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！

龙图腾网获悉中国科学技术大学申请的专利一种基于迁移学习的质谱图像超分辨率重建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：CN116523756B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202310560519.4，技术领域涉及：G06T3/4053；该发明授权一种基于迁移学习的质谱图像超分辨率重建方法是由熊伟;朱洪影;廖铁鹏设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于迁移学习的质谱图像超分辨率重建方法在说明书摘要公布了：本发明公开了一种基于迁移学习的质谱图像超分辨率重建方法，包括以下步骤：对光学对抗神经网络模型进行训练，得到训练后的光学对抗神经网络模型；将训练后的光学对抗神经网络模型中的参数迁移至MSI神经网络模型中，得到初始的MSI神经网络模型；对初始的MSI神经网络模型进行训练，得到训练后的MSI神经网络模型；利用训练后的MSI神经网络模型输出与待处理的MSI图像相对应的目标MSI图像。本发明首先从光学图像中学习部分映射关系，然后将从光学图像中学习的模型参数转移到MSI模型中，从而无需大量的MSI数据进行从头学习，有效地解决了深度学习训练中需要大量的MSI数据进行学习来提高质谱图像空间分辨率的技术问题。

本发明授权一种基于迁移学习的质谱图像超分辨率重建方法在权利要求书中公布了：1.一种基于迁移学习的质谱图像超分辨率重建方法，其特征在于，该方法包括以下步骤： S1、利用基于光学显微镜图像的训练集对光学对抗神经网络模型进行训练，直至模型收敛，得到训练后的光学对抗神经网络模型； 其中，利用第一综合损失函数对光学对抗神经网络模型进行优化，得到训练后的光学对抗神经网络模型； 第一综合损失函数的计算公式为： 式中，Lpercep表示感知损失； λ和η表示超参数，且λ＝5×10-3，η＝1×10-2； 表示对抗损失； L1表示L1-范数损失； 和分别表示对小批量中所有真实数据和虚假数据取平均值的操作； xr和xf分别表示真实图像和由生成器生成的图像； DRa表示相对论平均鉴别器； Gxi和y分别代表模型复原的图像和真实图像； 代表对小批量中所有图像取绝对差值之和的操作； S2、利用fine-tuning方法将训练后的光学对抗神经网络模型中的参数迁移至MSI神经网络模型中，得到初始的MSI神经网络模型； 其中，利用第二综合损失函数对MSI神经网络模型进行优化，得到训练后的MSI神经网络模型； 第二综合损失函数的计算公式为： 式中，表示超参数，且 Lc表示交叉熵损失； S3、采用基于MSI图像的训练集对初始的MSI神经网络模型进行训练，直至模型收敛，得到训练后的MSI神经网络模型； 其中，获取若干小鼠脑组织矢状面的MSI图像，并制作基于MSI图像的训练集还包括以下步骤： 利用SciPy、NumPy和matplotlibPython包模拟点源上的二维解析探针采样来计算特定点扩展函数； 将高分辨率MSI图像与特定点扩展函数进行卷积后再进行下采样，并利用MATLAB中的双三次核函数对卷积后的图像进行下采样，得到相应的合成低分辨率MSI图像； S4、利用训练后的MSI神经网络模型输出与待处理的MSI图像相对应的目标MSI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中国科学技术大学，其通讯地址为：230000 安徽省合肥市金寨路96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”。