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！

龙图腾网获悉西安工业大学申请的专利一种基于PACUNeXt3+网络的干涉显微相位畸变消除方法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：CN116664438B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310648812.6，技术领域涉及：G06T5/80；该发明授权一种基于PACUNeXt3+网络的干涉显微相位畸变消除方法是由王凡;李兆馨;郭荣礼;张浩洋;靳鹏举设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本一种基于PACUNeXt3+网络的干涉显微相位畸变消除方法在说明书摘要公布了：本发明涉及光学干涉测量技术领域，针对离轴干涉显微定量相位成像过程中出现的相位畸变问题，提出一种基于PACUNeXt3+网络的干涉显微相位畸变消除方法。本方法包括如下步骤：1.使用泽尼克Zernike多项式和测试靶图片模拟生成数据集；2.建立并训练PACUNeXt3+神经网络模型；3.把包含被测样品的干涉图Ior输入训练好的神经网络，输出得到与其对应的不含样品信息的背景干涉图I′r；4.利用两幅干涉图Ior和I′r，重建得到去除了相位畸变的样品相位分布φox,y。本发明精度高、速度快，可以消除干涉显微定量相位成像中存在的二次或高次相位畸变，在相位成像领域有着很大的应用前景。

本发明授权一种基于PACUNeXt3+网络的干涉显微相位畸变消除方法在权利要求书中公布了：1.一种基于PACUNeXt3+网络的干涉显微相位畸变消除方法，其特征在于,包括下述步骤： 步骤1：使用泽尼克多项式和测试靶图片模拟生成数据集，包括样品的干涉图Ior、不含样品的干涉图Ir： 步骤2：构建并训练PACUNeXt3+神经网络模型： 2.1构建PACUNeXt3+神经网络模型： 编码器由4个ResBlock-残差卷积块XEi，i＝1,2,3,4、4个Res-UNeXt模块YEi，i＝1,2,3,4和3个下采样层MaxPool2d构成；解码器由3个ResBlock-残差卷积块XDj,j＝1,2,3、3个Res-UNeXt模块YDj,j＝1,2,3和3个上采样层Upsample+Conv2d构成，采用全尺度深度监督计算每层解码器输出的损失，同时融合不同尺度的显著特征形成网络的最终输出； 2.2使用归一化数据集Ior和Ir对PACUNeXt3+神经网络进行训练，直到损失函数收敛为止完成训练，得到网络权重值； 步骤3：把采集得到的包含样品的干涉图归一化得到Ior，输入训练好的PACUNeXt3+神经网络模型，输出得到对应的不含样品信息的背景干涉图I′r； 步骤4：利用两幅干涉图Ior和I′r，根据背景相减法重建相位分布：首先得到去除相位畸变的样品包裹相位分布φo，然后采用去包裹算法得到最终的无包裹相位分布φ′ox,y。

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西安工业大学，其通讯地址为：710032 陕西省西安市未央区学府中路2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。