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！

龙图腾网获悉昆明理工大学申请的专利一种基于分类图像块字典学习的灵敏度编码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：CN115690243B 。

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：202211105260.6，技术领域涉及：G06T11/00；该发明授权一种基于分类图像块字典学习的灵敏度编码重建方法是由段继忠;王成菊设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。

本一种基于分类图像块字典学习的灵敏度编码重建方法在说明书摘要公布了：本发明涉及一种基于分类图像块字典学习的灵敏度编码重建方法，属于磁共振成像领域。在磁共振图像重建中引入基于分类图像块的快速字典学习fastdictionarylearningonclassifiedpatches,FDLCP方法，可以提高稀疏性。本发明基于灵敏度编码sensitivityencoding,SENSE重构框架，提出一种基于分类图像块字典学习的磁共振成像重构模型，命名为FDLCP‑SENSE，利用交替方向乘子法alternatingdirectionmethodofmultipliers,ADMM进行求解。实验与TV‑SENSE算法进行比较，结果表明，FDLCP‑SENSE可以获得更加清晰的重构图像，有着较小的重构误差，是一种有效的磁共振成像重建方法。

本发明授权一种基于分类图像块字典学习的灵敏度编码重建方法在权利要求书中公布了：1.一种基于分类图像块字典学习的灵敏度编码重建方法，其特征在于：包括以下步骤： S0:初始化，令x0＝RFSHy,z0＝0,α0＝0, 其中，上标“0”表示迭代前的初始值，上标“H”表示共轭转置运算，表示待重构图像，N＝Nv×Nh，Nv和Nh分别是图像的行数和列数，x0表示x的初始值；是K空间欠采样矩阵，M表示单线圈K空间数据实际采样的点数，且M＜＜N，IL表示L×L的单位矩阵，L表示并行成像使用的接收线圈个数，表示从单线圈的K空间网格中选择采样点的矩阵，RT表示R的转置，表示欠采样的多线圈K空间数据， 表示二维傅里叶变换，Uh、Uv分别表示Nh、Nv点的傅里叶变换矩阵，表示克罗内克积，表示灵敏度矩阵，表示第1个线圈的灵敏度，表示第L个线圈的灵敏度，第l个线圈的灵敏度用表示，Sl是一个对角矩阵； 表示辅助变量，n表示图像块的像素点数，z0和α0表示z和α的初始值，和分别表示对应于z和α的拉格朗日乘子，和表示uz和uα的初始值； S1:从初始重构图像x0中提取第j个含n个像素点的图像块的矩阵为：则提取的第j个图像块表示为：Gjx0，总共有N个可以重叠的图像块，j＝1......N，按照基于分类图像块的快速字典学习FDLCP方法，将N个图像块分成几何方向为ω∈{ω1......ωQ}的Q个类，学习得到几何方向为ω的自适应分析字典令为第j个图像块的几何方向为ω的自适应分析字典，则可构造包含多个信息的一个变换矩阵Φ：则有 S2:初始化，迭代次数k＝0； S3:计算第k+1次迭代的辅助变量zk+1，计算公式如下： 其中，表示第k+1次迭代的辅助变量，·-1表示求逆算子，上标“T”表示矩阵的转置运算，表示第k次迭代的待重构图像，表示第k次迭代中对应于zk的拉格朗日乘子，INL表示NL×NL的单位矩阵，μ1＞0表示参数； S4:用硬阈值法计算第k+1次迭代的辅助变量αk+1，计算公式如下： 其中，表示第k次迭代中对应于αk的拉格朗日乘子，λ＞0和μ2＞0表示参数，Hβ,θ表示硬阈值函数，计算公式为：β表示输入矩阵，θ表示阈值； S5:计算第k+1次迭代的待重构图像xk+1，计算公式如下： 其中，SH表示灵敏度矩阵S的共轭转置，FH表示傅里叶变换矩阵F的共轭转置，ΦH表示变换矩阵Φ的共轭转置，IN表示N×N的单位矩阵； S6:更新第k+1次迭代的拉格朗日乘子其中，δ表示值为1的步长； S7:更新第k+1次迭代的拉格朗日乘子 S8:计算xk+1和xk之间的相对误差relativeerror,RE，计算公式如下： S9:判断是否满足停止条件，若满足RE小于容差tol，或者大于最大迭代次数K1，即k＞K1，进入步骤S10；否则，令k＝k+1返回S2； S10:输出x＝xk+1，得到重构图像x。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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”。