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！

龙图腾网获悉吉林大学申请的专利基于动态注意力和隐式神经表示的医学图像超分辨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：CN120450963B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510954838.2，技术领域涉及：G06T3/4053；该发明授权基于动态注意力和隐式神经表示的医学图像超分辨方法是由徐昊;韦亿;王春晖;张洪达设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本基于动态注意力和隐式神经表示的医学图像超分辨方法在说明书摘要公布了：本发明涉及人工智能以及医学图像超分辨技术领域，特别是涉及基于动态注意力和隐式神经表示的医学图像超分辨方法，包括：获取待处理医学图像；将所述待处理医学图像输入预设的医学图像超分辨率模型中，输出医学图像超分辨率结果，其中，所述医学图像超分辨率模型采用训练集训练获得，所述训练集包括若干训练对，所述训练对包括低分辨率医学图像以及对应的高分辨率医学图像，所述医学图像超分辨率模型基于引入动态注意力机制和隐式神经表示的卷积神经网络构建。本发明通过学习医学图像层间特征表示，运用相应的动态注意力机制，基于隐式神经表示获得高分辨率医学图像。

本发明授权基于动态注意力和隐式神经表示的医学图像超分辨方法在权利要求书中公布了：1.基于动态注意力和隐式神经表示的医学图像超分辨方法，其特征在于，包括： 获取待处理医学图像； 将所述待处理医学图像输入预设的医学图像超分辨率模型中，输出医学图像超分辨率结果，其中，所述医学图像超分辨率模型采用训练集训练获得，所述训练集包括若干训练对，所述训练对包括低分辨率医学图像以及对应的高分辨率医学图像，所述医学图像超分辨率模型基于引入动态注意力机制和隐式神经表示的卷积神经网络构建； 所述医学图像超分辨率模型包括： 特征提取模块，用于采用卷积神经网络对输入图像进行特征提取，获取第一特征图； 预超分辨模块，用于采用插值算法对所述第一特征图进行层间超分辨，获取第二特征图； 动态注意力增强模块，用于采用动态窗口的注意力机制对所述第二特征图进行增强，获取第三特征图； 超分辨模块，用于通过隐式神经表示解码函数将第三特征图和第三特征图中坐标信息映射为高分辨率图像的体素强度，重建高分辨率图像； 所述动态注意力增强模块采用动态窗口的注意力机制对所述第二特征图进行增强，获取第三特征图，包括： 将特征向量输入动态感受野单元获取注意力窗口大小，并通过特征动态调整注意力滑动窗口大小，确定注意力窗口范围； 在所述注意力窗口范围内，对第二特征图进行注意力计算，获取高分辨特征向量，输出所述第三特征图； 所述动态感受野单元由轻量级深度可分离卷积网络构成，所述轻量级深度可分离卷积网络通过两个三维卷积进行计算，获取所述注意力窗口大小； 进行所述注意力计算包括： 其中，是进行注意力计算获取的高分辨特征向量，是第一特征图中查询 坐标对应的特征向量，代表神经网络线性层中可学习的权重矩阵，表 示通过动态窗口对于领域提取到的特征向量。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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”。