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！

龙图腾网获悉湖南大学申请的专利基于特征解耦的领域泛化和领域自适应血细胞分类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：CN115937566B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202210487255.X，技术领域涉及：G06V10/764；该发明授权基于特征解耦的领域泛化和领域自适应血细胞分类方法是由张辉;陈天才;陈煜嵘;曹意宏;刘立柱;袁小芳;王耀南设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。

本基于特征解耦的领域泛化和领域自适应血细胞分类方法在说明书摘要公布了：本发明具体公开了一种基于特征解耦的领域泛化和领域自适应血细胞分类方法，所述方法包括以下步骤：S1、搭建深度神经网络血细胞分类模型；S2、构建孪生网络特征解耦模块；S3、预处理源域血细胞图像，并将源域血细胞图像与预处理后的源域血细胞图像一并输入孪生网络特征解耦模块中进行训练；S4、将孪生网络特征解耦模块的两个输出批量归一化处理，并利用KL散度对齐两个输出的风格信息和内容信息，进而通过预定义的分类损失函数进行分类模型优化；S5、对目标域的血细胞测试样本进行预测分类。本发明采用对比学习方法，有效减少了网络模型的训练时间，提高了血细胞图像的分类精度和泛化性能，提升了面对实际复杂条件下血细胞图像的检测性能。

本发明授权基于特征解耦的领域泛化和领域自适应血细胞分类方法在权利要求书中公布了：1.基于特征解耦的领域泛化和领域自适应血细胞分类方法，其特征在于，所述方法包括以下步骤： S1、搭建以VGG16网络为主干网络的深度神经网络血细胞分类模型； S2、以孪生网络为基础，通过Gram矩阵和Squeeze-excitation操作提取源域血细胞图像中的风格信息和内容信息，进而构建孪生网络特征解耦模块；S25、提取输入的血细胞特征图的风格信息SD+∈RN×C×H×W和内容信息CD∈RN×C×H×W，并基于所提取的血细胞特征图的风格信息和内容信息构建孪生网络特征解耦模块，其中，N表示同一批次源域血细胞图像特征图的数量，C表示通道数量，H和W表示空间上的维度数量，血细胞特征图的风格信息和内容信息用公式分别表示为： 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·表示对每张血细胞特征图unc∈RC×H×W进行全局平均池化Fsq·，进而得到一个1×1×C的全局信息数据zc，表示为： Excitation操作Fex·表示获得C个通道中所有特征的权重s，表示为： s＝Fexzc,W＝σW2δW1zc 其中W1和W2为全连接层，W1的大小为W2的大小为r为缩放系数，δ·为ReLU函数，σ·为sigmoid函数； FSEuc表示得到的特征权重s与张量unc相乘，即FSEuc＝s·uc； S3、将源域血细胞图像进行预处理，然后将源域血细胞图像与预处理后的对应源域血细胞图像一并输入孪生网络特征解耦模块中进行训练； S4、将孪生网络特征解耦模块训练后的两个输出进行批量归一化处理，并利用KL散度对齐批归一化处理后的两个输出的风格信息和内容信息，然后将对齐后的源域血细胞图像输入深度神经网络血细胞分类模型中进行训练，基于随机梯度下降法对预定义的分类损失函数进行优化，进而获取训练好的深度神经网络血细胞分类模型； S5、利用训练好的深度神经网络血细胞分类模型对目标域的血细胞测试样本进行预测分类。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路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”。