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！

龙图腾网获悉暨南大学申请的专利低剂量高质量PET图像重建的稀疏双模态核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：CN121304859B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202511521888.8，技术领域涉及：G06T12/20；该发明授权低剂量高质量PET图像重建的稀疏双模态核方法是由林义尊;李婧圆;吴潇楠设计研发完成，并于2025-10-23向国家知识产权局提交的专利申请。

本低剂量高质量PET图像重建的稀疏双模态核方法在说明书摘要公布了：本发明涉及医学成像技术领域，且公开了一种低剂量高质量PET图像重建的稀疏双模态核方法，该方法先定义PET系统矩阵、投影数据等输入参数；再基于无核高阶全变分正则化法重建的PET初步图像与传统高斯核，MRI原始图像与引入灰度差项的改造型高斯核，分别构建PET、MRI通道核矩阵；通过二值图生成加权矩阵，融合两通道核矩阵得到双模态核矩阵；构建含稀疏约束与非负约束的优化模型，采用结合预条件技术、KM动量加速的PKMA算法迭代求解；最终输出高质量重建图像。本发明可在低剂量条件下抑制噪声、保留病灶细节，平衡图像质量与计算效率，满足临床诊断对PET图像的高要求。

本发明授权低剂量高质量PET图像重建的稀疏双模态核方法在权利要求书中公布了：1.一种低剂量高质量PET图像重建的稀疏双模态核方法，包括以下步骤： S1、输入数据定义 输入PET系统矩阵；投影数据；背景噪声项；无核高阶全变分HOTV正则化法重建的PET初步图像；MRI原始图像；核宽度参；用于核矩阵稀疏化的邻域相似体素数量；用于构造加权矩阵的阈值、权重系数；；步长参数；KM迭代参数；稀疏约束非零个数；最大迭代次数；其中，为投影数据维度，为重建图像体素总数； S2、PET通道核矩阵、MRI通道核矩阵构建 基于和传统高斯核函数，保留每个体素邻域内个最相似体素，构建PET通道核矩阵；基于和引入灰度差项的改造型高斯核函数，保留每个体素邻域内个最相似体素，构建MRI通道核矩阵； S3、双模态核矩阵融合 利用阈值对生成二值图，病灶区域体素值设为1，背景区域为0；根据分别构造加权矩阵和；其中中若，，否则为；中若，，否则为； 将与、与分别相乘后，按列拼接形成双模态核矩阵； S4、稀疏优化模型构建 构建包含PET与MRI先验信息、稀疏约束项及非负约束的PET图像重建优化模型，其中非负约束用于保证重建结果的物理合理性，初始化核稀疏向量、辅助变量、辅助变量及重建图像，其中根据PET系统圆形视野FOV约束设定，FOV内体素值为真实平均光子对计数TMC、FOV外为0； S5、预条件KM迭代算法PKMA求解 迭代过程中，先计算预条件矩阵，再求解保真项梯度，通过硬阈值操作得到中间核稀疏向量，结合辅助变量更新公式得到中间辅助变量，引入KM动量加速更新和，最终计算重建图像，预条件KM迭代算法PKMA为结合不动点算法、KM动量加速及预条件技术的算法； S6、输出重建图像 迭代至最大次数，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暨南大学，其通讯地址为：510000 广东省广州市黄埔大道西601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。