技術(shù)特征：

1.一種基于改進磁化模型和先驗信息驅(qū)動的磁粒子重建方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于改進磁化模型和先驗信息驅(qū)動的磁粒子重建方法，其特征在于，拉普拉斯矩陣l＝d-w的的構(gòu)建：

3.根據(jù)權(quán)利要求1所述的一種基于改進磁化模型和先驗信息驅(qū)動的磁粒子重建方法，其特征在于，所述的步驟四中的模型的計算流程如下：

4.根據(jù)權(quán)利要求1所述的一種基于改進磁化模型和先驗信息驅(qū)動的磁粒子重建方法，其特征在于，所述的空間注意模塊fsam(·)接收一個特征圖x作為輸入，其尺寸為c×h×w，其中c是通道數(shù)，h和w分別是特征圖的高度和寬度，該特征圖是的輸出，輸出的結(jié)果作為的輸入，模塊通過計算空間上的權(quán)重圖，來重新加權(quán)輸入特征圖的不同位置，從而增強對重要區(qū)域的關(guān)注，使用全局平均池化和全局最大池化將每個通道的空間信息壓縮為一個全局標(biāo)量：

技術(shù)總結(jié)
一種基于改進磁化模型和先驗信息驅(qū)動的磁粒子重建方法，通過改進的磁化模型，精確模擬磁納米粒子的非線性磁化行為，并結(jié)合其固有的物理特性通過雙先驗約束策略設(shè)計目標(biāo)函數(shù)，對目標(biāo)函數(shù)進行高效迭代求解構(gòu)建深度展開模型，實現(xiàn)對磁納米粒子濃度分布的精確還原。通過該磁化模型，獲取測量電壓和系統(tǒng)矩陣。構(gòu)建融合L1正則化先驗與Laplacian正則化先驗的目標(biāo)函數(shù)。將目標(biāo)函數(shù)的迭代求解過程轉(zhuǎn)化為深度網(wǎng)絡(luò)的層級結(jié)構(gòu)，從而構(gòu)建了深度展開模型。實現(xiàn)了對MNPs濃度分布的高保真度重建。本發(fā)明顯著提升了MPI圖像的重建質(zhì)量，對降低系統(tǒng)硬件要求以及推動生物學(xué)應(yīng)用具有重要意義。

技術(shù)研發(fā)人員：郭紅波,李金濤,方歌,張力之,杜嘉蓉,賀小偉,侯榆青
受保護的技術(shù)使用者：西北大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/24