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！

龙图腾网获悉南京大学申请的专利一种基于混合网络的单聚合物生长精确定位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：CN120708219B 。

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：202511202730.4，技术领域涉及：G06V20/69；该发明授权一种基于混合网络的单聚合物生长精确定位方法及系统是由邹宁睦;丁浩;冯明伟;邸康健;张益昕设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本一种基于混合网络的单聚合物生长精确定位方法及系统在说明书摘要公布了：本发明公开了一种基于混合网络的单聚合物生长精确定位方法及系统，其方法融合了聚焦图像生成与离焦深度计算的双阶段处理流程，预聚焦阶段利用CS_Diff层，结合SSIM的对比度与结构参数，计算原始离焦图像与生成聚焦图像的结构相似图以及DF_map与真实聚焦图像的结构相似图，并通过优化差异特征，生成高精度聚焦图像；定位阶段将原始离焦图像与高精度聚焦图像共同输入CNN‑ViT混合模型进行三级处理，最终输出纳米级离焦深度值。本发明方法核心在于聚焦图像与离焦图像差异信息的双通道融合，实现了±10nm的高轴向定位精度，支持120fps的实时处理速率，为高分子材料的原位动态监测提供了突破性的解决方案。

本发明授权一种基于混合网络的单聚合物生长精确定位方法及系统在权利要求书中公布了：1.一种基于混合网络的单聚合物生长精确定位方法，其特征在于，包括如下步骤： 预聚焦阶段： S101、获取单聚合物生长的原始离焦图像DF_map，通过显微镜聚焦调节结构得到对应的真实聚焦图像GT_map； S102、基于PreFocusNet模型进行训练，利用CS_Diff层获得原始离焦图像DF_map与生成聚焦图像Out_map的结构相似图DFOut_map，以及原始离焦图像DF_map与真实聚焦图像GT_map的结构相似图DFGT_map； 所述PreFocusNet模型采用编码器-解码器架构，用于处理裁切后的128×128卷积、2×2最大池化操作，逐步增加通道数至1024，特征图尺寸减小至8×8；解码阶段通过2×2上采样和残差连接恢复尺寸至128×128，并以1×1卷积精炼特征，输出层生成高维特征图； S103、基于获得的结构相似图DFOut_map和DFGT_map，计算结构差异特征； S104、利用所述结构差异特征优化PreFocusNet模型，生成高精度聚焦图像Out_map1； 定位阶段： S201、固定PreFocusNet模型参数，再次利用CS_Diff层获得原始离焦图像DF_map与高精度聚焦图像Out_map1的结构相似图DFOut_map1； S202、将所述原始离焦图像DF_map和结构相似图DFOut_map1进行融合，形成双通道融合特征图； S203、将所述双通道融合特征图输入CNN-ViT混合模型，进行三级处理，得到单聚合物生长位置的纳米级离焦深度值。

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京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。