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！

龙图腾网获悉中国科学院生物物理研究所申请的专利自监督结构光照明超分辨显微图像降噪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：CN120689236B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202510796118.8，技术领域涉及：G06T5/70；该发明授权自监督结构光照明超分辨显微图像降噪是由李栋;孟权;乔畅设计研发完成，并于2025-06-13向国家知识产权局提交的专利申请。

本自监督结构光照明超分辨显微图像降噪在说明书摘要公布了：本申请公开了自监督结构光照明超分辨显微图像降噪，包括：提供具有超分辨重建模块和超分辨降噪模块的去噪网络，超分辨重建模块配置成将原始图像进行超分辨重建以输出超分辨重建图像，超分辨降噪模块配置成将超分辨重建图像进行降噪处理以输出超分辨降噪图像，超分辨降噪模块利用神经网络搭建，并且去噪网络在部署前利用如下方式训练：提供至少一组原始图像；以先降采样、后升采样的方式将原始图像拆分成训练用输入原始图像和训练用目标原始图像；对训练用输入原始图像和训练用目标原始图像进行扩增，以产生训练用输入原始图像集和训练用目标原始图像集；对超分辨图像去噪网络建立自监督深度学习网络的训练网络模型。

本发明授权自监督结构光照明超分辨显微图像降噪在权利要求书中公布了：1.一种自监督结构光照明超分辨显微图像降噪方法，包括： 提供超分辨图像去噪网络，所述超分辨图像去噪网络大致包括上游的超分辨重建模块100以及下游的超分辨降噪模块200，所述超分辨重建模块100配置成利用超分辨重建算法将以结构光照明模式拍摄的原始图像进行超分辨重建以输出超分辨重建图像，所述超分辨降噪模块200配置成将超分辨重建图像进行降噪处理以输出超分辨降噪图像，所述超分辨降噪模块200利用神经网络搭建，并且所述超分辨图像去噪网络在部署前利用如下方式训练： 提供至少一组针对生物结构以结构光照明模式拍摄的原始图像，其中每组原始图像包括N×M幅原始图像，N和M分别是大于或等于2的整数，N代表结构光照明模式中的方向、M代表结构光照明模式中的结构光条纹相位； 以先降采样、后升采样的方式将至少一组原始图像拆分成至少一组训练用输入原始图像和至少一组训练用目标原始图像； 对所述至少一组训练用输入原始图像和所述至少一组训练用目标原始图像进行扩增，以产生训练用输入原始图像集和训练用目标原始图像集； 对所述超分辨图像去噪网络建立自监督深度学习网络的训练网络模型，其中所述自监督深度学习网络的训练模型包括第一特征提取模块410、第二特征提取模块420、结构恢复模块430、以及调制模块300，所述第一特征提取模块410、所述第二特征提取模块420和所述结构恢复模块430利用神经网络搭建，所述第一特征提取模块410和所述第二特征提取模块420分别配置成对输入的图像进行特征提取，所述调制模块300配置成将输入的图像与结构光照明模式拍摄时所采用的照明条纹相同的方向和相位的条纹进行点乘以输出条纹调制的图像， 其中，在对网络模型进行训练时，所述超分辨重建模块100、所述超分辨降噪模块200、所述调制模块300、和所述第一特征提取模块410依次构成第一图像处理分支，并且所述第二特征提取模块420构成独立的第二图像处理分支，选自所述训练用输入原始图像集的训练用输入原始图像分别输入所述第一图像处理分支和所述第二图像处理分支，所述第一图像处理分支的输出和所述第二图像处理分支的输出加和后作为所述结构恢复模块430的输入，并且所述结构恢复模块430的输出与输入所述第一图像处理分支的原始图像和输入所述第二图像处理分支的原始图像加和求平均后作为网络模型训练时的输出，选自所述训练用目标原始图像集的训练用目标原始图像作为网络模型训练时的目标。

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中国科学院生物物理研究所，其通讯地址为：100101 北京市朝阳区大屯路15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。