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！

龙图腾网获悉苏州大学申请的专利基于课程策略的表征学习域泛化分割方法、系统、设备及介质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：CN120912623B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511434247.9，技术领域涉及：G06T7/10；该发明授权基于课程策略的表征学习域泛化分割方法、系统、设备及介质是由向德辉;廖世辰设计研发完成，并于2025-10-09向国家知识产权局提交的专利申请。

本基于课程策略的表征学习域泛化分割方法、系统、设备及介质在说明书摘要公布了：本发明涉及图像处理技术领域，公开了基于课程策略的表征学习域泛化分割方法、系统、设备及介质，包括：对图像分别进行基于傅里叶变换和基于噪声的两个课程策略下的预处理；输入两个独立的编码器进行特征提取后通过矩阵引导一致性学习模块进行标准化；获取融合特征；利用融合特征及对应的标签信息计算每个源域的显著性原型，并采用指数滑动平均法更新原型知识库；在训练阶段通过原型预测器生成预测原型并与真实原型进行对齐，同时引入正交约束增强课程原型间的差异性；在推理阶段利用目标域图像生成预测原型并与原型知识库的显著性原型进行相似度匹配，生成加权原型后通过多头注意力机制与融合特征结合，最终输入解码器得到分割预测结果。

本发明授权基于课程策略的表征学习域泛化分割方法、系统、设备及介质在权利要求书中公布了：1.基于课程策略的表征学习域泛化分割方法，其特征在于，包括： 获取来自多个源域的光学相干断层扫描图像，对图像分别进行基于傅里叶变换和基于噪声的两个课程策略下的预处理； 将所述预处理后的图像分别输入两个独立的编码器进行特征提取，每个编码器输出的浅层特征和深层特征分别通过矩阵引导一致性学习模块进行标准化； 将所述浅层特征输入多视图注意力模块生成增强的浅层特征，再与经过上采样和空洞空间金字塔池化模块处理后的深层特征进行拼接，得到融合特征； 利用所述融合特征及对应的标签信息计算每个源域的显著性原型，并采用指数滑动平均法更新原型知识库； 在训练阶段通过原型预测器生成预测原型并与真实原型进行对齐，同时引入正交约束增强课程原型间的差异； 在推理阶段利用目标域图像生成预测原型并与所述原型知识库的显著性原型进行相似度匹配，生成加权原型后通过多头注意力机制与融合特征结合，最终输入解码器得到分割预测结果； 所述推理阶段包括： 利用目标域数据输入网络计算出目标域的预测原型，计算所述目标域的预测原型与原型知识库中各源域显著性原型的相似度矩阵； 对所述相似度矩阵进行归一化处理，确保每个源域的相似度权重之和为1，根据归一化后的相似度权重，对原型知识库中的各源域显著性原型进行加权融合，得到增强的目标域原型； 将所述增强的目标域原型作为查询向量，将目标域融合特征作为键和值向量，通过多头注意力机制进行特征增强，并将增强后的特征输入解码器得到最终的分割预测结果。

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苏州大学，其通讯地址为：215000 江苏省苏州市吴江区久泳西路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”。

以上内容由龙图腾AI智能生成。