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！

龙图腾网获悉南昌大学申请的专利一种基于深度学习的光声显微成像离焦信号增强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：CN121073851B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511621252.0，技术领域涉及：G06T5/92；该发明授权一种基于深度学习的光声显微成像离焦信号增强方法是由宋贤林;雷越;曹玉斌;曹思意;刘且根设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本一种基于深度学习的光声显微成像离焦信号增强方法在说明书摘要公布了：本申请公开了一种基于深度学习的光声显微成像离焦信号增强方法，属于光声显微成像处理技术领域；包括：构建目标数据集和UNet网络，对UNet网络进行改进以得到全密集UNet网络,改进包括在UNet网络的编码器和解码器中添加全密集模块；根据目标数据集对全密集UNet网络进行训练和测试；获取待增强的目标光声显微信号图像，根据全密集UNet网络对目标光声显微信号图像进行处理，得到增强光声显微信号图像；本申请通过对传统UNet网络进行改进，在每层引入全密集块模块，通过全密集块模块内部级联结构实现特征图的稳定增长，显著提升了医学图像分割的精度和效率，进而提高离焦信号强度和空间分辨率。

本发明授权一种基于深度学习的光声显微成像离焦信号增强方法在权利要求书中公布了：1.一种基于深度学习的光声显微成像离焦信号增强方法，其特征在于，所述方法包括： 获取多个不同焦距下的光声显微信号图像，并对多个所述光声显微信号图像进行预处理以得到多个预处理图像，根据多个所述预处理图像构建目标数据集； 构建UNet网络，对所述UNet网络进行改进以得到全密集UNet网络,所述改进包括在所述UNet网络的编码器和解码器中添加全密集模块； 根据所述目标数据集中的一部分数据对所述全密集UNet网络进行训练，另一部分数据对训练后的所述全密集UNet网络进行测试； 获取待增强的目标光声显微信号图像，根据测试后的所述全密集UNet网络对所述目标光声显微信号图像进行处理，得到增强光声显微信号图像； 对所述UNet网络进行改进以得到全密集UNet网络，具体为： 将所述UNet网络的编码器中的每一下采样模块均替换成全密集下采样模块，所述全密集下采样模块包括依次设置的全密集模块和下采样层； 将所述UNet网络的解码器中的每一上采样模块均替换成全密集上采样模块，所述全密集上采样模块包括依次设置的上采样层、第二卷积块和全密集模块； 在编码器中第一层级的全密集下采样模块前端添加一个第一卷积块，在解码器中第一层级的全密集上采样模块后端依次添加1×1卷积层、残差连接层和ReLu激活层，所述残差连接层用于对全密集UNet的输入特征与所述1×1卷积层的输出特征进行残差连接； 将所述UNet网络的中间瓶颈层替换成所述全密集模块，编码器中每一层级全密集模块的输出特征跳跃连接至与解码器中对应层级上采样层的输出特征沿通道维度进行拼接，得到每一层级对应的跳跃拼接特征，每一层级的跳跃拼接特征作为对应层级的第二卷积块的输入特征。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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。