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！

龙图腾网获悉南方科技大学;日本株式会社多美申请的专利一种显微镜成像模态迁移方法、系统及存储介质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：CN116563663B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310430849.1，技术领域涉及：G06V10/774；该发明授权一种显微镜成像模态迁移方法、系统及存储介质是由刘江;席睿翎;张颖麟;东田理沙;岡本圭一郎设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本一种显微镜成像模态迁移方法、系统及存储介质在说明书摘要公布了：本发明公开了一种显微镜成像模态迁移方法、系统及存储介质，通过利用生成网络进行模型训练，使得域A的角膜内皮镜图像数据与域B的共聚焦显微镜图像数据进行相互转换，以学习对方域的图像，并将生成的域B合成图像数据、域A合成图像数据作为输入，以不断循环训练生成的图像数据，并继续对不断更新的域B合成图像数据、域A合成图像数据进行判别，可逐渐得到生成的图像数据与原始域中的真实图像数据越来越接近，而训练过程主要通过降低获取到的损失函数的值，来提升生成网络的性能。因此本方法缓解了非接触式角膜内皮细胞显微镜成像技术限制，更好地评估了角膜内皮细胞的临床参数，以提供更可靠的评估辅助。

本发明授权一种显微镜成像模态迁移方法、系统及存储介质在权利要求书中公布了：1.一种显微镜成像模态迁移方法，其特征在于，包括以下步骤： 准备域A图像数据集和域B图像数据集并构建生成网络，所述域A为角膜内皮镜成像域，所述域B为共聚焦显微镜成像域，所述域A图像数据集和所述域B图像数据集已配对或未配对； 将所述域A图像数据集和所述域B图像数据集输入至所述生成网络以进行模型训练； 利用降低损失函数来训练所述生成网络以提升性能； 将待处理的域A图像输入至训练好的所述生成网络进行处理，以实现域B模态迁移的眼科图像处理系统； 其中，所述生成网络包括第一生成器、第二生成器、第一判别器、第二判别器；所述将所述域A图像数据集和所述域B图像数据集输入至所述生成网络以进行模型训练，包括以下步骤： 利用所述第一生成器，将域A原始图像数据转换生成为域B合成图像数据，并利用所述第二生成器，将域B原始图像数据转换生成为域A合成图像数据，所述域A图像数据集包括多个所述域A原始图像数据，所述域B图像数据集包括多个所述域B原始图像数据； 利用所述第一生成器，对所述域A合成图像数据进行转换，以更新所述域B合成图像数据，并利用所述第二生成器，对所述域B合成图像数据进行转换，以更新所述域A合成图像数据； 利用所述第一判别器对所述域B合成图像数据进行处理以得到判别结果，并利用所述第二判别器对所述域A合成图像数据进行处理以得到判别结果； 其中，所述损失函数包括第一频域信息损失函数，所述第一生成器包括卷积层编码器、聚合残差转换器、频域卷积层解码器；所述第一频域信息损失函数由以下步骤得到： 获取域B频域图像数据，所述域B频域图像数据由所述域A原始图像数据依次经所述卷积层编码器、所述聚合残差转换器、所述频域卷积层解码器处理得到； 获取域A频域图像数据，所述域A频域图像数据由所述域A原始图像数据经离散傅里叶变换得到； 对所述域B频域图像数据和所述域A频域图像数据进行均方差计算，以得到所述第一频域信息损失函数； 其中，所述第一判别器包括感知模块、多个第一卷积层、全连接层；所述利用所述第一判别器对所述域B合成图像数据进行处理以得到判别结果，包括以下步骤： 利用所述感知模块对所述域B合成图像数据进行多个尺度特征提取，并经上采样处理后得到第一特征提取数据； 将所述第一特征提取数据依次经多个所述第一卷积层进行卷积操作，以得到第二特征提取数据； 利用所述全连接层对所述第二特征提取数据进行处理，以得到所述判别结果。

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南方科技大学;日本株式会社多美，其通讯地址为：518055 广东省深圳市南山区桃源街道学苑大道1088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。