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！

龙图腾网获悉北京航空航天大学申请的专利一种基于物理先验的磁粒子成像生成式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：CN120279132B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510763970.5，技术领域涉及：G06T11/00；该发明授权一种基于物理先验的磁粒子成像生成式重建方法是由刘建刚;董镇;郭李爽;田捷;安羽设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本一种基于物理先验的磁粒子成像生成式重建方法在说明书摘要公布了：本发明属于磁粒子成像领域，具体涉及一种基于物理先验的磁粒子成像生成式重建方法，旨在解决磁粒子成像系统矩阵校准时间长、基于数学建模方法依赖模型假设、基于加速校准方法难以平衡加速性能和恢复精度，进而导致重建的MPI图像精度较低的问题。本方法包括：构建包含物理先验的系统矩阵；将系统矩阵按列拆分，得到一组系统矩阵列，作为原始系统矩阵列；将原始系统矩阵列、各物理先验输入基于物理先验的潜在扩散模型，进行微调和训练；将新测量的各物理先验输入训练好的模型，得到生成的系统矩阵列，形成完整的系统矩阵，进而结合测量信号，求解病态方程，得到待测量对象的MPI图像。本发明提高了MPI图像重建精度，同时无需校准系统矩阵。

本发明授权一种基于物理先验的磁粒子成像生成式重建方法在权利要求书中公布了：1.一种基于物理先验的磁粒子成像生成式重建方法，其特征在于，该方法包括： S100，构建包含物理先验的系统矩阵；所述物理先验包括磁场分布、粒子磁化曲线、无场区域扫描序列、体素序列、测量信号及相关系数矩阵； S200，将所述系统矩阵按列拆分，得到一组系统矩阵列，作为原始系统矩阵列；将所述原始系统矩阵列、各物理先验输入基于物理先验的潜在扩散模型，进行微调和训练； S300，将新测量的各物理先验输入训练好的基于物理先验的潜在扩散模型，得到生成的系统矩阵列，形成完整的系统矩阵，进而结合待测量对象的测量信号，求解病态方程，得到MPI图像； 所述基于物理先验的潜在扩散模型包括编码器、MPI物理先验条件编码器、加噪扩散模块、降噪自编码器、解码器； 所述生成的系统矩阵列，其获取方法为： 通过所述编码器将所述原始系统矩阵列从高维压缩至低维潜在空间，得到潜在特征向量；将各物理先验输入所述MPI物理先验条件编码器，得到物理先验条件掩码；通过所述加噪扩散模块对所述潜在特征向量进行加噪扩散处理，得到噪声潜在特征向量；将所述噪声潜在特征向量输入所述降噪自编码器、将所述物理先验条件掩码输入所述降噪自编码器的调控器进行耦合，得到最终的潜在特征向量；通过所述解码器从所述最终的潜在特征向量中重构系统矩阵列，得到所述生成的系统矩阵列； 所述得到物理先验条件掩码，其方法为： 获取测量信号的模值序列、相位序列，并分别进行归一化处理；归一化后进行拼接，并依次通过线性层、激活函数层进行特征提取，将提取的特征作为第三特征；将相关系数矩阵进行维度转化后，与第三特征进行矩阵相乘，矩阵相乘后依次通过批归一化层、线性层、SiLU层处理，得到测量信号潜在特征向量； 将体素序列依次通过嵌入层、线性层、Softplus层处理，得到体素序列潜在向量； 将磁场分布依次通过最大池化层、线性层处理，得到磁场潜在特征向量；将粒子磁化曲线依次通过嵌入层、批归一化层、线性层处理，得到粒子特性潜在向量；将无场区域扫描序列依次通过嵌入层、批归一化层、线性层、SiLU层处理，得到扫描序列潜在向量；将磁场潜在特征向量、粒子特性潜在向量、扫描序列潜在向量进行逐元素相乘，得到系统特性融合向量； 将所述体素序列潜在向量、所述系统特性融合向量、所述测量信号潜在特征向量进行矩阵拼接处理，矩阵拼接处理后通过三个线性层处理，得到物理先验条件掩码。

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北京航空航天大学，其通讯地址为：100083 北京市海淀区学院路37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”。