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！

龙图腾网获悉河南师范大学申请的专利一种用于脑部电阻抗层析成像的电导率可视化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：CN114708350B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202210384135.7，技术领域涉及：G06T12/20；该发明授权一种用于脑部电阻抗层析成像的电导率可视化方法是由施艳艳;娄亚君;王萌;张宇航设计研发完成，并于2022-04-12向国家知识产权局提交的专利申请。

本一种用于脑部电阻抗层析成像的电导率可视化方法在说明书摘要公布了：本发明公开了一种用于脑部电阻抗层析成像的电导率可视化方法，该方法将Tikhonov正则化方法与去噪算法相结合，实现脑部成像。根据被测场域获取重建所需的相对边界电压测量值和灵敏度矩阵，使用Tikhonov正则化方法求解得到初始电导率变化量，进而结合去噪算法得到优化的电导率变化量。具体过程为：设计最小化目标函数；设置初始化参数；用交替最小化方法来更新解的值；判断参数是否满足限定条件；判断迭代是否结束；根据最终求得的电导率变化量并按照坐标位置信息进行图像重建。本发明所提方法能够有效地提高重建图像的空间分辨率，进而改善成像质量，适用性广泛，在脑部电阻抗层析成像中具有很大的应用潜力。

本发明授权一种用于脑部电阻抗层析成像的电导率可视化方法在权利要求书中公布了：1.一种用于脑部电阻抗层析成像的电导率可视化方法，其特征在于具体步骤为： 步骤S1，依据脑部目标场域的形状信息以及场域内的电导率信息，在计算机上完成标准的模型构建； 步骤S2，针对四种典型模型分别获取各自重建所需的相对边界电压测量值b和灵敏度矩阵A，具体过程为： 步骤S201，在被测场域外等距均匀分布16个电极，采用相对电流激励相邻电压测量且激励电极不测量的模式，依次采集循环激励循环测量下的边界电压，共获得192个测量值，相对边界电压测量值b为不含夹杂物的空场边界电压测量值b0和含有夹杂物的有物场的边界电压测量值b1之差，即相对边界电压测量值b＝b1-b0； 步骤S202，灵敏度矩阵A根据不含夹杂物的空场边界电压测量值，结合灵敏度理论计算得出，计算公式为：其中，Aij为第j个电极对对第i个电极对的灵敏度系数，φi、φj分别为第i个电极对及第j个电极对在激励电流分别为Ii、Ij时场域电势分布；sN表示测量场域；为梯度算子； 步骤S3，将电学层析成像看作一个线性不适定问题b≈A·g，构建Tikhonov正则化算法目标函数：其解为：g＝ATA+λI-1ATb，其中，λ为正则化参数，g为电导率变化量，I为单位矩阵； 步骤S4，设计最小化目标函数为： 其中，ξe为辅助变量，S为病态矩阵，为由步骤S3中Tikhonov正则化算法所求得的电导率变化量，g*为优化后的电导率变化量，为保真项，hg*为先验项； 步骤S5，在最小化目标函数中引入伪逆矩阵变换为： 其中，为半范数； 步骤S6，将最小化目标函数中的无约束问题转化为约束问题极小化形式： 将约束条件替换为并将替换为则最小化目标函数约束问题的极小化形式为： 其中，δ为设计参数； 步骤S7，采取交替最小化方法求解最小化目标函数，得到： 步骤S701，求解的封闭解，得到其中In为单位矩阵，k为迭代次数； 步骤S702，采取快速傅里叶变换求解得到其中ω为调节因子，F{·}为快速傅里叶变换算子； 步骤S8，参数选择，设计参数δ和调节因子ω应满足如下限定条件： 采取快速傅里叶变换可以得到限定条件为： 步骤S9，求解优化后的电导率变化量g*，迭代求解过程如下： 步骤S901，设置初始化参数：初始迭代次数k＝0，最大迭代次数为kmax，初始电导率变化量设计参数δ，调节因子ω，调节因子步长Δω； 步骤S902，更新 步骤S903，更新 步骤S904，判断δ，ω是否满足步骤S8中的限定条件且k＞1，若是，进行下一步操作；若否，重启迭代进程：k＝0，ω＝ω+Δω，按照步骤S902和步骤S903分别更新和 步骤S905，判断迭代是否满足迭代终止条件k≤kmax，若是则迭代终止；若否，设置k＝k+1，并返回步骤S902，继续迭代求解； 步骤S906，更新电导率变化量将更新得到的电导率变化量按照坐标位置信息进行图像重建。

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河南师范大学，其通讯地址为：453007 河南省新乡市牧野区建设东路46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。