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！

龙图腾网获悉浙江工业大学;中国科学院杭州医学研究所申请的专利一种基于扩散模型的荧光图像超分辨率复原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：CN119048355B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411291749.6，技术领域涉及：G06T3/4076；该发明授权一种基于扩散模型的荧光图像超分辨率复原方法及系统是由潘清;铁江山;方晓红;袁景和设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本一种基于扩散模型的荧光图像超分辨率复原方法及系统在说明书摘要公布了：本发明公开了一种基于扩散模型的荧光图像超分辨率复原方法及系统，包括：获取待处理的带噪低分辨率图像；将待处理的带噪低分辨率图像与一随机产生的符合高斯分布的噪声数据融合作为训练好的扩散模型的输入，通过扩散模型对带噪低分辨率图像逐步进行逆向推断去噪，输出获得复原的超分辨率荧光图像。本发明将输入图片的高频部分代表被观测物体边缘和细节和低频部分代表被观测物体主要结构使用多头注意力分别计算。这样分开处理，处理高频部分时可以对高频成分进行增强处理，使这些重要的细节更加清晰，同时避免对整个图像进行过度处理，导致低频部分出现伪影或不必要的细节增强；也避免了对不需要处理的低频背景部分浪费大量计算资源。

本发明授权一种基于扩散模型的荧光图像超分辨率复原方法及系统在权利要求书中公布了：1.一种基于扩散模型的荧光图像超分辨率复原方法，其特征在于，包括： 获取待处理的带噪低分辨率图像； 将待处理的带噪低分辨率图像与一随机产生的符合高斯分布的噪声数据融合作为训练好的扩散模型的输入，通过扩散模型对带噪低分辨率图像逐步进行逆向推断去噪，输出获得复原的超分辨率荧光图像； 所述扩散模型包括噪声预测网络和去噪网络，其中噪声预测网络用于基于输入的图像进行噪声预测，所述噪声预测网络包括若干encoder层、中间层、decoder层和输出层；其中，第一层encoder层包含一嵌入的注意力模块，所述注意力模块包括并行的第一通道和第二通道，第一通道包含依次连接的滑窗模块、查询-键-值计算模块、缩放点积注意力模块、连接层和投影层；第二通道包含依次连接的查询-键-值计算模块、滑动窗口膨胀注意力模块、连接层和投影层，第一通道用于将输入的特征图高频部分分割成多个局部窗口，在每个窗口内分别进行线性变换得到查询q,键k,v值向量，并进行局部注意力计算，捕获局部细节信息；第二通道用于将输入的特征图低频部分进行线性变换得到查询q,键k,v值向量后通过多个膨胀率不同的膨胀卷积进行注意力计算，并融合不同感受野下的特征信息；第一通道和第二通道输出的信息融合后作为注意力模块的输出；所述去噪网络用于基于噪声预测网络预测获得的噪声对输入的图像进行去噪获得下一步的图像。

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浙江工业大学;中国科学院杭州医学研究所，其通讯地址为：310014 浙江省杭州市下城区潮王路18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。