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！

龙图腾网获悉宁波永新光学股份有限公司申请的专利一种基于物理驱动神经网络的无透镜显微图像的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：CN120931492B 。

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：202511463460.2，技术领域涉及：G06T3/4053；该发明授权一种基于物理驱动神经网络的无透镜显微图像的重建方法是由江劭玮;崔志英;邱元芳;杨洪楠;郑驰设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本一种基于物理驱动神经网络的无透镜显微图像的重建方法在说明书摘要公布了：本发明公开了一种基于物理驱动神经网络的无透镜显微图像的重建方法，采集得到多张样本的衍射原始图像及其对应的位移坐标；基于无透镜显微前向成像模型，建立物理驱动神经网络：由采集到的衍射原始图像计算出样本权重和编码层权重并进行初始化；设置迭代训练参数，迭代训练使损失函数值趋于稳定并达到最小，随后取出物理驱动神经网络中样本权重和编码层权重，对取出的样本权重的幅值和相位进行重建得到高分辨率的显微图像的强度图和相位图，优点在于将无透镜显微前向成像模型进行物理驱动神经网络建模，具有处理复杂非线性关系的能力，能够很好地应对光学成像过程中常见的散射、噪声等问题，不需要对成像系统进行大量的调整和校准。

本发明授权一种基于物理驱动神经网络的无透镜显微图像的重建方法在权利要求书中公布了：1.一种基于物理驱动神经网络的无透镜显微图像的重建方法，包括以下步骤： 步骤1、采集多张样本的衍射原始图像及其对应的位移坐标； 步骤2、基于无透镜显微前向成像模型，建立包含预测衍射图像的物理驱动神经网络； 步骤3、由采集到的衍射原始图像，计算出物理驱动神经网络中的样本权重和编码层权重并进行初始化； 步骤4、设置迭代训练参数，将采集到的多张衍射原始图像及其对应的位移坐标分组输入到物理驱动神经网络中，并迭代训练，使损失函数值趋于稳定达到最小； 步骤5、在损失函数趋于稳定达到最小的情况下，取出物理驱动神经网络中的样本权重和编码层权重，对物理驱动神经网络中取出的样本权重的幅值和相位进行重建，得到高分辨率的显微图像的强度图和相位图； 其特征在于所述的步骤2的具体方法为： 步骤2.1、在物理驱动神经网络中，将样本与编码层统一建模为可学习的样本权重与编码层权重，并在物理驱动神经网络中分别建模设定与无透镜显微前向成像模型的复数光场对应的实部通道和虚部通道； 步骤2.2、将样本权重按照步骤1采集到的与衍射原始图像对应的位移坐标进行平移，并在物理驱动神经网络中将平移后的样本权重向前传播至编码层平面，得到编码层平面的波前权重； 步骤2.3、在物理驱动神经网络中，将编码层平面的波前权重与对应的编码层权重相乘，并继续按照无透镜显微前向成像模型传播至像平面，得到像平面的波前权重； 步骤2.4、对像平面的波前权重取模并平方运算，得到对应于无透镜显微前向成像模型中的像平面衍射图像的预测衍射图像，建立包含预测衍射图像的物理驱动神经网络。

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宁波永新光学股份有限公司，其通讯地址为：315040 浙江省宁波市高新区木槿路169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。