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！

龙图腾网获悉北京大学申请的专利单颗粒扩散量化特征预测方法、装置、电子设备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：CN119477965B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411353615.2，技术领域涉及：G06T7/20；该发明授权单颗粒扩散量化特征预测方法、装置、电子设备及存储介质是由邓伍兰;王祖辉;刘译文设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本单颗粒扩散量化特征预测方法、装置、电子设备及存储介质在说明书摘要公布了：本发明提供一种单颗粒扩散量化特征预测方法、装置、电子设备及存储介质，其中的方法包括：获取目标单颗粒对应的目标输入图像；基于预先训练的颗粒轨迹预测模型，根据目标输入图像，预测得到颗粒伪轨迹图像；基于颗粒伪轨迹图像，计算得到目标单颗粒的扩散量化特征；其中，颗粒轨迹预测模型通过根据单颗粒运动模糊图像及其对应的颗粒运动轨迹图像构成的第一训练样本集进行训练优化得到。该方法通过颗粒轨迹预测模型从目标输入图像中预测目标单颗粒的实际运动路径，并基于此计算目标单颗粒的扩散量化特征，能够在高标记密度环境下快速、准确地预测大量单颗粒的扩散系数，并显著降低了光毒性，还能有效区分不同生物颗粒的扩散特性，为扩散体系和活细胞中的颗粒动态研究提供了强有力的工具。

本发明授权单颗粒扩散量化特征预测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种单颗粒扩散量化特征预测方法，其特征在于，包括： 获取目标单颗粒对应的目标输入图像，所述目标输入图像是经过处理后的单颗粒运动模糊图像； 基于预先训练的颗粒轨迹预测模型，根据所述目标输入图像，预测得到颗粒伪轨迹图像； 基于所述颗粒伪轨迹图像，计算得到所述目标单颗粒的扩散量化特征； 其中，所述颗粒轨迹预测模型基于深度学习神经网络构建，通过根据单颗粒运动模糊图像及其对应的颗粒运动轨迹图像构成的第一训练样本集进行训练优化得到； 所述目标单颗粒的扩散量化特征包括扩散系数和扩散方向； 相应的，所述基于所述颗粒伪轨迹图像，计算得到所述目标单颗粒的扩散量化特征，包括： 根据所述颗粒伪轨迹图像，确定伪轨迹面积； 根据所述伪轨迹面积与颗粒扩散系数之间的定量关系，拟合得到所述目标单颗粒对应的扩散系数； 根据所述颗粒伪轨迹图像的密度空间分布，拟合得到所述目标单颗粒对应的扩散方向； 所述伪轨迹面积的计算公式如下： PTarea＝R*w； 所述伪轨迹面积与颗粒扩散系数之间的定量关系定义如下： D＝Const*PTarea2； 其中，PTarea表示伪轨迹面积，R表示目标单颗粒的总轨迹距离，w表示窄宽度，D表示目标单颗粒的扩散系数，T表示目标单颗粒总轨迹的曝光时间，t表示总轨迹距离中多个离散跳跃长度的时间间隔。

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北京大学，其通讯地址为：100871 北京市海淀区颐和园路5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。