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！

龙图腾网恭喜西北大学申请的专利一种基于自适应近邻正交最小二乘算法的光源重建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：CN115137307B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202210665288.9，技术领域涉及：A61B5/00；该发明授权一种基于自适应近邻正交最小二乘算法的光源重建方法是由易黄建;马思豪;杨瑞刚;唐子坚;赵凤军;曹欣;郭红波;何雪磊;侯榆青;贺小伟设计研发完成，并于2022-06-13向国家知识产权局提交的专利申请。

本一种基于自适应近邻正交最小二乘算法的光源重建方法在说明书摘要公布了：本发明公开了一种基于自适应近邻正交最小二乘算法的光源重建方法，其实现步骤如下：1获取测量数据；2归一化表面数据；3使用自适应近邻正交最小二乘算法进行重建，得到最优解；本发明适用于激发荧光分子断层成像以重建荧光源为目标的光学分子断层成像。基于本发明的重建采用自适应近邻正交最小二乘方法进行重建，引入自适应策略降低了重建问题的病态性，使用近邻策略选取最优支撑集，有效提高了荧光分子断层成像的重建质量和空间分辨率，在光学断层三维重建算法等领域有重要的应用价值。

本发明授权一种基于自适应近邻正交最小二乘算法的光源重建方法在权利要求书中公布了：1.一种基于自适应近邻正交最小二乘算法的光源重建方法，其特征在于，包括以下步骤：步骤一、获取测量数据：采集目标生物体的表面荧光数据和解剖结构信息，对重建目标生物体进行有限元网格化，然后基于光子传输模型的扩散方程来近似模型，建立表面荧光数据与重建目标内部荧光团分布的线性关系； ；其中，为表面荧光数据，表示系统矩阵，是要求解的重建目标内部荧光团的分布；步骤二、归一化测量数据：将步骤一中的线性关系转化为范数极小化问题： ； 是0范数，表示非零元素数量，为给定的阈值；步骤三、使用自适应近邻正交最小二乘算法进行重建，得到最优解；所述的步骤三具体包括：3.1初始化参数：i表示迭代次数，初始值=1，稀疏度，，初始残差；元素选择标准，在迭代中，选择一个新的列索引： ；（3） 4； 5；其中，是列集合，是系统矩阵A的第列，和ui是I的正交基向量；根据上述公式（3）选出个元素构成初始支撑集；3.2自适应调整步长：采用非线性函数来调整步长，该函数是一个单调递减函数，步长表述如下： 6；其中s是步长，表示向上取整；设往支撑集中添加的原子数为，其迭代公式为，其中，随着迭代次数的增加，向支撑集中添加的原子数逐渐变少，直到原子数变为1，则停止迭代；稀疏度迭代公式设为，其中；随着迭代次数的增加，稀疏度逐渐增加，其增量开始阶段是较大步长，完成阶段是较小的步长，直到为1；3.3支撑集的更新：基于有限元理论，根据四面体单元结构构建最近邻节点集合；是第i-1次迭代生成的支撑集，设任意节点，则该节点所在四面体的所有节点构成的集合就是最近邻集合，求出中所有节点的最近邻集合取并集，得到的集合记作近邻集合，将该过程用近邻算子来描述，则，从中依据公式（3），选出个节点并入到支撑集，形成新的支撑集，即，表示从中选出个节点；3.4残差更新：设定代表第次迭代产生的残差向量，此外，下一次迭代所需的残差向量为： 7；其中，；由于每次迭代需要选择个节点，所以在第次迭代需要构造个线性无关向量；3.5循环步骤3.1-3.4：每循环一次，直到残差或稀疏度K的变化步长为1时，停止迭代；最终支撑集的前K列为解集，即 8；该解即为极小化问题的解。

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西北大学，其通讯地址为：710069 陕西省西安市太白北路229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”。