買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖南大學申請的專利基于特征解耦的領域泛化和領域自適應血細胞分類方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115937566B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210487255.X，技術領域涉及：G06V10/764；該發明授權基于特征解耦的領域泛化和領域自適應血細胞分類方法是由張輝;陳天才;陳煜嶸;曹意宏;劉立柱;袁小芳;王耀南設計研發完成，并于2022-05-06向國家知識產權局提交的專利申請。

本基于特征解耦的領域泛化和領域自適應血細胞分類方法在說明書摘要公布了：本發明具體公開了一種基于特征解耦的領域泛化和領域自適應血細胞分類方法，所述方法包括以下步驟：S1、搭建深度神經網絡血細胞分類模型；S2、構建孿生網絡特征解耦模塊；S3、預處理源域血細胞圖像，并將源域血細胞圖像與預處理后的源域血細胞圖像一并輸入孿生網絡特征解耦模塊中進行訓練；S4、將孿生網絡特征解耦模塊的兩個輸出批量歸一化處理，并利用KL散度對齊兩個輸出的風格信息和內容信息，進而通過預定義的分類損失函數進行分類模型優化；S5、對目標域的血細胞測試樣本進行預測分類。本發明采用對比學習方法，有效減少了網絡模型的訓練時間，提高了血細胞圖像的分類精度和泛化性能，提升了面對實際復雜條件下血細胞圖像的檢測性能。

本發明授權基于特征解耦的領域泛化和領域自適應血細胞分類方法在權利要求書中公布了：1.基于特征解耦的領域泛化和領域自適應血細胞分類方法，其特征在于，所述方法包括以下步驟： S1、搭建以VGG16網絡為主干網絡的深度神經網絡血細胞分類模型； S2、以孿生網絡為基礎，通過Gram矩陣和Squeeze-excitation操作提取源域血細胞圖像中的風格信息和內容信息，進而構建孿生網絡特征解耦模塊；S25、提取輸入的血細胞特征圖的風格信息SD+∈RN×C×H×W和內容信息CD∈RN×C×H×W，并基于所提取的血細胞特征圖的風格信息和內容信息構建孿生網絡特征解耦模塊，其中，N表示同一批次源域血細胞圖像特征圖的數量，C表示通道數量，H和W表示空間上的維度數量，血細胞特征圖的風格信息和內容信息用公式分別表示為： SD+＝FSESD·λDr CD＝B+FSESD·λDi 式中，FSE·表示Squeeze操作和Excitation操作，其中Squeeze操作Fsq·表示對每張血細胞特征圖unc∈RC×H×W進行全局平均池化Fsq·，進而得到一個1×1×C的全局信息數據zc，表示為： Excitation操作Fex·表示獲得C個通道中所有特征的權重s，表示為： s＝Fexzc,W＝σW2δW1zc 其中W1和W2為全連接層，W1的大小為W2的大小為r為縮放系數，δ·為ReLU函數，σ·為sigmoid函數； FSEuc表示得到的特征權重s與張量unc相乘，即FSEuc＝s·uc； S3、將源域血細胞圖像進行預處理，然后將源域血細胞圖像與預處理后的對應源域血細胞圖像一并輸入孿生網絡特征解耦模塊中進行訓練； S4、將孿生網絡特征解耦模塊訓練后的兩個輸出進行批量歸一化處理，并利用KL散度對齊批歸一化處理后的兩個輸出的風格信息和內容信息，然后將對齊后的源域血細胞圖像輸入深度神經網絡血細胞分類模型中進行訓練，基于隨機梯度下降法對預定義的分類損失函數進行優化，進而獲取訓練好的深度神經網絡血細胞分類模型； S5、利用訓練好的深度神經網絡血細胞分類模型對目標域的血細胞測試樣本進行預測分類。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南大學，其通訊地址為：410082 湖南省長沙市岳麓區麓山南路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。