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！

龙图腾网获悉浙江大学申请的专利一种面向医学图像分割的单一域泛化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：CN116596832B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310129544.7，技术领域涉及：G06T7/00；该发明授权一种面向医学图像分割的单一域泛化方法是由林兰芬;牛子未;王弘毅;解仕奥;孙浩;胡红杰;张峭巍;陈青青;王芳设计研发完成，并于2023-02-03向国家知识产权局提交的专利申请。

本一种面向医学图像分割的单一域泛化方法在说明书摘要公布了：本发明公开了一种面向医学图像分割的单一域泛化方法，本发明基于对跨中心的医学图像特性观察，采用弱增强以模拟域偏移，并实施基于域不变表征学习的单一域泛化策略，提升模型的跨中心的泛化能力和分割精度，避免了医学数据的隐私保护和高标注代价问题；本发明提出双分支一致性网络，通过该网络可以充分学习跨域不变表征，以提升模型的泛化能力；本发明提出特征指导白化模块，通过改模块可以促使模型关注语义信息而忽略风格信息，提升模型的表达能力，进一步提升模型跨中心的泛化能力和分割精度。

本发明授权一种面向医学图像分割的单一域泛化方法在权利要求书中公布了：1.一种面向医学图像分割的单一域泛化方法，其特征在于，包括以下步骤： 1统一训练域中有标注医学图像x的尺寸，并进行数据增强获得增强数据x′，以模拟域偏移； 2利用两个共享参数的编码器Encoder分别对原始图像x和增强图像x′进行特征抽取，获得两个特征图M和M′，并进行实例归一化； 3将特征图M和M′分别输入至两个共享参数的解码器Decoder以获得预测概率图fx和fx′，两个预测概率图一方面分别与真实标签y计算分割损失另一方面两个预测图之间计算一致性损失 4将特征图M和M′进行差值操作得到高度敏感的风格信息特征图Ms，并通过全局平均池化及归一化进行降维，得到敏感向量s，敏感向量与其转置sT进行内积获得敏感图SM，并通过阈值选择得到白化掩码WM，最后对特征图M和M′的协方差矩阵∑M和∑′M进行计算特征白化损失 5最小化总损失：训练编码器Encoder和解码器Decoder时，在总损失函数未达到预设收敛条件时，迭代更新参数，直至总损失函数达到预设收敛条件，得到分割模型； 6目标图像分割：对于给定待测试医学图像，分割模型输出待测试医学图像每个像素点所属类别概率，并设定阈值将像素点标记为分割目标或背景。

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江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。