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！

龙图腾网获悉中国科学院深圳先进技术研究院;深圳高性能医疗器械国家研究院有限公司申请的专利一种隐式神经表征低秩张量的动态磁共振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：CN120014084B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411915016.5，技术领域涉及：G06T11/00；该发明授权一种隐式神经表征低秩张量的动态磁共振成像方法是由刘元元;朱燕杰;杨元彪;张其阳;程静;崔卓须;刘聪聪;梁栋;郑海荣设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种隐式神经表征低秩张量的动态磁共振成像方法在说明书摘要公布了：本发明公开了一种隐式神经表征低秩张量的动态磁共振成像方法。该方法包括：针对磁共振图像，利用隐式神经网络学习三维离散坐标点的连续特征表示；通过连续表示的非局部方法将所述连续特征划分为多个重叠与非重叠的基本立方体，并对所述基本立方体进行相似性聚类，构建统一多维空间中的连续组表示；通过耦合低秩函数分解所述连续组表示，进而训练获得重建模型；对于实际采集的k空间数据，利用经训练的重建模型获得重建图像。本发明提高了心脏电影图像重建的质量和效率。

本发明授权一种隐式神经表征低秩张量的动态磁共振成像方法在权利要求书中公布了：1.一种隐式神经表征低秩张量的动态磁共振成像方法，包括以下步骤： 针对磁共振图像，利用隐式神经网络学习三维离散坐标点的连续特征表示； 通过连续表示的非局部方法将所述连续特征划分为多个重叠与非重叠的基本立方体，并对所述基本立方体进行相似性聚类，构建统一多维空间中的连续组表示； 通过耦合低秩函数分解所述连续组表示，进而训练获得重建模型； 对于实际采集的k空间数据，利用经训练的重建模型获得重建图像； 其中，根据以下步骤构建统一多维空间中的连续组表示： 给定一个观测坐标集合对于第d个维度观测坐标的最小值和最大值为ad、bd，进而得到整个N维连续域空间表示为： 其中，N是维度的数目； 基于连续表示的非局部自相似性度量函数h·来表示N维连续域空间上的待重建图像，并使用隐式神经网络来逼近，优化方程设置为： 其中，c表示多通道线圈的个数，Yj表示第j个线圈的真实欠采k空间数据，Aj表示对第j个线圈上的编码算子，h‑1·表示CRNL方法的逆操作，v表示观测的初始坐标，ψ[fθ·]表示fθ·的正则化先验； 将连续域按维度划分为多个不重叠的基本立方体，进而组合成T个重叠的立方体和L个非重叠的立方体，其中立方体的体积V和数量分别表示为： V＝pδ1×pδ2×pδ3×…×pδdT＝n1‑p+1n2‑p+1n3‑p+1其中，δd表示对应维度的划分间隔数，p表示决定基本立方体大小的超参数，则组合成T个重叠的和L个非重叠的立方体，δ1，δ2和δ3表示在各维度上划分连续空间的间隔大小，n1，n2和n3表示在每个维度上将连续空间划分后的子区域数量； 对于每个非重叠的连续立方体在重叠的立方体集合中找到其最相似的S个连续立方体，其中两个相似立方体和Dt的相似性通过两者网格坐标上的函数值fθ的距离衡量； 按照所计算的距离选取S个集合中与集合中最相似的立方体，进而将每个和S个最相似的立方体Dt进行堆叠形成一个连续组，以得到L个连续组调整相似立方体中的观测坐标集合的前三个维度的值，并将其与立方体的索引s进行拼接，构建出新的坐标向量wv,s，表示为： 将第l个中所有的新坐标wv,s收集起来得到一个新的观测坐标集合： 并定义一个新的多变量函数： 其中，定义和分别为在第1、2和3维度的最小坐标值。

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中国科学院深圳先进技术研究院;深圳高性能医疗器械国家研究院有限公司，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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。