Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 美希艾精密仪器(苏州)有限公司陈琼获国家专利权

美希艾精密仪器(苏州)有限公司陈琼获国家专利权

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!

龙图腾网获悉美希艾精密仪器(苏州)有限公司申请的专利一种内窥镜运动模糊校正方法及系统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:CN121280275B

龙图腾网通过国家知识产权局官网在2026-03-27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:202511844889.6,技术领域涉及:G06T5/73;该发明授权一种内窥镜运动模糊校正方法及系统是由陈琼;徐苏扬;孙传桂设计研发完成,并于2025-12-09向国家知识产权局提交的专利申请。

一种内窥镜运动模糊校正方法及系统在说明书摘要公布了:本发明提供一种内窥镜运动模糊校正方法及系统,包括:获取历史内窥镜数据集,基于混沌算法对所述历史内窥镜数据集施加混沌扰动,生成对应的内窥镜时空序列数据集,构建模糊校正模型,并结合内窥镜时空序列数据集进行预训练,获取实时内窥镜数据集,并输入至所述模糊校正模型内进行模糊校正,生成对应的初始内窥镜图像校正数据集,采用基于元学习的校正质量评估网络对所述初始内窥镜图像校正数据集进行质量评估,获取对应的质量评估结果,基于质量评估结果对初始内窥镜图像校正数据集进行二次校正,生成对应的内窥镜校正图像,从而提升内窥镜运动模糊校正的效率与质量。

本发明授权一种内窥镜运动模糊校正方法及系统在权利要求书中公布了:1.一种内窥镜运动模糊校正方法,其特征在于,包括有以下步骤: 获取历史内窥镜数据集,基于混沌算法对所述历史内窥镜数据集施加混沌扰动,生成对应的内窥镜时空序列数据集; 构建模糊校正模型,并结合内窥镜时空序列数据集进行预训练,所述模糊校正模型包括时空感知网络与校正决策网络,采用协同粒子群优化算法对时空感知网络进行优化,同步结合深度强化学习与蚁群优化算法对校正决策网络进行优化训练; 所述时空感知网络的构建表示为采用2D、3D卷积混合的编码器与分支解码器构建时空感知网络,时空感知网络用于输出待处理的内窥镜图像对应时空感知结果; 所述时空感知结果包括语义标签、模糊成因概率分布以及时空矢量场; 所述分支解码器包括语义分割分支、模糊属性分支以及时空矢量场分支; 其中,语义分割分支用于输出内窥镜图像帧对应的语义标签,模糊属性分支用于输出内窥镜图像帧中每个模糊区域的模糊成因概率分布,时空矢量场分支用于输出内窥镜图像帧序列对应的时空矢量场; 所述时空矢量场用于编码连续的内窥镜图像帧中每个像素点对应的空间属性与时间运动轨迹; 采用混沌初始化策略对时空感知网络进行初始化,并根据协同粒子群优化算法对编码器与分支解码器进行预训练; 预训练过程中,结合预设多任务联合损失函数以及对应的粒子群适应度函数进行迭代优化,直至粒子群的适应度达到预定条件; 所述校正决策网络的构建表示为基于去模糊引擎集合与裁决校正器构建校正决策网络,校正决策网络用于根据时空感知结果输出初始内窥镜校正图像; 其中,裁决校正器用于根据内窥镜图像序列对应的时空矢量场生成对应的融合权重热力图; 去模糊引擎集合用于对待处理的内窥镜图像进行去模糊化,同步结合融合权重热力图生成对应的初始内窥镜校正图像; 以当前内窥镜图像帧对应时空感知结果为状态空间,裁决校正器输出的融合权重热力图为动作空间,结合预设奖励函数对裁决校正器进行初次预训练; 初次预训练过程中,采用蚁群优化算法进行规则提炼,生成模糊规则库; 采用迁移学习的渐冻策略对所述去模糊引擎集合与裁决校正器进行联合训练; 获取实时内窥镜数据集,并输入至所述模糊校正模型内进行模糊校正,生成对应的初始内窥镜图像校正数据集; 采用基于元学习的校正质量评估网络对所述初始内窥镜图像校正数据集进行质量评估,获取对应的质量评估结果; 基于质量评估结果对初始内窥镜图像校正数据集进行二次校正,生成对应的内窥镜校正图像。

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美希艾精密仪器(苏州)有限公司,其通讯地址为:215100 江苏省苏州市高新区科灵路78号软件园3号楼301室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。