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！

龙图腾网获悉北京中医药大学申请的专利一种基于三维结构孔隙率的珍珠母质量无损评价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：CN120195198B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510667678.3，技术领域涉及：G01N23/046；该发明授权一种基于三维结构孔隙率的珍珠母质量无损评价方法是由刘越;胡玉莹设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本一种基于三维结构孔隙率的珍珠母质量无损评价方法在说明书摘要公布了：本申请公开了一种基于三维结构孔隙率的珍珠母质量无损评价方法，涉及中药材珍珠母无损显微鉴定技术领域，该方法包括采用明煅法在多种煅制温度下分别煅烧珍珠母生品，得到多个不同炮制程度的炮制品；分别对珍珠母生品和各个炮制品进行显微CT扫描，得到若干投影图；根据若干投影图，采用相位恢复算法和迭代重建算法进行三维图像重建，生成三维数据；根据三维数据，采用图像分割算法进行孔隙分割，计算得到珍珠母生品和各个炮制品的孔隙率；根据珍珠母生品和各个炮制品的孔隙率，结合孔隙率、煅制温度和样品质量的关系，确定珍珠母生品和各个炮制品的质量等级。本申请可以实现珍珠母质量无损评价，并提升珍珠母质量评价的准确性。

本发明授权一种基于三维结构孔隙率的珍珠母质量无损评价方法在权利要求书中公布了：1.一种基于三维结构孔隙率的珍珠母质量无损评价方法，其特征在于，所述基于三维结构孔隙率的珍珠母质量无损评价方法包括： 采用明煅法在400℃、600℃、800℃的煅制温度下分别煅烧珍珠母生品，得到多个不同炮制程度的炮制品； 分别对所述珍珠母生品和各个所述炮制品进行显微CT扫描，得到若干投影图； 根据若干所述投影图，采用相位恢复算法和迭代重建算法进行三维图像重建，生成三维数据；其中，分别对每一所述投影图进行几何校正和噪声滤波，得到预处理后的投影图；所述预处理后的投影图用于作为所述投影图，以基于相位恢复算法重建所述珍珠母生品和各个所述炮制品的折射率分布；根据若干所述投影图，采用相位恢复算法重建所述珍珠母生品和各个所述炮制品的折射率分布；根据所述珍珠母生品和各个所述炮制品的折射率分布，采用FDK算法进行三维CT重建，生成所述珍珠母生品和各个所述炮制品的三维数据；所述三维数据包括相位衬度显微CT三维重构图像以及对应的三维体素矩阵； 根据所述三维数据，采用图像分割算法进行孔隙分割，计算得到所述珍珠母生品和各个所述炮制品的孔隙率；其中，根据所述三维数据，采用Otsu算法或者基于U-Net深度学习模型的图像分割算法提取孔隙-基质二元化三维结构模型；基于所述孔隙-基质二元化三维结构模型，确定所述珍珠母生品和各个所述炮制品的孔隙体积及样品总体积；根据所述珍珠母生品和各个所述炮制品的孔隙体积及样品总体积，采用ε=V1V2×100%计算所述珍珠母生品和各个所述炮制品的孔隙率，其中，ε为孔隙率，V1为孔隙体积，V2为样品总体积； 所述孔隙-基质二元化三维结构模型是基于三维数据建立的简化表征体系，将珍珠母生品和各个炮制品的材料内部结构划分为孔隙相和基质相；孔隙相指的是空腔或流体填充区域，基质相指的是固体骨架；提取过程包括：首先对原始三维数据进行降噪和灰度归一化预处理，进而采用Otsu算法或者基于U-Net深度学习模型的图像分割算法进行图像的阈值分割，最后通过形态学操作和连通域分析优化孔隙-基质二元化三维结构模型的质量，所述孔隙-基质二元化三维结构模型直接为孔隙率计算提供基础数据，包括珍珠母生品和各个炮制品的孔隙体积和样品总体积，其中孔隙体积和样品总体积分别对应孔隙-基质二元化三维结构模型中标记为孔隙相和整体基质的体素数量，从而将孔隙体积和样品总体积代入到孔隙率计算公式，计算得到珍珠母生品和各个炮制品的孔隙率； 根据所述珍珠母生品和各个所述炮制品的孔隙率，结合孔隙率、煅制温度和样品质量的关系，确定所述珍珠母生品和各个所述炮制品的质量等级；所述质量等级包括高等级、中等级和低等级；所述高等级对应的孔隙率的取值区间为：ε＞40%；所述高等级对应的煅制温度的取值区间为：T＞800℃；所述中等级对应的孔隙率的取值区间为：5%≤ε≤40%；所述中等级对应的煅制温度的取值区间为：400℃≤T≤800℃；所述低等级对应的孔隙率的取值区间为：ε＜5%；所述低等级对应的煅制温度的取值区间为：T＜400℃；其中，ε为孔隙率，T为煅制温度。

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北京中医药大学，其通讯地址为：100029 北京市朝阳区北三环东路11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”。