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！

龙图腾网获悉浙大宁波理工学院申请的专利一种鱼类捕食行为分析的多模态脑影像融合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：CN115908994B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202211343348.1，技术领域涉及：G06V10/80；该发明授权一种鱼类捕食行为分析的多模态脑影像融合方法是由胡秋;蔡卫明;胡绍海;白杨;邹欢清;金婧;马新莉设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本一种鱼类捕食行为分析的多模态脑影像融合方法在说明书摘要公布了：本发明提供了一种鱼类捕食行为分析的多模态脑影像融合方法，涉及图像融合技术领域，本方法包括步骤S1：基于分离字典学习通过关联稀疏系数构成的稀疏矩阵来表征结构纹理特征；S2：通过正交匹配追踪法和黎曼流形上共轭梯度法经过循环迭代得到预训练字典；S3：采用纹理对比度与稀疏显著性特征和构造活性测度以保留纹理信息，通过稀疏重构得到融合的脑影像。本方法能够克服字典原子的更新形式易造成纹理信息丢失和字典整体更新效率偏低的不足，以及因活性测度表征单一造成纹理信息丢失的缺陷。

本发明授权一种鱼类捕食行为分析的多模态脑影像融合方法在权利要求书中公布了：1.一种鱼类捕食行为分析的多模态脑影像融合方法，其特征在于，包括步骤： S1：基于分离字典学习通过关联稀疏系数构成的稀疏矩阵来表征结构纹理特征； S2：通过正交匹配追踪法和黎曼流形上共轭梯度法经过循环迭代得到预训练字典； S3：采用纹理对比度与稀疏显著性特征和构造活性测度以保留纹理信息，通过稀疏重构得到融合的脑影像； 其中，所述步骤S3包括： S31：将多个已配准的多模态脑影像经滑动窗口技术得到对应的重叠块，并采用预训练字典对重叠块进行稀疏表示得到相应的稀疏系数图； S32：基于重叠块，采用纹理对比度测度提取空间显著特征； S33：基于稀疏系数图，采用稀疏显著性特征和测度提取变换显著特征； S34：结合空间显著性和变换显著性构造融合活性测度，并利用活性测度指导多个多模态脑影像对应的稀疏系数融合； S35：利用预训练字典通过稀疏重构得到融合的脑影像； 其中，所述步骤S31至步骤S35具体包括： 输入源影像，； 滑动窗口技术得到重叠块影像，通过像素的强度属性定义亮度对比度： ； 通过加权结构张量定义方向对比度：； 采用经字典学习得到的预训练字典对重叠块进行稀疏编码，得到对应的稀疏系数图； 通过稀疏系数图中相邻区域的差异和来突出显著的稀疏特征，定义为稀疏显著性特征和，表示为：； 其中，P和Q表示稀疏矩阵的大小； 局部稀疏显著性特征LSSF表示相邻像素的稀疏显著性差异，定义为： ； 其中，表示以重叠块中像素点对应的稀疏系数为中心的滑动窗； 结合纹理对比度TC和稀疏显著性特征和SSSF，定义融合活性测度为： ； 其中，表示源重叠块对应的测度结果； 采用测度值取大规则进行稀疏系数融合，表示为： ； 通过稀疏重构可得到第r个重叠块的融合结果为：； 通过融合的块影像得到最终的融合脑影像。

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浙大宁波理工学院，其通讯地址为：315100 浙江省宁波市鄞州区高教园区钱湖南路1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”。