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！

龙图腾网获悉北京科技大学申请的专利基于深度学习的喉镜图像超分辨率提升方法、系统及设备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：CN119693371B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510206299.4，技术领域涉及：G06T7/00；该发明授权基于深度学习的喉镜图像超分辨率提升方法、系统及设备是由肖文栋;谭林灵;姜程鹏;牛泽婧;邹艺设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本基于深度学习的喉镜图像超分辨率提升方法、系统及设备在说明书摘要公布了：本发明提供了基于深度学习的喉镜图像超分辨率提升方法、系统及设备，该系统包括：图像预处理模块、浅层特征提取模块、深层特征提取模块和图像重建模块；图像预处理模块基于小波变换实现模糊图像增强；浅层特征提取模块用于从低分辨率喉镜图像中提取浅层特征；深层特征提取模块用于从浅层特征中捕捉深层特征，通过将浅层特征与捕捉到的深层特征进行特征融合，生成最终特征；图像重建模块用于从学习到的最终特征重建出高分辨率喉镜图像。本方案能够显著提升图像分辨率和图像细节，有效减少伪影和噪声干扰，提升图像的视觉质量，并提高图像处理的效率和稳定性。

本发明授权基于深度学习的喉镜图像超分辨率提升方法、系统及设备在权利要求书中公布了：1.基于深度学习的喉镜图像超分辨率提升系统，其特征在于，所述系统包括：图像预处理模块、浅层特征提取模块、深层特征提取模块和图像重建模块； 所述图像预处理模块用于对低分辨率喉镜图像进行预处理，提升图像中局部模糊区域，得到预处理喉镜图像，并将所得的预处理喉镜图像输入浅层特征提取模块； 所述浅层特征提取模块用于从预处理喉镜图像中提取浅层特征，通过多尺度特征concat操作，将获得的浅层特征输入至深层特征提取模块； 所述深层特征提取模块用于从浅层特征中捕捉深层特征，通过将浅层特征与捕捉到的深层特征进行特征融合，生成最终特征，并将这些最终特征输入至图像重建模块； 所述图像重建模块用于从学习到的最终特征重建出完整的图像，从而输出高分辨率喉镜图像； 所述深层特征提取模块包括两条通路，一条为依次连接的深层特征提取单元和增强型卷积注意力单元，其中，所述深层特征提取单元设置有多条并行通路；另一条由图卷积神经网络单元和两个并列的因果卷积单元构成，所述两个并列的因果卷积单元均连接图卷积神经网络单元，所述图卷积神经网络单元接收浅层特征，两个并列的因果卷积单元均由因果卷积块和激活函数构成； 所述深层特征提取单元包含五条并行通路、特征融合单元和一个卷积核为1×1的卷积层； 所述五条并行通路设置为：第一通路为1×1的卷积层；第二通路包括依次连接的1×1卷积层和3×3卷积层；第三通路包括依次连接的1×1卷积层、3×3卷积层和扩张值为3且卷积核大小为3×3的扩张卷积层；第四通路包括依次连接的1×1卷积层、5×5卷积层和扩张值为5且卷积核大小为3×3的扩张卷积层；第五通路直接连接输入； 所述特征融合单元将所述第一通路、第二通路、第三通路、第四通路的输出进行融合，并输入至卷积核为1×1的卷积层；所述卷积核为1×1的卷积层的输出与第五通路的输出进行加和； 所述增强型卷积注意力单元包括顺次连接的通道注意力块和空间注意力块；所述通道注意力块对输入增强型卷积注意力单元的浅层特征进行卷积处理，并与浅层特征相乘后，输入至空间注意力块；将空间注意力块的输入与空间注意力块的输出相乘，得到深层特征提取模块输出的最终特征。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号北京科技大学；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”。