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！

龙图腾网获悉西南石油大学申请的专利一种基于深度学习的位移场预测模型轻量化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：CN121258920B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511356580.2，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的位移场预测模型轻量化方法及系统是由李艳;何雨川;彭博;向天强;张全设计研发完成，并于2025-09-22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位移场预测模型轻量化方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的位移场预测模型轻量化方法及系统，属于超声成像技术领域。本发明构建仿真、仿体和在体三类数据集，将教师网络UMEN‑Net裁剪一半得到初始学生网络IS‑Net，利用仿真数据集进行动态剪枝和初始训练获得DP‑Net，再将三类数据集分阶段输入教师网络和DP‑Net训练得到CDP‑KDNet，最终将待处理样本输入训练好的CDP‑KDNet，得到位移场，并通过差分计算得到应变场以评估位移场质量。本发明有效减少模型参数量和计算复杂度，降低计算资源需求，且弹性成像性能与教师网络基本相当，为资源受限设备实现超声弹性成像位移场预测提供可行方案。

本发明授权一种基于深度学习的位移场预测模型轻量化方法及系统在权利要求书中公布了：1.一种基于深度学习的位移场预测模型轻量化方法，其特征在于，包括以下步骤： S1、将变形前射频数据和变形后射频数据作为一个样本，构建仿真数据集、仿体数据集和在体数据集； S2、将教师网络UMEN-Net手动裁剪掉一半网络结构，得到初始学生网络IS-Net； S3、采用仿真数据集对初始学生网络IS-Net进行动态剪枝，并使用仿真数据集进行初始训练，得到动态修剪后的学生网络DP-Net； S4、依次将仿真数据集、仿体数据集和在体数据集中样本分阶段输入到训练完成的教师网络UMEN-Net和动态修剪后的学生网络DP-Net，基于多分量加权组合损失函数对动态修剪后的学生网络DP-Net进行训练，得到训练完成的学生网络CDP-KDNet； S5、将待处理的样本输入训练完成的学生网络CDP-KDNet，得到预测的位移场； S2中初始学生网络IS-Net、S3中动态修剪后的学生网络DP-Net、S4中训练完成的学生网络CDP-KDNet的结构均包括：卷积神经网络Con6、卷积神经网络Con7、下采样层d5、特征提取与光流预测单元F2、上采样层U5、拼接层C5和光流预测模块O5； 卷积神经网络Con6的输入端作为初始学生网络IS-Net、学生网络DP-Net或学生网络CDP-KDNet的第一输入端，卷积神经网络Con7的输入端作为初始学生网络IS-Net、学生网络DP-Net或学生网络CDP-KDNet的第二输入端；卷积神经网络Con6的输出端与下采样层d5的输入端连接；下采样层d5的输出端与特征提取与光流预测单元F2的输入端连接；特征提取与光流预测单元F2的输出端与上采样层U5的输入端连接；拼接层C5的输入端分别与上采样层U5的输出端和卷积神经网络Con7的输出端连接，其输出端与光流预测模块O5的输入端连接；光流预测模块O5的输出端作为初始学生网络IS-Net、学生网络DP-Net或学生网络CDP-KDNet的输出端。

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西南石油大学，其通讯地址为：610000 四川省成都市新都区新都大道8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。