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！

龙图腾网获悉南昌大学申请的专利一种基于潜在变量扩散模型的快速磁共振图像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：CN120182422B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510637556.X，技术领域涉及：G06T11/00；该发明授权一种基于潜在变量扩散模型的快速磁共振图像重建方法是由刘且根;谢欣;官瑜;卢玉娟;金义成;张明辉设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本一种基于潜在变量扩散模型的快速磁共振图像重建方法在说明书摘要公布了：本发明公开了一种基于潜在变量扩散模型的快速磁共振图像重建方法，属于医学图像处理研究技术领域，方法包括：1）获取图像数据集：对数据集进行等比例缩放处理和数据增强处理，得到图像大小一致且数量足够的训练数据集和验证数据集；2）构建扩散模型网络：构建潜在k空间扩散模型网络结构，使用训练数据集进行训练，使用验证数据集对训练的中间结果进行验证，得到训练好的扩散模型网络；3）磁共振图像重建：输入欠采样的k空间数据，使用训练好的扩散模型网络进行磁共振图像重建，输出重建结果图像。本发明方法不仅能够有效减少扩散模型重建所需的计算量和计算时间，还可以保留图像的结构细节，保留清晰的图像边缘和纹理，提高重建图像的质量。

本发明授权一种基于潜在变量扩散模型的快速磁共振图像重建方法在权利要求书中公布了：1.一种基于潜在变量扩散模型的快速磁共振图像重建方法，其特征在于，包括以下步骤： 步骤S1、获取图像数据集； 图像数据集基于SIAT数据集和fastMRI数据集获取，对SIAT数据集和fastMRI数据集进行等比例缩放处理和数据增强处理，得到图像大小一致且数量足够的图像数据集，并将图像数据集进一步划分为训练数据集和验证数据集； 步骤S2、构建扩散模型网络； 构建一个能够捕捉和表示k空间中特征和结构的潜在k空间扩散模型网络，使用训练数据集对构建的潜在k空间扩散模型网络进行训练，使用验证数据集对潜在k空间扩散模型网络训练的中间结果进行验证，并在验证潜在k空间扩散模型网络拟合后得到训练好的潜在k空间扩散模型网络； 所述潜在k空间扩散模型网络结构包括频率信息生成模型、高频细节细化模型及编码器-解码器网络： 所述频率信息生成模型用于从欠采样的潜在k空间数据中重建整个图像结构，所述高频细节细化模型用于恢复在频率信息生成模型重建图像结构过程中丢失的高频细节； 所述编码器-解码器网络中，编码器通过残差块和线性层进行堆叠，用于将k空间数据压缩成低维的潜在k空间，解码器则将动态Transformer块与U型结构相结合，所述动态Transformer块包括多头转置注意力和门控前馈网络，利用潜在k空间作为动态调制参数，以保留恢复图像的细节； 步骤S3、磁共振图像重建； 输入欠采样的k空间数据，使用训练好的潜在k空间扩散模型网络进行磁共振图像重建，输出重建结果图像。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。