T11/00；该发明授权一种k空间直接学习的非笛卡尔磁共振快速智能成像方法是由屈彪;李昔蝶设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本一种k空间直接学习的非笛卡尔磁共振快速智能成像方法在说明书摘要公布了：本发明公开了一种k空间直接学习的非笛卡尔磁共振快速智能成像方法，涉及医学影像处理与磁共振成像技术领域，包括：首先从磁共振仪器中获取非笛卡尔全采样k空间数据，结合欠采样算子和填零算子，获得非笛卡尔欠采样k空间数据，并组成训练集；然后设计基于图神经网络的k空间直接学习非笛卡尔采样的磁共振快速重建网络、网络推理和损失函数约束；再求解磁共振快速重建网络的最优参数集合；最后将待重建的非笛卡尔欠采样k空间数据输入已训练好的磁共振快速重建网络来重建磁共振图像。本发明通过图神经网络进行k空间数据相似特征融合、卷积网络进行欠采样k空间缺失点直接填充学习的成像方法，实现快速、低误差的非笛卡尔磁共振智能图像重建。

本发明授权一种k空间直接学习的非笛卡尔磁共振快速智能成像方法在权利要求书中公布了：1.一种k空间直接学习的非笛卡尔磁共振快速智能成像方法，其特征在于，包括： 步骤S1：从磁共振仪器中获取非笛卡尔全采样k空间数据，结合欠采样算子和填零算子，获得非笛卡尔欠采样k空间数据，并组成训练集； 步骤S2：设计基于图神经网络的k空间直接学习非笛卡尔采样的磁共振快速重建网络、网络推理和双域较正的损失函数约束； 步骤S3：利用步骤S1获得的训练集和步骤S2设计的网络推理和双域较正的损失函数约束，求解磁共振快速重建网络的最优参数集合； 步骤S4：将待重建的非笛卡尔欠采样k空间数据输入已训练好的磁共振快速重建网络来重建磁共振图像； 磁共振快速重建网络由图神经网络特征融合模块和迭代块作为网络的核心；每个迭代块由深度学习模块和数据一致性校验模块两部分组成； 图神经网络特征融合模块将非笛卡尔欠采样k空间数据采用图神经网络来提取局部的相似特征信息，并进行相似特征融合； 图神经网络特征融合模块，包括： 将非笛卡尔欠采样k空间数据进行分块处理，得到特征节点矩阵； 将特征节点矩阵重排为向量形式，得到特征节点向量； 计算得到用于表示特征节点之间相似程度的邻接矩阵； 计算邻接矩阵的度矩阵； 采用图神经网络融合相似特征信息，获得特征融合后的欠采样k空间训练集； 深度学习模块，包括：环形学习模块和径向学习模块，两个模块均由预处理操作和卷积网络两个部分组成。

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西南医科大学，其通讯地址为：646000 四川省泸州市龙马潭区香林路1段1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”。