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(威海);哈工大苏州研究院申请的专利一种基于多尺度坐标门控卷积的光声图像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：CN119295317B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411316574.X，技术领域涉及：G06T3/4053；该发明授权一种基于多尺度坐标门控卷积的光声图像重建方法是由孙明健;马凌玉;张敬禹;方琴;张雷西;沈毅设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本一种基于多尺度坐标门控卷积的光声图像重建方法在说明书摘要公布了：本发明公开了一种基于多尺度坐标门控卷积的光声图像重建方法，所述方法包括如下步骤：步骤1：多尺度坐标门控卷积模块设计；步骤2：光声图像重建网络模型架构设计；步骤3：光声图像重建。该方法通过引入与PSF空间变化相适应的多尺度坐标门控卷积模块，能够动态调整卷积核的大小和形状，以适应PSF在不同空间位置的变化，更好地捕捉图像细节，实现对图像中不同位置的特征进行自适应处理，补偿由PSF变化引起的图像模糊和失真，从而显著提高重建光声图像的清晰度和分辨率，实现更高分辨率的图像重建，满足临床成像和诊断的高要求。实验结果表明，本发明在光声图像重建中显著提升了成像质量，为光声成像的临床应用提供了新的可能性。

本发明授权一种基于多尺度坐标门控卷积的光声图像重建方法在权利要求书中公布了：1.一种基于多尺度坐标门控卷积的光声图像重建方法，其特征在于所述方法包括如下步骤： 步骤1：多尺度坐标门控卷积模块设计 步骤1.1：输入特征图经过标准的Conv3×3模块处理，提取生成通道的初步特征，其中，H为高度，W为宽度，表示输入通道数，为标准的Conv3×3模块提取的特征图；为输出特征的通道数； 步骤1.2：静态坐标图输入到由Convn×n和Conv1×1层组成的多尺度卷积编码模块中，其中n≥1，生成基于坐标的门控掩码； 步骤1.3：为实现选择性滤波，与进行通道维度上的逐元素相乘，其操作表示为： ； 其中，为最终生成特征图； 步骤2：光声图像重建网络模型架构设计 光声图像重建网络模型由编码器、解码器以及多尺度坐标门控卷积模块组成，其中： 在编码器部分，输入图像经过一系列下采样模块进行逐层特征提取，所述下采样模块由标准卷积模块、多尺度坐标门控卷积模块和最大池化层组成，每个标准卷积模块后均连接多尺度坐标门控卷积模块； 在解码器部分，通过上采样模块逐层恢复图像的空间分辨率，所述上采样模块由标准卷积模块、多尺度坐标门控卷积模块和上采样层组成，每个标准卷积模块后均连接多尺度坐标门控卷积模块； 光声图像重建网络模型中引入跳跃连接，将编码器各层的输出特征图直接传递到解码器的相应层； 步骤3：光声图像重建 步骤3.1：制作光声图像数据集，按比例划分为训练集、验证集和测试集； 步骤3.2：加载训练集中的图像到光声图像重建网络模型进行训练，通过优化器对网络参数进行迭代更新，通过损失函数监测光声图像重建网络模型在训练集和验证集上的表现，确保光声图像重建网络模型在验证集上的性能达到最优，防止过拟合； 步骤3.3：利用光声图像重建网络模型对测试集中的图像进行重建。

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哈尔滨工业大学(威海);哈工大苏州研究院，其通讯地址为：264209 山东省威海市环翠区文化西路2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。