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！

龙图腾网获悉山东大学申请的专利一种冷冻电镜密度图数据压缩、解压缩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：CN120416496B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202510912263.8，技术领域涉及：H04N19/42；该发明授权一种冷冻电镜密度图数据压缩、解压缩方法及系统是由曾琼;邵艺明;孟致远;韩仁敏;屠长河设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本一种冷冻电镜密度图数据压缩、解压缩方法及系统在说明书摘要公布了：本发明公开了一种冷冻电镜密度图数据压缩、解压缩方法及系统，属于计算机图像技术领域，包括：获取待压缩的冷冻电镜密度图数据；在数据坐标范围内随机采样，对采样点的坐标进行哈希编码，得到坐标的特征向量；以加入均匀噪声的特征向量为神经网络的输入，通过最小化网络输出预测值和采样点处原始数据值之间的误差训练神经网络，得到优化的神经网络参数；对特征向量进行量化，并采用无损编码方法对量化后的特征向量和神经网络参数进行压缩，得到压缩数据。其中，解压缩方法是压缩方法的逆处理过程。本发明可实现在实现超高压缩比的同时尽可能的降低压缩损失，同时支持数据的按需解压缩与访问。

本发明授权一种冷冻电镜密度图数据压缩、解压缩方法及系统在权利要求书中公布了：1.一种冷冻电镜密度图数据压缩方法，其特征在于，包括： 获取待压缩的冷冻电镜密度图数据；所获取的密度图数据为三维电子密度分布数据； 在数据坐标范围内随机采样，对采样点坐标进行哈希编码，得到坐标的特征向量；所述哈希编码采用多分辨率哈希编码，利用多分辨率哈希编码对采样点的坐标进行位置编码，包括： 创建一组多分辨率网格，针对每一级分辨率网格，将采样点坐标位置所在网格的顶点信息进行映射计算后存储至哈希表中； 基于哈希表，生成采样点坐标的特征向量； 其中，所述映射计算为：当网格的顶点数量小于哈希表最大长度时，构建每个网格顶点坐标和哈希表项之间的一一映射关系，为： ； 上式中，表示某一网格顶点在该网格坐标系下的坐标，为第i级分辨率网格的分辨率，表示哈希表中第i个哈希表项； 当网格的顶点数量不小于哈希表最大长度时，通过哈希函数构建网格顶点坐标到哈希表索引的映射，该哈希函数为： ； 上式中，、和表示三个不同的任意素数，表示异或运算，表示取模运算，表示哈希表的最大长度； 以加入均匀噪声的特征向量为神经网络的输入，通过最小化网络输出预测值和采样点处原始数据值之间的误差训练神经网络，得到优化的神经网络参数； 其中，针对每一个采样点，确定采样点在每一级网格中周围最近的多个网格顶点并从哈希表中取得对应的特征向量，再采用三线插值法计算该采样点在该级网格对应的特征向量，在获取的所有特征向量中加入均匀噪声，以模拟量化误差，表示量化区间的长度； 采用MSE损失函数对预测值与采样点处原数据的密度值比较求得损失，表示为：； 其中，表示神经网络预测数据，表示原始数据，其均可作为坐标的函数表示，表示神经网络输出的坐标处的预测数据，即预测的采样点位置的密度值，表示坐标处的原始数据； 对特征向量进行量化，并采用无损编码方法对量化后的特征向量和神经网络参数进行压缩，得到压缩数据； 其中，对哈希表中存储的特征向量进行量化，为： ； 上式中，是量化前的值，是量化后的值，表示归一化，表示四舍五入，表示量化区间的长度。

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山东大学，其通讯地址为：266237 山东省青岛市即墨区滨海路72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。