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！

龙图腾网获悉上海交通大学申请的专利基于深度展开神经网络的实时磁共振图像重建方法及系统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：CN115439383B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202211060518.5，技术领域涉及：G06T5/50；该发明授权基于深度展开神经网络的实时磁共振图像重建方法及系统是由冯原;何钊;杨广中;孙青芳;张小群;朱亚南;何雨晨;孙昱皓设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本基于深度展开神经网络的实时磁共振图像重建方法及系统在说明书摘要公布了：本发明提供了一种基于深度展开神经网络的实时磁共振图像重建方法及系统，包括如下步骤：步骤S1：搭建基于低秩和稀疏分解的深度展开神经网络；步骤S2：采用仿真数据训练搭建的深度展开神经网络；步骤S3：利用训练好的深度展开神经网络进行图像实时重建。本发明通过采用将基于低秩和稀疏分解的迭代算法展开到一个深度神经网络中的方式，解决了迭代算法应用于磁共振实时成像中重建时间较长的问题；实现磁共振介入图像的实时重建。

本发明授权基于深度展开神经网络的实时磁共振图像重建方法及系统在权利要求书中公布了：1.一种基于深度展开神经网络的实时磁共振图像重建方法，其特征在于，包括如下步骤： 步骤S1：搭建基于低秩和稀疏分解的深度展开神经网络； 步骤S2：采用仿真数据训练搭建的深度展开神经网络； 步骤S3：利用训练好的深度展开神经网络进行图像实时重建； 所述步骤S1包括如下步骤： 步骤S1.1：在磁共振成像中，从介入图像序列x中，将变化的背景和持续动态变化的介入特征分解为低秩矩阵L和稀疏矩阵S，即x＝L+S，通过利用L和S的空间稀疏特性，用于磁共振介入图像重建基于低秩和稀疏分解的模型； 步骤S1.2：将基于低秩和稀疏分解的模型展开到深度神经网络中；深度展开神经网络由多个迭代块组成，每个迭代块对应基于低秩和稀疏分解的迭代算法中的一次迭代，基于低秩和稀疏分解的迭代算法中的稀疏变换ψ由多个卷积层和激活函数组成的结构替换，卷积层中卷积核的权重参数在深度展开神经网络训练时学习，基于低秩和稀疏分解的迭代算法中的正则化参数在深度展开神经网络训练时学习； 步骤S1.3：第一个迭代块的第一输入为网络初始化后的参数，第二个及第二个之后的迭代块的第一输入均为上一个迭代块的输出，且每个迭代块的第二输入均包括径向采样得到的k空间数据和线圈敏感度图，最终经过所有迭代块后输出重建图像。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。