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！

龙图腾网获悉济南大学申请的专利基于知识蒸馏的医学图像超分辨率重建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：CN120807296B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511322791.4，技术领域涉及：G06T3/4053；该发明授权基于知识蒸馏的医学图像超分辨率重建方法及系统是由冯光;韩瑞智;曲啸枫设计研发完成，并于2025-09-16向国家知识产权局提交的专利申请。

本基于知识蒸馏的医学图像超分辨率重建方法及系统在说明书摘要公布了：本发明提供了基于知识蒸馏的医学图像超分辨率重建方法及系统，其属于医学图像处理技术领域，所述方案通过跨样本多尺度的知识传递，将教师模型学习到的样本间和多尺度关联知识传递给学生模型，从而增强学生模型对重点特征的学习能力，以获得与原始图像细节更加一致的重建图像；同时，所述方案充分利用教师模型的知识来指导学生模型的训练，可以构建高性能轻量化的医学图像超分辨率重建学生模型，在增强重建图像的视觉质量和辨识度的同时，有效降低模型部署时所需的计算资源。

本发明授权基于知识蒸馏的医学图像超分辨率重建方法及系统在权利要求书中公布了：1.基于知识蒸馏的医学图像超分辨率重建方法，其特征在于，包括： 获取待重建的低分辨率医学图像； 以低分辨率医学图像作为预先训练的基于神经网络的超分辨率重建模型的输入，获得医学图像的重建结果；其中，所述超分辨率重建模型的训练采用知识蒸馏的方式，其训练过程如下： 分别构建基于神经网络的教师模型和学生模型； 基于预先构建的医学图像训练集，对教师模型进行独立训练，获得训练好的教师模型； 基于预先构建的医学图像训练集以及训练好的教师模型，对学生模型进行训练，以训练好的学生模型作为超分辨率重建模型；在学生模型的训练过程中，通过教师模型和学生模型在同一训练批次内所有样本特征间的相关性矩阵驱使学生模型学习教师模型的相关性表示； 在学生模型训练过程中的损失计算中，对教师模型和学生模型在一个训练批次内获得的样本特征分别进行多尺度特征提取，对提取的若干不同尺度的特征表示进行拼接，并基于拼接结果执行相关性矩阵的计算； 所述学生模型对应的相关性矩阵表示如下： ； ； 所述教师模型对应的相关性矩阵表示如下： ； ； 其中，、分别为优化后的学生模型和教师模型对应的相关性矩阵表示，为根据学生模型对应的样本特征提取的不同尺度特征所获得的拼接矩阵，为根据教师模型对应的样本特征提取的不同尺度特征所获得的拼接矩阵，SPP表示空间金字塔池化，表示沿着通道方向将所有特征进行串联，表示学生模型所提取的第b个样本的特征，表示教师模型所提取的第b个样本的特征，B表示一个批次中样本的数量，R表示实数集合，HW表示参数H和W的乘积，分别表示学生模型和教师模型所提取的每个样本特征的高和宽。

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济南大学，其通讯地址为：250022 山东省济南市市中区南辛庄西路336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。