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！

龙图腾网获悉厦门大学申请的专利基于双向学习三维网络的多任务相位预处理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：CN116188610B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202310064097.1，技术领域涉及：G06T11/00；该发明授权基于双向学习三维网络的多任务相位预处理方法及系统是由包立君;庄文曦设计研发完成，并于2023-01-13向国家知识产权局提交的专利申请。

本基于双向学习三维网络的多任务相位预处理方法及系统在说明书摘要公布了：本发明公开了一种基于双向学习三维网络的多任务相位预处理方法及系统，该方法能够对原始相位图进行集成相位解缠绕和去除背景场的一站式处理。双向学习三维网络由进化分支和退化分支组成。进化分支以局部场图为训练标签，用于学习相位图与场图的映射关系。退化分支以相位的缠绕图和背景场图作为训练标签，旨在学习相位图的降质过程。采用退化分支估计的缠绕数和背景场，从原始相位反演出第二局部场图；将其与进化分支预测的第一局部场图相融合，实现基于双向学习的相位预处理。通过引入幅值信息校验，提高网络对相位数据中伪影和扰动的抑制能力。本发明在缠绕分布复杂、背景不均匀、信号波动大、病灶严重等区域，能够表现出更准确可靠的处理效果。

本发明授权基于双向学习三维网络的多任务相位预处理方法及系统在权利要求书中公布了：1.一种基于双向学习三维网络的多任务相位预处理方法，其特征在于，包括以下步骤： S1，构建双向学习三维网络，所述双向学习三维网络包括进化分支、退化分支和融合模块，所述进化分支包括共享子网络、场图重建子网络、结构特征子网络，所述退化分支包括缠绕相位子网络和背景场子网络，并共用所述共享子网络；所述双向学习三维网络采用分步式训练，分为以下三步： 步骤一，训练所述共享子网络、进化分支的场图重建子网络和退化分支的缠绕相位子网络，损失函数定义为进化分支的第一局部场图损失和退化分支的缠绕相位损失之和； 步骤二，训练进化分支的结构特征子网络和退化分支的背景场子网络，损失函数定义为退化分支的背景场和第二局部场损失之和； 步骤三，训练融合模块，损失函数定义为最终局部场损失； 损失函数Lθ包括均方误差和梯度损失： 其中，N表示批大小，χ分别表示输出与标签，α表示用来平衡两个损失的超参数； S2，获取原始相位图，在进化分支中，将所述原始相位图输入所述共享子网络进行特征提取，再经过所述场图重建子网络，引入幅值图并融合退化分支中的缠绕相位分布特征图，得到第一局部场图，将所述第一局部场图输入所述结构特征子网络，提取所述第一局部场图的结构信息； S3，在退化分支中，通过所述共享子网络进行特征提取，再经过所述缠绕相位子网络，得到缠绕相位分布图，将缠绕相位分布图与所述原始相位图相加得到的总场图输入所述背景场子网络，学习背景场信息并叠加所述第一局部场图的结构信息，得到第二局部场图； S4，将所述第一局部场图与第二局部场图输入融合模块中进行融合，得到最终局部场图；所述步骤S4的融合模块包括： 将所述第一局部场图和第二局部场图结合学习得到一个权重矩阵，分别对两个分支的场图特征进行筛选，级联并通过一个残差模块融合得到所述最终局部场图： M＝Sigmoidf12f11Fup+f22f21Fde； Y＝RBCf11Fup×1+M,f21Fde×1+M； 其中，Fup,Fde分别表示第一局部场图和第二局部场图，M表示权重矩阵，Y表示最终局部场图，f11,f12,f21,f22表示不同的3×3×3的卷积层，C表示级联，RB表示残差模块。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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”。