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！

龙图腾网获悉首都师范大学申请的专利基于联合分辨率感知与视觉曼巴的超声定位显微成像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：CN120672891B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510818550.2，技术领域涉及：G06T11/00；该发明授权基于联合分辨率感知与视觉曼巴的超声定位显微成像方法及系统是由姜那;李科骏;万海涛;张淦;蒋金鹏;张苗苗设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本基于联合分辨率感知与视觉曼巴的超声定位显微成像方法及系统在说明书摘要公布了：本发明公开了一种基于联合分辨率感知与视觉曼巴的超声定位显微成像方法及系统，具体包括：获取若干模态血管造影数据并进行预处理，结合血流速度场仿真数据生成微泡运动序列，构建数据集；将所述数据集输入混合层级特征金字塔融合网络，基于实时多尺度密度场估计算法对微泡位置进行概率密度估计，引入分辨率感知算法增强微泡特征，得到若干短轨迹图像；对所述短轨迹图像进行动态特征解耦与时频分析，提取速度分量特征及血管结构时空上下文信息并进行编码，基于视觉曼巴构建双分支处理网络获得分别反映前向运动贡献和后向运动贡献的图像，通过图像融合最终生成高分辨率血管图像。本发明对于提升微血管成像中的效率与精度有重要价值。

本发明授权基于联合分辨率感知与视觉曼巴的超声定位显微成像方法及系统在权利要求书中公布了：1.一种基于联合分辨率感知与视觉曼巴的超声定位显微成像方法，其特征在于，包括如下步骤： 步骤S1：获取若干模态血管造影数据并进行预处理，结合血流速度场仿真数据生成微泡运动序列，构建数据集； 步骤S2：将所述数据集输入混合层级特征金字塔融合网络，基于实时多尺度密度场估计算法对微泡位置进行概率密度估计，引入分辨率感知算法增强微泡特征，输出微泡定位坐标集合，对所述微泡定位坐标集合进行物理分析关联，得到若干短轨迹图像；包括： 步骤S21、对得到的仿真图像数据集进行归一化处理，得到图像的全局集中趋势分析测度与空间变异程度量化值，作为归一化图像集合； 步骤S22、将所述归一化图像输入至检测编码模块进行特征提取后分别输入至检测解码模块、密度估计解码模块，所述检测解码模块输出微泡的位置检测结果，所述密度估计解码模块输出预测热图，所述预测热图反映微泡在图像上的预测空间稠密分布特征，用于后续的监督学习； 步骤S23、对输入图像的像素分布进行统计检验，采用基于Kolmogorov-Smirnov的动态分辨率检验方法，计算得到当前图像区域的经验累积分布函数与预设标准分布之间的最大偏差值： 1 其中，公式1中，表示集合所有上界中的最小值，根据统计量的取值范围，将当前图像或图像区域划分为高复杂度、中复杂度与低复杂度区域，针对不同复杂度区域，动态激活编码模块与解码模块之间相对应的特征连接路径； 步骤S3：对所述短轨迹图像进行动态特征解耦与时频分析，提取速度分量特征及血管结构时空上下文信息并进行编码，基于视觉曼巴构建双分支处理网络获得分别反映前向运动贡献和后向运动贡献的图像，通过图像融合最终生成高分辨率血管图像；包括： 步骤S31、接收由步骤S2生成的短轨迹图像数据并进行分析解耦，提取出共享血管结构特征、以及分别表征微泡前向运动的特征图和表征微泡后向运动的特征图； 步骤S32、将提取的共享血管结构特征分别与前向运动特征和后向运动特征进行组合得到前向和后向特征流； 步骤S33、构建两条并行的、结构相同但参数部分共享的SSM处理主干，分别处理前向和后向特征流； 步骤S34、在每条SSM处理主干之后，分别集成残差式降噪单元，对前向和后向特征流的信号进行提纯； 步骤S35、将两条并行流处理得到的提纯后特征图分别进行解码并最终融合，得到最终的高分辨率输出图像。

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首都师范大学，其通讯地址为：100048 北京市海淀区西三环北路105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。