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！

龙图腾网获悉深圳北理莫斯科大学申请的专利基于混合网络框架的图像重建方法、系统、终端及存储介质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：CN119963682B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202510445817.8，技术领域涉及：G06T11/00；该发明授权基于混合网络框架的图像重建方法、系统、终端及存储介质是由方宇浩;李春;周庆;程嘉荣;邱夕航;张晔;杨建勋设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本基于混合网络框架的图像重建方法、系统、终端及存储介质在说明书摘要公布了：本发明公开了一种基于混合网络框架的图像重建方法、系统、终端及存储介质，所述方法包括：通过对原始图像预测得到预测数据，并获取预测过程中的质量损失和动量守恒的物理损失，同时将预测数据与原始数据进行对比，获取两者之间的匹配值，从而构建出总损失函数；引入NTK矩阵拟定合适的学习率，利用学习率和总损失函数训练混合网络框架，最终得到DeepONet‑NTK混合网络。本发明利用DeepONet学习多维函数空间中的非线性映射关系，同时结合NTK理论来优化训练过程，提高收敛速度和稳定性，从而降低重建图像的信噪比，保留了高维语义特征。

本发明授权基于混合网络框架的图像重建方法、系统、终端及存储介质在权利要求书中公布了：1.一种基于混合网络框架的图像重建方法，其特征在于，所述基于混合网络框架的图像重建方法包括： 获取目标图像中的多个图像数据，将所有所述图像数据输入混合网络框架，输出预测映射信息和预测结果； 所述图像数据包括：源参数和观测点坐标； 所述获取目标图像中的多个图像数据，将所有所述图像数据输入混合网络框架，输出预测映射信息和预测结果，具体包括： 获取目标图像中的多个所述源参数和多个所述观测点坐标，并根据深度算子网络和神经正切核构建混合网络框架； 将所有所述源参数和所述观测点坐标输入所述混合网络框架中的深度算子网络，输出预测映射信息和预测结果； 所述源参数包括源强度和源位置； 所述将所有所述源参数和所述观测点坐标输入所述混合网络框架中的深度算子网络，输出预测映射信息和预测结果，具体包括： 将所有所述源强度和所有所述源位置输入所述深度算子网络中的分支网络，输出多个高维特征向量； 将所述观测点坐标输入所述深度算子网络中的主干网络，输出多个特征向量； 根据所述观测点坐标、所有所述高维特征向量和所有所述特征向量，构建预测映射信息和预测结果： ； ； ； 其中，表示的预测映射信息，表示观测点坐标，表示源参数的总数量，表示第个源参数的高维特征向量，表示特征向量，和分别表示的横坐标和纵坐标，表示实数集，表示空间的维度； 其中，所述预测结果表示所述混合网络框架预测的场值； 根据所述预测结果构建物理损失函数，根据所述预测结果和所述目标图像构建数据损失函数，根据所述预测结果构建质量损失函数； 构建NTK正则化项，根据所述物理损失函数、所述数据损失函数和所述质量损失函数构建目标损失函数，并根据所述目标损失函数和所述NTK正则化项训练所述混合网络框架，得到DeepONet-NTK混合网络； 其中，所述物理损失函数用于确保所述混合网络框架满足动量守恒方程，所述数据损失函数用于确保所述混合网络框架输出的结果符合物理规律并保留高维语义特征，所述质量损失函数用于确保所述混合网络框架满足能量守恒方程； 将当前图像输入所述DeepONet-NTK混合网络，得到所述当前图像的最终场值预测，并根据所述最终场值预测中的像素值重建所述当前图像，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深圳北理莫斯科大学，其通讯地址为：518172 广东省深圳市龙岗区龙城街道大运新城国际大学园路1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”。