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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于深度学习的磁共振指纹序列参数优化设计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：CN115455609B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202211218697.0，技术领域涉及：G06F30/17；该发明授权一种基于深度学习的磁共振指纹序列参数优化设计方法是由胡悦;李鹏设计研发完成，并于2022-10-06向国家知识产权局提交的专利申请。

本一种基于深度学习的磁共振指纹序列参数优化设计方法在说明书摘要公布了：一种基于深度学习的磁共振指纹序列参数优化设计方法，属于磁共振指纹成像领域，用以解决脉冲序列与定量成像精度关联关系不明，以及脉冲序列参数求解复杂的问题。本发明方法的技术要点包括构建脉冲序列与定量成像精度相关联的脉冲序列参数优化模型；基于磁共振脉冲激发物理原理构建脉冲序列参数生成网络；采用与脉冲序列尺度相同的高斯随机序列作为网络的输入；根据所提出的脉冲序列参数优化模型设置迭代收敛条件；将构建的输入序列输入网络，经构建的序列参数生成网络生成优化的脉冲序列参数；按照构建的脉冲序列参数优化模型对网络生成的脉冲序列参数进行评估；根据生成的优化后的序列参数评估结果，判断是否达到了所设置的迭代收敛条件，是则停止迭代并输出生成的脉冲序列参数。本发明可用于磁共振指纹脉冲序列参数的优化设计，能够在不增加其他开销的情况下，大幅提高磁共振指纹成像的参数估计精度。

本发明授权一种基于深度学习的磁共振指纹序列参数优化设计方法在权利要求书中公布了：1.一种基于深度学习的磁共振指纹序列参数优化设计方法，其特征在于，所述方法包括以下步骤： 步骤一、根据磁共振指纹成像模型构建脉冲序列参数优化模型，该模型包括字典可分性最优项和参数估计最优项两部分； 步骤二、基于磁共振指纹成像脉冲序列物理特性构建神经网络； 步骤三、构造神经网络输入：采用与脉冲序列尺度相同的高斯随机序列作为网络的输入； 步骤四、设置序列参数优化收敛条件； 步骤五、将输入序列输入网络，优化磁共振指纹脉冲序列参数； 步骤六、利用步骤一定义的优化模型评估网络优化后的脉冲序列参数； 步骤七、判断是否达到迭代收敛条件，是则输出最终优化的磁共振指纹脉冲序列参数；否则根据优化模型反向传播修正网络参数，并返回步骤五，继续迭代； 步骤一构建脉冲序列与定量成像精度相关联的脉冲序列参数优化模型为： 其中，表示权重聚焦矩阵，表示经过逐条目归一化的组织指纹字典，表示单位对角矩阵，表示可调整的超参数，表示归一化后的磁共振指纹数据，表示线性退化算子，引入欠采样伪影与噪声。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。