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！

龙图腾网获悉东北石油大学申请的专利一种基于Petro Analytic Net深度学习模型的油气储层勘探中地质图像分割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：CN119904640B 。

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：202411989940.8，技术领域涉及：G06V10/26；该发明授权一种基于Petro Analytic Net深度学习模型的油气储层勘探中地质图像分割方法及系统是由赵梓翔;李佳慧;董宏丽;步贤业;侯男;孙宇航;路敬祎设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种基于Petro Analytic Net深度学习模型的油气储层勘探中地质图像分割方法及系统在说明书摘要公布了：本发明提供了一种基于PetroAnalyticNet深度学习模型的油气储层勘探中地质图像分割方法及系统，属于图像处理领域。为解决现有地质图像分割过程中存在地质数据复杂，存在固有噪声，造成分割精度差且计算效率低的问题。本发明包括可分离膨胀卷积、特征融合和注意力机制，能够高效捕捉多尺度特征，同时应对地质数据中的复杂性和噪声问题。本发明通过广泛的实验验证，在分割准确性上优于现有的基线方法；且本发明采用了先进的特征提取技术组合，可以更精确地区分地质结构，从而更好地识别诸如含油地层关键特征。消融研究进一步强调了每个架构组件的重要性，展示了它们对整体性能的集体贡献。

本发明授权一种基于Petro Analytic Net深度学习模型的油气储层勘探中地质图像分割方法及系统在权利要求书中公布了：1.一种基于PetroAnalyticNet深度学习模型的油气储层勘探中地质图像分割方法，其特征在于，包括以下步骤：所述PetroAnalyticNet深度学习模型包括编码器和解码器， 所述编码器包括多个卷积块，每个卷积块通过一组滤波器提取地质输入数据的不同特征，从基础特征开始，随着网络的加深逐步提取；在卷积层之后，通过池化操作将信息浓缩为更深层次的抽象准备特征图；其中，所述卷积块为可分离膨胀卷积块，所述可分离膨胀卷积块包括膨胀卷积、可分离卷积和残差连接；所述膨胀卷积用于扩大网络的感受野；所述可分离卷积块将学习过程分解为两层，一层用于过滤特征，另一层用于组合特征；一系列残差块被堆叠在一起，每个块执行恒等映射，将早期层的特征传递到后期层； 在瓶颈处，网络达到最深层，作为编码器和解码器之间的过渡点； 所述解码器从压缩的特征表示中重建分割图，解码器中的上采样层逐步增加特征图的分辨率，通过跳跃连接将编码器中相应阶段的特征整合； 分割图的最终输出由解码器的最后一层生成；该输出层通过一组滤波器生成二值化图像，利用逐像素分类来区分储层与非储层区域，从而确定油气储层的位置。

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东北石油大学，其通讯地址为：163318 黑龙江省大庆市高新技术产业开发区学府街99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。