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！

龙图腾网获悉安徽农业大学申请的专利一种基于GAN网络的水稻CT数据生成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：CN119516034B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202411530528.X，技术领域涉及：G06T11/40；该发明授权一种基于GAN网络的水稻CT数据生成方法是由陈霞;谈凯;朱德泉;孙战里;王甲祥;梁惠;廖娟;林晨;熊玮;张顺;况福明;胡仪;姚忠设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本一种基于GAN网络的水稻CT数据生成方法在说明书摘要公布了：本发明属于农业数据处理技术领域，具体涉及一种基于GAN网络的水稻CT数据生成方法，包括以下步骤：S1、对水稻秧苗进行预处理；S2、采集两张水稻秧苗茎秆的CT图像；S3、将采集的两张CT图像进行标准化处理；S4、结合DCLB模块和2DTo3D模块构建水稻CT数据生成模型；S5、对所述生成模型进行训练；S6、将标准化处理后的两张CT图像输入到训练后的生成模型，对输入的CT图像像进行特征提取和空间信息的融合，生成中间段的水稻CT图像数据克服了现有技术的不足，有效地填补水稻切片图像之间的空白，为后续的水稻生长分析和研究提供了可靠的数据支持。

本发明授权一种基于GAN网络的水稻CT数据生成方法在权利要求书中公布了：1.一种基于GAN网络的水稻CT数据生成方法，其特征在于：包括以下步骤： S1、对水稻秧苗进行预处理； S2、采集预处理后的两张水稻秧苗茎秆的CT图像； S3、将采集的两张CT图像进行标准化处理； S4、构建以x2ct-gan为主干网络，结合DCLB模块和2DTo3D模块构建水稻CT数据生成模型； S5、对所述生成模型进行训练； S6、将标准化处理后的两张CT图像输入到训练后的生成模型，对输入的CT图像进行特征提取和空间信息的融合，生成中间段的水稻CT图像数据； 所述生成模型包括3D生成器和3D鉴别器，且3D生成器的编码器中采用DCLB模块进行特征提取；使用2DTo3D模块将二维特征转换成三维特征； 所述DCLB模块是利用四个不同膨胀率的膨胀卷积核并行处理输入特征，通过多尺度感受野捕获空间特征，增强对水稻CT数据中的微细结构的建模能力；所述DCLB模块能够通过其多尺度的特征提取机制，提取水稻CT数据中的纹理、边缘和复杂内部结构，提升生成模型对水稻秧苗茎秆微细结构的还原能力，保证生成的水稻CT图像具备高分辨率和细节准确性； 所述DCLB模块的具体操作步骤为： 1首先通过下采样模块对输入特征进行尺寸缩减，将输入特征的宽度和高度减半进行特征压缩； 2通过一个卷积层进行降维处理，将通道数减少至原始通道数的14，以降低计算复杂度； 3降维后的特征通过四个膨胀卷积层进行并行卷积，分别使用不同的膨胀率r=1、r=2、r=3和r=4，以捕捉不同尺度的空间特征； 4将四个膨胀卷积层的输出进行逐元素相加，融合多尺度的空间特征； 5通过一个全通道卷积层将融合后的多尺度的空间特征恢复到原始通道数，再与步骤2降维前的特征相加，得到输出特征图； 6重复步骤2到5N次，输出特征图； 7将步骤6输出的特征图与步骤1下采样后的特征在通道数维度上拼接，生成最终的特征图； 所述2DTo3D模块用于将二维特征扩展至三维特征，其具体步骤如下： 1二维特征广播扩展：将输入的CT图像通过广播机制沿着第三个维度进行扩展得到扩展后的二维特征； 2拼接操作：将扩展后的二维特征与经过下采样处理后的三维特征进行拼接，使得在信息融合过程中，二维特征与三维特征的空间信息保持一致； 3三维卷积处理：通过多层三维卷积操作对拼接后的特征进行处理，进一步提取三维空间中的结构信息。

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安徽农业大学，其通讯地址为：230031 安徽省合肥市长江西路130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。